面向新型电力系统，研究多模态大模型与自进化决策智能体。通过统一理解电网拓扑、时序、数值、公式、文本与图像等信息，支撑新能源预测、电网暂稳态计算与感知、运行风险推理；进一步利用大模型开展优化问题自主建模，通过智能体协同求解与仿真验证，实现调度运行方案的持续优化，构建“预测—感知—推理—决策—验证”的自进化闭环。 1.研究电网多模态信息的统一表征与融合方法，开展领域大模型训练，提升模型对电网结构、运行状态与物理机理的理解和推理能力； 2.研究大模型驱动的自主优化建模，将业务需求、运行规则与物理约束转化为决策变量、目标函数、约束条件及可执行模型； 3.研发优化决策智能体，协同调用专业求解器与电力仿真工具，实现求解策略选择、参数调整、不可行性诊断与方案迭代优化； 4.研究反馈驱动的自进化机制，结合仿真结果、专家反馈与历史经验，持续提升模型与智能体的预测、推理和决策能力。