2026年人工智能智慧能源易错试题

2026年人工智能智慧能源易错试题1.单项选择题（每题2分，共20分）1.1在智慧能源系统中，若采用深度强化学习算法对微电网进行实时调度，下列哪项状态变量最容易导致“维度灾难”？A.光伏阵列的瞬时辐照度B.储能电池的荷电状态（SOC）C.用户侧可中断负荷的开关状态D.配电网节点电压相角1.2某园区采用联邦学习框架训练区域级负荷预测模型，为防止恶意客户端篡改梯度，下列安全机制最先被业界验证有效的是：A.同态加密B.差分隐私C.安全多方计算（SPDZ协议）D.梯度范数裁剪+Krum聚合1.3在基于图神经网络（GNN）的电网拓扑辨识任务中，若将母线视为节点、支路视为边，下列哪种图嵌入方法对“长程依赖”建模最弱？A.GraphSAGE-LSTMB.GAT（图注意力网络）C.ChebNet（切比雪夫网络）D.Node2Vec+MLP1.4对于压缩空气储能（CAES）的AI优化调度，若目标函数同时包含“电-气-热”多能耦合，下列哪种强化学习奖励塑形方式最容易出现“稀疏奖励”陷阱？A.每5min给予一次系统能效提升的标量奖励B.每出现一次压缩机喘振给予-1惩罚C.每降低1tCO₂排放给予+100奖励D.在调度周期结束一次性返回总运行成本负值1.5在基于Transformer的日前光伏功率预测模型中，若将“云层运动矢量场”作为外生变量，下列位置编码方式最容易导致“时间-空间错位”？A.3D正弦-余弦联合编码B.可学习的时空分离编码C.固定傅里叶编码D.相对时空注意力编码1.6当使用深度Q网络（DQN）对楼宇综合能源系统进行控制时，经验回放池若采用“均匀随机采样”，在下列哪种场景下最有可能导致训练不稳定？A.夏季冷负荷峰值日B.过渡季典型日C.冬季夜间低负荷日D.光伏大发而负荷骤降日1.7在基于深度生成模型的风电场景生成中，若采用条件扩散模型（DDPM），下列关于“条件信息”设置错误的是：A.以数值天气预报（NWP）风速作为条件B.以季节、节假日标签作为离散条件C.以历史风电功率曲线作为无条件先验D.以风机轮毂高度湍流强度作为连续条件1.8对于“AI+需求响应”项目，若采用Stackelberg博弈刻画聚合商与用户的互动，下列哪项最容易导致“逆向选择”？A.用户真实基线负荷不可观测B.聚合商报价策略公开透明C.用户侧光伏出力完全可预测D.聚合商采用统一边际价格结算1.9在基于深度迁移学习的跨域负荷预测中，若源域为“商业区”、目标域为“高耗能工业”，下列哪种迁移策略最容易引入“负迁移”？A.冻结底层CNN特征提取器，微调顶层回归器B.采用CORAL对齐二阶统计量C.采用ADATIME时域对抗适配D.直接使用源域模型参数初始化目标域1.10当利用AI对氢能供应链进行不确定性量化时，若采用深度集成（DeepEnsembles）方法，下列关于“多样性”描述正确的是：A.仅通过不同随机种子即可保证预测区间校准B.必须采用不同网络架构才能提升区间覆盖C.集成成员共享同一损失函数会降低区间宽度D.增加集成数量必然降低CRPS评分2.多项选择题（每题3分，共15分；每题至少有两个正确答案，多选少选均不得分）2.1在基于深度强化学习的储能调频任务中，下列哪些技巧可同时缓解“过估计”与“延迟奖励”问题？A.双Q学习（DoubleDQN）B.多步TD目标C.优先级经验回放D.奖励裁剪至[-1,1]区间E.策略平滑正则化2.2针对“AI+碳排放流”计算，若采用图注意力网络实时追踪支路碳强度，下列哪些因素会导致节点碳强度出现“负值”伪迹？A.网络中存在环流B.发电机碳排因子数据缺失用零填补C.负荷节点功率因数低于0.85D.支路电阻/电抗比异常增大E.碳流方向与有功潮流方向相反2.3在基于联邦学习的分布式光伏诊断中，若客户端上传的模型梯度出现“梯度泄露”隐私风险，下列哪些防御手段可在“模型精度-隐私预算”帕累托前沿上占优？A.局部梯度Top-k稀疏化B.局部差分隐私（LDP）添加高斯噪声C.安全聚合（SecAgg）D.梯度旋转+投影E.客户端dropout2.4当采用神经辐射场（NeRF）对变电站设备进行三维重建时，下列哪些做法可提升“带电设备绝缘子”重建精度？A.在损失函数中加入绝缘子表面法向一致性约束B.使用偏振相机采集图像C.将红外测温图像作为额外输入通道D.采用分层采样（HierarchicalSampling）E.在训练阶段屏蔽背景天空区域2.5在基于深度强化学习的电动汽车快充站定价策略中，若状态空间包含“实时电价、排队长度、电池温度”，下列哪些做法可降低“策略抖动”？A.在策略网络输出层加入BatchNormB.采用软更新目标网络（τ=0.005）C.在损失函数中加入动作梯度惩罚D.采用确定性策略梯度（DDPG）而非随机策略E.在经验回放中删除“极端高电价”样本3.