Buchumschlag

Fine-Tuning LLMs to Generate Economical and Reliable Actions for the Power Grid

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chehade, Mohamad, Zhu, Hao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Systems and Control Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NEO-Grid: A Neural Approximation Framework for Optimization and Control in Distribution Grids
von: Chehade, Mohamad, et al.
Veröffentlicht: (2025)

Agentic Application in Power Grid Static Analysis: Automatic Code Generation and Error Correction
von: Wang, Qinjuan, et al.
Veröffentlicht: (2026)

Grid-Agent: An LLM-Powered Multi-Agent System for Power Grid Control
von: Zhang, Yan, et al.
Veröffentlicht: (2025)

X-GridAgent: An LLM-Powered Agentic AI System for Assisting Power Grid Analysis
von: Yihan, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Power Grid Multi-Stage Cascading Failure Mitigation
von: Meng, Bo, et al.
Veröffentlicht: (2025)

Imitation Learning for Intra-Day Power Grid Operation through Topology Actions
von: de Jong, Matthijs, et al.
Veröffentlicht: (2024)

Fine-Tuning and Prompt Engineering of LLMs, for the Creation of Multi-Agent AI for Addressing Sustainable Protein Production Challenges
von: Kalian, Alexander D., et al.
Veröffentlicht: (2025)

Online Event-Triggered Switching for Frequency Control in Power Grids with Variable Inertia
von: Feng, Jie, et al.
Veröffentlicht: (2024)

Grid-Orch: An LLM-Powered Orchestrator for Distribution Grid Simulation and Analytics
von: Liu, Boming, et al.
Veröffentlicht: (2026)

Optimal Power Grid Operations with Foundation Models
von: Puech, Alban, et al.
Veröffentlicht: (2024)

PowerChain: A Verifiable Agentic AI System for Automating Distribution Grid Analyses
von: Badmus, Emmanuel O., et al.
Veröffentlicht: (2025)

BOOST: Microgrid Sizing using Ordinal Optimization
von: Chehade, Mohamad, et al.
Veröffentlicht: (2025)

PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis
von: He, Xinyu, et al.
Veröffentlicht: (2025)

A Multi-Scale Attention-Based Attack Diagnosis Mechanism for Parallel Cyber-Physical Attacks in Power Grids
von: Ren, Junhao, et al.
Veröffentlicht: (2025)

On-Meter Graph Machine Learning: A Case Study of PV Power Forecasting for Grid Edge Intelligence
von: Huang, Jian, et al.
Veröffentlicht: (2026)

A Generative AI-Driven Reliability Layer for Action-Oriented Disaster Resilience
von: Lim, Geunsik
Veröffentlicht: (2026)

Synergies between Federated Foundation Models and Smart Power Grids
von: Hosseinalipour, Seyyedali, et al.
Veröffentlicht: (2025)

Multi-Objective Reinforcement Learning for Power Grid Topology Control
von: Lautenbacher, Thomas, et al.
Veröffentlicht: (2025)

Safe Control and Learning Using Generalized Action Governor
von: Fang, Peiyuan, et al.
Veröffentlicht: (2022)

Physics-Informed State Space Models for Reliable Solar Irradiance Forecasting in Off-Grid Systems
von: Abdullah, Mohammed Ezzaldin Babiker
Veröffentlicht: (2026)

From Failure Modes to Reliability Awareness in Generative and Agentic AI System
von: Janet, et al.
Veröffentlicht: (2025)

Cyber-Resilient System Identification for Power Grid through Bayesian Integration
von: Li, Shimiao, et al.
Veröffentlicht: (2025)

Leveraging the Potential of Novel Data in Power Line Communication of Electricity Grids
von: Balada, Christoph, et al.
Veröffentlicht: (2022)

Fine-Tuning Hybrid Physics-Informed Neural Networks for Vehicle Dynamics Model Estimation
von: Fang, Shiming, et al.
Veröffentlicht: (2024)

Optimizing Power Grid Topologies with Reinforcement Learning: A Survey of Methods and Challenges
von: van der Sar, Erica, et al.
Veröffentlicht: (2025)

AI-Enabled Data-driven Intelligence for Spectrum Demand Estimation
von: Brown, Colin, et al.
Veröffentlicht: (2026)

Generative Modeling and Data Augmentation for Power System Production Simulation
von: Xu, Linna, et al.
Veröffentlicht: (2024)

Towards Efficient Multi-Objective Optimisation for Real-World Power Grid Topology Control
von: Manyari, Yassine El, et al.
Veröffentlicht: (2025)

The Unseen AI Disruptions for Power Grids: LLM-Induced Transients
von: Li, Yuzhuo, et al.
Veröffentlicht: (2024)

Online Location Planning for AI-Defined Vehicles: Optimizing Joint Tasks of Order Serving and Spatio-Temporal Heterogeneous Model Fine-Tuning
von: Zheng, Bokeng, et al.
Veröffentlicht: (2025)

A Context-Free Smart Grid Model Using Complex System Approach
von: Amor, Soufian Ben, et al.
Veröffentlicht: (2025)

Safe Decentralized Operation of EV Virtual Power Plant with Limited Network Visibility via Multi-Agent Reinforcement Learning
von: Huang, Chenghao, et al.
Veröffentlicht: (2026)

Diffusion Model-based Parameter Estimation in Dynamic Power Systems
von: Zhu, Feiqin, et al.
Veröffentlicht: (2024)

Graph Embedding Dynamic Feature-based Supervised Contrastive Learning of Transient Stability for Changing Power Grid Topologies
von: Lv, Zijian, et al.
Veröffentlicht: (2023)

Autonomous Control Leveraging LLMs: An Agentic Framework for Next-Generation Industrial Automation
von: Vyas, Javal, et al.
Veröffentlicht: (2025)

Reliability, Resilience and Human Factors Engineering for Trustworthy AI Systems
von: Mishra, Saurabh, et al.
Veröffentlicht: (2024)

Perspectives on a Reliability Monitoring Framework for Agentic AI Systems
von: Flehmig, Niclas, et al.
Veröffentlicht: (2025)

Benchmarking Reasoning Reliability in Artificial Intelligence Models for Energy-System Analysis
von: Curcio, Eliseo
Veröffentlicht: (2025)

Exploration of Multi-Element Collaborative Research and Application for Modern Power System Based on Generative Large Models
von: Cheng, Lu, et al.
Veröffentlicht: (2025)

Latency-Aware Deep Learning Benchmark for Real-Time Cyber-Physical Attack and Fault Classification in Inverter-Dominated Power Grids
von: Abukhousa, Emad, et al.
Veröffentlicht: (2026)