告别手写MATPOWER脚本！中山大学LLM智能体自动生成电力分析代码，全局保真度82.38%，静默错误降低31%

• 标题：Agentic Application in Power Grid Static Analysis: Automatic Code Generation and Error Correction
• 作者：Qinjuan Wang, Shan Yang, Yongli Zhu
• 机构：中山大学
• 发表：CEEPE 2026

一、背景与挑战

电力系统静态分析（如潮流计算、N-1安全校核、最优潮流等）是电网稳定运行的核心环节。工程师通常使用MATPOWER、PSS/E等专业工具，但这些工具的学习成本高，每次分析任务都需要手动编写或修改MATLAB脚本。特别是当分析场景变化（例如从支路故障切换到母线故障，或从发电机失效改为负荷失效）时，代码需要大幅调整，过程繁琐且容易出错。

大语言模型（LLM）的出现为自然语言生成代码提供了可能，但直接使用通用LLM存在两大障碍：

1. 领域知识缺失：MATPOWER有265页用户手册，包含大量参数表、API约定和数学公式，普通LLM无法准确记忆。
2. 代码幻觉：生成的代码可能在MATLAB中运行成功，但逻辑上并未实现用户意图，这种“静默错误”难以发现。

本文提出的智能体框架，通过增强检索、三层纠错和MCP异步执行，将自然语言指令转化为可靠的可执行MATPOWER脚本。

二、架构设计

2.1 增强向量库构建：DeepSeek-OCR + 双源拼接

传统的PDF文本提取会破坏表格和代码块的结构关系。系统采用DeepSeek-OCR对265页MATPOWER 8.1用户手册进行版式分析，输出高质量Markdown，保留层级标题和代码块结构。然后通过滑动窗口切分为语义块。

为兼顾内容完整性和结构清晰，系统将OCR处理后的Markdown与原始PDF文本流拼接后共同入库，使用预训练Transformer编码为向量，FAISS建立索引。检索时，先通过Query Planner将用户指令拆解为子请求，分别召回Top-K片段后重组注入LLM提示。

图片来源于原论文

2.2 三层纠错机制

第一层：静态预检（Static Pre-check）

在代码送入MATLAB前，基于MATPOWER约定进行规则扫描：

• 模糊匹配纠正API拼写错误（如pf.algorithm→ pf.alg）
• 检测到PD、GEN_BUS等常量时自动注入define_constants;语句

第二层：动态反馈循环（Dynamic Feedback Loop）

当MATLAB返回运行时错误时，系统捕获错误栈，结合静态预检提示、上一轮失败代码、用户原始请求、RAG检索上下文，构造错误报告作为新提示发给LLM，让其分析并重写代码。最大迭代次数设为5，避免无限循环。

第三层：语义校验器（Semantic Validator）

即使代码能运行，也可能不符合用户意图。系统使用一个独立的LLM实例，将用户请求与最终代码进行比较，输出“关键级”或“轻微级”偏差。关键偏差强制重试，轻微偏差仅输出警告但放行。

图片来源于原论文

2.3 MCP异步架构与工程实现

系统基于LangChain构建Agent工作流，并封装为MCP（Model Context Protocol）服务器，支持外部工具调用。由于MATLAB仿真计算密集，采用asyncio+subprocess异步架构：主进程收到请求后fork独立子进程运行Agent，避免阻塞。子进程将最终代码、执行状态、调试日志打包为JSON，并在头部添加标识符，主进程通过流解析后返回MCP标准响应。

前端使用Chainlit提供Web可视化界面，实时显示Agent的思考过程、代码生成与纠错历史。

三、实验结果与对比

3.1 测试任务与评价指标

论文设计了10个仿真任务，其中6个代表性任务如下：

评价指标：

• 单任务保真度 CSGF_i = S_i × (N_threshold - (n_i - 1)) / N_threshold，其中S_i为语义得分（1.0完美，0.8必要变通，0失败），n_i为迭代轮数，N_threshold=5
• 全局保真度 GCA = (1 - sqrt(1/K Σ(1-CSGF_i)²)) × 100%

3.2 不同检索模式对比

关键发现：

• Mode 1反而最差（25.82%），因为关键词匹配引入大量噪声。
• Mode 2（仅PDF）仅略高于零样本，说明原始PDF切块破坏结构，RAG收益被噪声抵消。
• Mode 3结合OCR结构化信息与PDF完整文本，达到最佳。

3.3 消融实验

核心结论：语义校验器贡献最大，去掉后性能崩盘；动态反馈与Query Planner也至关重要；单独的反馈循环（无校验器）反而比零样本更差，因为LLM会自信地输出错误代码。

3.4 31%幻觉率与语义校验器的作用

在Execution Only（去掉语义校验器）的消融中，约31%的代码在MATLAB中可运行但违背用户意图。语义校验器将这31%的“静默错误”抓出并强制重试，从而将GCA从51.42%拉升至82.38%。

图片来源于原论文

四、关键发现与消融分析

1. 向量库构建质量决定RAG成败：仅使用OCR-Markdown关键词匹配（Mode 1）GCA最低（25.82%），反而比无RAG还差。说明结构保留不够，且未做语义向量检索，导致大量噪声干扰。双源拼接+FAISS向量检索（Mode 3）是性能跃升的关键。

2. 语义校验器不可替代：去掉校验器后GCA下降30.96个百分点，是所有组件中影响最大的。因为很多代码能运行但逻辑错误，人类难以逐行审计，必须用LLM自动校验。

3. 动态反馈需要校验器配合：单有反馈循环（无校验器）GCA仅51.42%，低于零样本的64.36%。这是因为反馈循环会把“运行成功”当作成功，反而强化了错误代码。必须与语义校验器配套使用。

4. Query Planner对硬任务至关重要：在Hard任务上，Simple Search（去掉规划器）的平均CSGF仅0.86，而Full Model达0.90。复杂任务需要拆解意图才能召回精确的API使用示例。

五、总结与思考

核心贡献

1. 首个面向MATPOWER的LLM智能体自动代码生成与纠错系统，实现从自然语言到可执行脚本的端到端自动化。
2. DeepSeek-OCR+双源向量库，解决了技术文档中表格、代码块的结构化检索难题。
3. 三层纠错机制（静态预检+动态反馈+语义校验器），将全局保真度从64.65%提升至82.38%，有效消除31%的静默幻觉。
4. MCP异步架构，支持与外部工具集成，避免长时间仿真阻塞。

产业落地价值

• 电网调度/规划人员：可直接用自然语言描述分析任务，系统自动生成并调试MATPOWER脚本，大幅降低编程门槛。
• 教育培训：学生可通过自然语言交互学习电力系统分析，无需记忆复杂API。
• 运维自动化：当分析场景频繁变化时（如不同故障类型），系统可快速重新生成代码，减少人工修改时间。

该工作为电力系统分析自动化提供了一个可复用的Agent范式：高质量文档向量化 + 三层纠错 + 异步工具调用。对于任何需要频繁编写仿真脚本的工程领域，该方法都具有借鉴意义。