判断题（每题1分，共10分；正确打“√”，错误打“×”）3.1在基于LSTM的日前电价预测中，若将“社交媒体情绪指数”作为外生变量，则必须采用序列到序列（Seq2Seq）架构，否则无法捕捉情绪滞后效应。3.2对于“AI+综合能源系统”多目标优化，若采用NSGA-III算法，则其参考点数量一旦超过决策变量维度，必然导致帕累托前沿收敛速度下降。3.3在基于对比学习的配电网异常检测中，若负样本仅来自不同馈线，则对“同馈线跨时段微小漂移”检测灵敏度会降低。3.4当使用图卷积网络（GCN）进行电网节点电压回归时，若邻接矩阵采用电导加权，则节点特征缩放方式对最终结果无影响。3.5对于“AI+氢储能”系统，若采用条件WassersteinGAN生成风电-负荷联合场景，则判别器损失函数中加入“梯度惩罚”项可消除模式崩塌。3.6在基于Transformer的跨区域碳价预测中，若解码器采用“非自回归”方式，则推理阶段可并行化，但必然牺牲预测区间校准度。3.7当利用深度强化学习对数据中心冷却系统进行控制时，若奖励函数仅关注PUE，则AI策略有可能关闭冗余冷却塔风机，从而引发局部热点。3.8在基于联邦学习的楼宇空调群控中，若各楼宇采用不同品牌BACnet网关，则模型聚合前必须进行“协议对齐”，否则会出现“特征语义错位”。3.9对于“AI+虚拟电厂”投标策略，若采用双深度Q网络（DoubleDQN）且动作空间为连续投标电量，则必须引入“动作离散化”技巧，否则算法无法收敛。3.10在基于深度迁移学习的电动汽车电池寿命预测中，若源域为磷酸铁锂电池、目标域为三元锂电池，则采用“实例权重迁移”比“特征迁移”更容易出现“负迁移”。4.填空题（每空2分，共20分）4.1在基于深度强化学习的微电网调度中，若采用近端策略优化（PPO），则clippedsurrogateobjective的裁剪阈值ε通常设置为________，若ε过大则会导致________。4.2当使用图注意力网络（GAT）对电网进行实时拓扑辨识时，若注意力头数为8，嵌入维度为64，则单层GAT可学习的独立注意力系数数量为________。4.3对于“AI+碳排放流”计算，若支路碳流密度公式为=则当节点i为纯负荷节点且ρi缺失时，业界常用________作为替代值，该做法在IEEE39节点系统中最大可引入________%的碳流误差。4.4在基于条件扩散模型的风电功率场景生成中，若扩散步数为T=1000，则反向过程的去噪网络输入维度为________，若采用DDIM加速采样步数为50，则理论加速比为________倍。4.5当采用深度集成（DeepEnsembles）进行光伏功率不确定性预测时，若集成成员数为5，每个成员为3层MLP，则预测区间覆盖率（PICP）低于90%时，可通过________方法进行校准，该方法在NREL数据集上平均可将预测区间宽度降低________%。5.简答题（每题10分，共20分）5.1某园区采用“AI+氢储能”协同调度，系统包含电解槽、储氢罐、燃料电池及电池储能。请简述如何利用“深度强化学习”解决“电解槽启停频繁”问题，要求给出状态、动作、奖励设计，并说明如何引入“寿命损耗”约束。5.2在基于联邦学习的跨区域负荷预测中，若客户端分别为“商业综合体”“高耗能工业”“居民社区”，请阐述如何设计“个性化层”与“共享层”的切分策略，并说明如何量化“个性化贡献度”以避免“搭便车”客户端。6.计算与建模题（15分）6.1某数据中心采用AI动态调整冷水机组设定温度，已知：机房IT负荷为时变序列（单位kW）；冷水机组COP与冷冻水供水温度关系为C冷却水进水温度恒定；冷却泵功耗，其中k=2.5×，需满足机房送风温度，且。请建立以“总功耗最小”为目标的单时段优化模型，并给出求解步骤（无需代码，但需写出拉格朗日函数及KKT条件）。若，求最优及对应系统总功耗。请建立以“总功耗最小”为目标的单时段优化模型，并给出求解步骤（无需代码，但需写出拉格朗日函数及KKT条件）。若，求最优及对应系统总功耗。——卷后答案与解析——1.单项选择题答案1.1C1.2D1.3D1.4B1.5A1.6D1.7C1.8A1.9D1.10C解析（节选）：1.1可中断负荷开关状态为离散高维变量，极易引发维度灾难。1.4压缩机喘振惩罚仅在异常时出现，奖励稀疏。2.多项选择题答案2.1ABC2.2ABE2.3ACD2.4ABD2.5BC3.判断题答案3.1×3.2√3.3√3.4×3.5√3.6×3.7√3.8√3.9×3.10√4.填空题答案4.10.2；策略更新过大造成性能崩溃4.25124.30；12.74.42×64=128；204.5温度缩放（TemperatureScaling）；185.简答题答案要点5.1状态：电解槽启停次数、储氢SOC、燃料电