连锁故障的“反事实推演器”：ACGP 把电网紧急控制从单步预测推向闭环决策

电网运行中最残酷的一类问题，是“下一秒怎么办”。一条线路因故障跳闸后，潮流会按物理规律在几秒钟内重新分配到相邻线路；如果某条相邻线路因此过载，保护装置会按整定逻辑把它也切掉；潮流再次转移，更多的线路被卷进来——这就是连锁故障。近年多起大停电事故的调查报告，都在重复同一个教训：从初始故障到系统崩溃，留给调度员的时间通常以分钟计，而备选处置方案（再调度、线路重连、负荷转移）的后果推演，传统上依赖仿真计算，一次多步校核远超实时决策的时间预算。

2026年10月12日，来自南京工程学院交通工程学院的 Liu Fangxin 与南京理工大学紫金学院电子工程与光电技术学院的 Tian Zhentao 在 arXiv 提交了一篇论文（arXiv:2610.16905），提出了一个直指这个时间困境的方案：动作条件化图预测器（Action-Conditioned Graph Predictor，ACGP）。它的核心想法可以用一句话概括——训练一个神经网络学会“电网在某种处置动作下会怎么演化”，使得调度控制面对多个候选动作时，不需要跑仿真，就能在毫秒级完成“如果选A会怎样、如果选B会怎样”的反事实比较，然后只执行最优动作，观察真实状态，再重新决策。

图 1 · 紧急控制的现场：调度员面对的是不断演化的电网状态与一组有限时间的处置选项（NewdPower 配图）

结果数字相当可观：在 90 个保留测试场景的闭环实验中，ACGP 把终端失败率从“不作为”基线的 53.3% 压到 12.2%，连锁发生率从 51.1% 压到 7.8%，而这两项指标的模拟器参考值（用真实仿真逐步评估所有候选动作的参照上限）分别是 11.1% 与 6.7%——学习型控制器把与“上帝视角”的差距压缩到约 1 个百分点。更值得注意的是模型规模：整个图动力学骨干只有 243,179 个参数，加上排序模块 36,036 个参数，总量不到普通大语言模型单层前馈网络的体量。这提示了一条与大模型路线截然不同的技术哲学：安全关键任务要的不是全能，而是可在电网调度场景中验证、部署、追责的确定性。

本文按论文原文逐层拆解 ACGP 的问题设定、反事实分支构造、网络与训练设计、精度与闭环实验数据，随后进入行业分析：电网安全智能这条产业链的价值分布、竞争格局的集中度口径、市场规模的情景测算与上游风险。所有推演环节均明确标注口径，论文假设与本文推演严格区分。

一、论文信息卡与导读

论文的问题意识建立在既有研究的结构性缺口上。作者在文献梳理中指出：连锁故障的预测（哪些状态脆弱、故障如何传播）与控制（如何干预）长期被当作两个独立问题开发——图学习方法擅长从拓扑与电气量中预测线路状态，但多数方法不把“采取不同处置动作后的未来演化差异”作为显式预测目标；而紧急控制研究往往依赖重复仿真或任务专用代理模型来挑选动作。缺的是一个统一的、可复用的“受控演化模型”：给定当前电网状态与一个合法处置动作，直接预测未来多步的电气状态、线路连通性、自动跳闸事件与终端风险。表1（论文 Table 1）对比了八类代表性方法，ACGP 是唯一同时具备“动作条件化预测、同态分支、闭环重规划”三项能力的框架。

为帮助读者建立阅读地图，本文的拆解顺序是：第二节交代问题设定与控制目标（这是理解全文的形式化基础）；第三、四节分别拆解数据构造的核心——同态反事实分支，与模型的核心——动作条件化图预测器；第五、六节用论文数据检验两个关键命题——预测误差是否随步数可控增长、闭环控制能否逼近仿真基准；第七节逐帧拆解论文最有说服力的决策案例；第八节起进入本文的行业分析部分。

二、问题设定：把“哪种处置更好”变成可学习的预测问题

论文把电网表示为图：变电站是节点，输电线路是边。节点携带7类特征（聚合有功/无功负荷、聚合有功/无功出力、发电机平均电压、连接负荷数、连接发电机数），边携带13类特征（线路首末端的 P、Q、V、I 共8项、负载率、热稳极限、线路状态、越限持续时间、冷却计时）。控制器的完整观测还包括拓扑向量与仿真器可观测变量。

每个实验回合（episode）的结构被严格限定：复位后经过一段暖机，发生且仅发生一次初始故障（N-1 或 N-2 预想事故）——初始故障被定义为外生扰动而非控制动作；此后不再注入新的外生故障，后续任何线路断开都由仿真器保护逻辑触发，单独记为“自动跳闸”。这个设定干净地把“处置动作的效果”与“外部扰动的演化”分离开，是一切反事实比较成立的前提。

在事后根状态（post-contingency root state）上，控制器的合法动作集合包含三类：不动作、平衡再调度（在各发电机间重新分配出力，总量保持平衡）、合法线路重连（把此前断开且具备重连条件的线路重新投入）。物理转移过程写为：下一状态、自动跳闸掩码与终端失败标志，由当前状态、动作、初始故障与外生慢性演化共同决定。

