ProOPF: Benchmarking and Improving LLMs for Professional-Grade Power Systems Optimization Modeling
作者: Chao Shen, Zihan Guo, Xu Wan, Zhenghao Yang, Yifan Zhang, Wengi Huang, Jie Song, Zongyan Zhang, Mingyang Sun
分类: eess.SY, cs.SE
发布日期: 2026-02-03
💡 一句话要点
提出ProOPF数据集与基准，提升LLM在电力系统优化建模中的专业性能
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 电力系统优化 最优潮流 大型语言模型 数据集 基准测试 自动化建模 自然语言处理
📋 核心要点
- 现有LLM优化建模数据集缺乏电力系统领域的专业性和严格评估，难以满足实际需求。
- ProOPF数据集通过配对自然语言请求与OPF模型调整，并提供专家标注的测试用例，实现端到端评估。
- ProOPF-D包含12K实例，ProOPF-B包含121个测试用例，为专业级电力系统优化建模提供基准。
📝 摘要（中文）
随着可再生能源渗透率的增长，电力系统运行面临着巨大的不确定性，需要频繁调整调度目标和约束，这对专业性强、近乎实时的建模工作流程提出了挑战。大型语言模型（LLM）通过语义推理和代码合成，将自然语言（NL）的运行需求转化为可执行的优化模型，为自动化这一过程提供了一条有希望的途径。然而，现有的优化建模LLM数据集和基准主要针对粗粒度的跨领域泛化，在电力系统设置中，特别是在最优潮流（OPF）方面，提供的严格评估有限。因此，我们引入了 extbf{ProOPF-D}和 extbf{ProOPF-B}，一个用于专业级OPF建模的数据集和基准：ProOPF-D包含12K个实例，将NL请求与规范OPF的参数调整和结构扩展配对，以及可执行的实现；ProOPF-B提供了121个专家注释的测试用例，带有ground-truth代码，支持在具体和抽象OPF建模方案下的端到端评估。
🔬 方法详解
问题定义：电力系统运行日益复杂，可再生能源的引入带来了不确定性，需要频繁调整优化模型。现有方法依赖人工建模，效率低且易出错。大型语言模型有潜力自动化建模过程，但缺乏针对电力系统优化建模的专业数据集和基准，难以评估和提升LLM的性能。
核心思路：构建一个高质量的电力系统优化建模数据集，包含自然语言描述的需求和对应的可执行优化模型代码。通过这个数据集，可以训练和评估LLM，使其能够根据自然语言描述自动生成正确的优化模型。
技术框架：该研究提出了两个数据集：ProOPF-D和ProOPF-B。ProOPF-D包含12K个实例，每个实例包含自然语言描述的电力系统优化需求，以及对应的OPF模型代码，包括参数调整和结构扩展。ProOPF-B包含121个专家标注的测试用例，用于端到端评估LLM生成的代码的正确性。
关键创新：该研究的关键创新在于构建了一个专业级的电力系统优化建模数据集，该数据集不仅包含自然语言描述和对应的代码，还包含了专家标注的测试用例，可以用于端到端评估LLM的性能。此外，该数据集涵盖了OPF模型的参数调整和结构扩展，更加贴近实际应用场景。
关键设计：ProOPF-D数据集的设计考虑了电力系统优化的各种需求，包括不同的目标函数、约束条件和网络拓扑结构。ProOPF-B数据集的测试用例由领域专家精心设计，涵盖了各种边界情况和复杂场景，可以全面评估LLM的性能。具体参数设置和损失函数等细节未在摘要中提及，属于未知信息。
🖼️ 关键图片
📊 实验亮点
摘要中未提供具体的实验结果和性能数据。主要贡献在于数据集的构建，为后续研究提供了基准。具体LLM在该数据集上的表现以及与现有方法的对比属于未知信息，需要在论文正文中查找。
🎯 应用场景
该研究成果可应用于电力系统自动化建模、智能调度和运行优化。通过利用LLM自动生成优化模型，可以显著提高建模效率，降低人工成本，并提升电力系统的运行效率和可靠性。未来，该技术有望应用于更复杂的电力系统场景，例如分布式能源管理和需求响应。
📄 摘要（原文）
Growing renewable penetration introduces substantial uncertainty into power system operations, necessitating frequent adaptation of dispatch objectives and constraints and challenging expertise-intensive, near-real-time modeling workflows. Large Language Models (LLMs) provide a promising avenue for automating this process by translating natural-language (NL) operational requirements into executable optimization models via semantic reasoning and code synthesis. Yet existing LLM datasets and benchmarks for optimization modeling primarily target coarse-grained cross-domain generalization, offering limited, rigorous evaluation in power-system settings, particularly for Optimal Power Flow (OPF). We therefore introduce \textbf{ProOPF-D} and \textbf{ProOPF-B}, a dataset and benchmark for professional-grade OPF modeling: ProOPF-D contains 12K instances pairing NL requests with parameter adjustments and structural extensions to a canonical OPF, together with executable implementations; ProOPF-B provides 121 expert-annotated test cases with ground-truth code, enabling end-to-end evaluation under both concrete and abstract OPF modeling regimes.