人工智能与清洁能源转型的交汇处，电网正承受前所未有的压力。随着交通、建筑和工业加速电气化，现代生活对电网的依赖与日俱增。与此同时，电网本身也在供需两端经历深刻重塑。
供给侧，约2.6太瓦的清洁发电与储能项目正在排队等候并网，数量接近美国现有装机总容量的两倍；需求侧，AI数据中心的用电量预计将在2030年前翻番，且这些设施往往希望在数月内完成接入，而非等待数年。
面对这些挑战，IBM研究院与合作伙伴于2024年底提出了电网基础模型的构想：快速、物理一致、任务无关的神经求解器。如今，这一构想正式落地。IBM研究院通过Linux Foundation Energy（LF Energy）旗下的OpenGridFM项目，发布了面向稳态电网分析的首个开源成果。
本次发布包含两个核心部分：GENCO（几何神经校正求解器）和GridFM开发框架。
GENCO的设计初衷，正是为了打破长期困扰行业的速度与精度之间的两难困境。传统的交流（AC）数值求解器精度高但运算慢；直流（DC）近似方法速度快却牺牲了电压幅值、无功功率等关键变量。GENCO在两者之间找到了一个有价值的平衡点。
在技术架构层面，GENCO以电网图为基础，采用异构图Transformer作为骨干网络，配合强制物理一致性的校正层和物理解码器，可支持多达10,000个母线节点的电网规模。更重要的是，它将电力潮流（PF）、最优潮流（OPF）和状态估计（SE）三项核心计算任务统一于单一模型中，避免了为每项任务单独开发求解器的重复工作。
性能表现同样亮眼。在潮流计算方面，GENCO比牛顿-拉夫逊AC求解器快达30倍；在最优潮流计算方面，比内点法求解器快达85倍，最优性缺口不超过0.3%；在状态估计方面，即便在稀疏测量和噪声信号条件下，GENCO也能保证收敛，而经典方法有时会失败。
此外，研究团队还对GENCO进行了广泛的鲁棒性测试，包括高阶故障场景——多达20条输电线路或变压器同时故障的情况。结果显示，GENCO的中位残差比DC求解器低约3倍，预测结果更符合物理守恒定律。
在迁移能力方面，团队通过对100个分解电网进行预训练，使模型在适应新电网时的数据效率提升了一倍。然而，对完全未见过的网络拓扑实现真正的零样本泛化，仍是团队正在积极攻克的开放性挑战。
GENCO已在魁北克水电公司（Hydro-Québec）1,200个母线的真实输电网拓扑上完成验证，使用了完整一年的数据采集与监控（SCADA）数据，并在严格的数据治理和安全保障机制下进行。这是该领域的重要里程碑，因为获取真实电网运营数据的门槛极高。
与GENCO同步发布的GridFM开发框架，则直接回应了神经求解器研究中的四大顽固痛点：缺乏真实电网数据、开源程度低、实验细节缺失导致难以复现、以及对计算机科学和电力系统双重专业知识的高要求。
该框架包含以下核心组件：
gridfm-datakit：可生成多样化且贴近真实的数据集，其真实性已通过魁北克水电SCADA数据验证。
开放数据集：研究人员整合了多个社区公认数据集，并扩展了大规模电网数据，形成了包含600万实例、跨6种电网拓扑的开放数据集合，托管于Hugging Face。
gridfm-graphkit：提供低代码环境，支持GENCO及自定义神经求解器的训练与基准测试。
公平运行时分析：提供严谨的速度对比脚本，解决神经求解器（GPU）与经典求解器（CPU）之间的异构硬件比较难题。
整个框架在Apache 2.0许可证下开源发布。
目前，GENCO尚处于持续验证阶段，暂不作为实时电网运营既有工具的替代方案。研究人员建议将其与经典AC求解器配合使用，构成三步安全工作流：GENCO快速评估大量场景；基于物理残差和违规检查标记可疑和关键案例；经典求解器为少数关键案例提供权威解。
展望未来，IBM研究院院长Juan Bernabè-Moreno表示，团队正在探索将GENCO与量子计算结合的可能性——量子处理器负责求解组合决策问题，GENCO则快速完成连续优化。相关早期实验已在进行中。
GridFM社区目前已汇聚超过200家组织、逾500名成员，涵盖工业界、学术界和政府机构，并获得美国能源部关键矿产与能源创新办公室的部分资助。今年10月，第六届电网基础模型大会将在波尔图举办；12月，NeurIPS会议期间将设立电网基础模型专题研讨会，现已开放论文征集。
研究团队对社区发出明确邀请：使用这些工具、测试基准、生成新数据、扩展框架。未来的电网将由众多组织携手构建，GENCO提供了一个开放的起点。
Q&A
Q1：GENCO是什么？它能解决哪些电网分析问题？
A：GENCO（几何神经校正求解器）是由IBM研究院开发的开源神经求解器，能够将电力潮流（PF）、最优潮流（OPF）和状态估计（SE）三项核心电网稳态分析任务统一在单一模型中处理。它以异构图Transformer为骨干，结合物理一致性校正层，在保持较高精度的同时大幅提升计算速度，填补了高精度AC求解器与高速DC近似之间的空白。
Q2：GENCO比传统电网求解器快多少？
A：在潮流计算方面，GENCO比牛顿-拉夫逊AC求解器快达30倍；在最优潮流计算方面，比内点法求解器快达85倍，最优性缺口不超过0.3%。在20条线路同时故障的高阶故障场景下，其中位残差也比DC求解器低约3倍，具有更强的鲁棒性。
Q3：GridFM开发框架包含哪些工具？普通工程师如何上手？
A：GridFM开发框架包含三大核心组件：gridfm-datakit（数据生成工具）、gridfm-graphkit（低代码训练与基准测试环境），以及包含600万实例的开放数据集（托管于Hugging Face）。框架在Apache 2.0许可证下完全开源，提供低代码操作环境，电力系统工程师无需深厚的计算机科学背景即可将GENCO应用于自己的电网分析场景。