控制目标用的是词典序安全三元组：对每个候选动作，ACGP 预测五步演化，输出预测的终端失败类别、连锁类别与视界内最大线路负载率，按“终端失败 > 连锁 > 最大负载率”的优先级排序，选出综合风险最小的动作执行；执行后观察真实的新状态，进入下一轮决策——这就是滚动时域（receding-horizon）控制，每个决策步都在最新观测上重新规划，单步预测误差不会跨回合累积。

一个耐人寻味的细节是：预测的自动跳闸次数被保留为诊断量，但被排除出最终安全判据——论文明确说明，原因是跳闸次数的同根排序在验证集上“不够可靠”。这种把不可靠信号从决策判据中主动剔除的做法，体现了安全关键系统设计应有的克制：宁可判据简单而可靠，不要判据丰富而摇摆。

三、核心机制一：同态反事实分支——让动作效果可归因

ACGP 训练数据的核心构造是同态反事实分支（same-state counterfactual branching），它解决的问题很具体：要教会模型“动作A比动作B好”，训练样本必须保证两个分支除动作外的一切条件完全相同，否则模型学到的是环境差异而非动作差异。

构造流程分四步。第一步，在 Grid2Op 中生成完整轨迹：每个回合只含一次初始故障，之后的演化遵循自然级联——由保护逻辑触发跳闸，而不是人为注入。第二步，从轨迹中选取有效的根状态，用精确重放技术把同一根状态完整复现多份副本——论文用三项一致性检查（根状态精确重放、不动作五步复现、分支次序不变性）验证数据管道，全部通过、零失败。第三步，在每个副本上施加一个不同的合法处置动作：分支施加动作一次后，其余各步都走标准的不动作演化。第四步，把提前终止（触发终端失败）的分支在最后有效转移之外掩蔽，不参与训练损失。

这个构造的精妙之处在于“干预一次、其余不干预”的设计。现实调度中，紧急处置本来就是离散事件：调度员下一秒只做一个决定，之后系统按物理规律与保护逻辑自行演化。让后续步骤全部走不动作演化，恰好对应了这个决策结构——分支差异完全归因于那一次干预，模型学到的正是“干预的边际效果”，而不是某种复合策略。这也让训练出的模型天然适配滚动时域控制：每步只预测“如果我做这个动作、之后不再干预，会发生什么”。

数据规模上，最终数据集含 2,860 个反事实根与 22,880 条动作条件化分支——平均每个根恰好 8 个分支（22,880÷2,860=8.0），即每个受压状态平均对应约八个候选处置方案。按源回合切分为 1,996/422/442 个根分属训练/验证/测试集，同一源回合、慢性轨迹或根状态绝不跨集出现，归一化统计量与类别权重全部只从训练集计算，决策阈值在验证集上标定——数据卫生达到可发表标准。

四、核心机制二：ACGP 的网络与训练设计

模型架构是标准的边感知消息传递图网络，但动作信息的三层次注入是其区别于普通电网 GNN 的关键。

动作的三层次表示值得展开。第一层是全局动作特征：完整的 Grid2Op 动作向量与动作族标识（不动作/再调度/重连）拼接后过编码器；第二层是节点级动作特征：再调度指令按发电机到变电站的映射关系聚合投放到对应节点；第三层是边级动作特征：线路状态命令（投/切）以“目标状态减当前状态”的差分形式注入对应边。三层注入保证模型在任何抽象层级都能“看到”动作——这对再调度尤其重要，因为再调度对系统负载的影响常常只是边际性的，粗粒度的动作编码会把这种细微差异抹平。

训练目标由一步锚定损失与闭环滚动损失组成，总损失等于锚定损失加0.25倍滚动损失。滚动损失对五步按 0.9 的（τ−1）次幂衰减加权（近步权重大，对应原文式27），且每个预测步的内部损失中，线路负载率项权重为2——作者显式把模型容量向决策最敏感的量倾斜。预测状态被递归回填为下一步的模型输入（无教师强制），配合从1步到5步渐进的课程学习，逼模型学会在自身误差上保持稳定——这是多步预测不发散的关键训练技巧。

训练配置的细节值得记录，因为它们共同指向一个"小而稳"的工程取向。学习率取 0.0001，批大小 512；图动力学骨干（243,179 参数）从先期训练稳定的事实预测器初始化，再调度效应模块（36,036 参数）单独训练且骨干冻结；两个模块的检查点分别选在第 23 与第 15 个训练轮次。训练与验证损失曲线持续下降，保留集上的单步负载率预测散点紧贴仿真真值的对角趋势线——论文用这两组诊断确认优化过程数值稳定后，才进入多步与排序评估。这个流程顺序本身就是方法论：先证明"单步预测可靠"，再谈"多步滚动可用"，最后才谈"控制决策可信"，每一层的结论建立在前一层的验证之上。

把模型规模放进行业语境：24 万参数的骨干在当前动辄千亿参数的大模型时代近乎玩具，但这恰恰是安全关键系统的设计哲学——参数量小意味着可解释性审计的可行、推理延迟的可控（毫秒级单卡推理）、以及部署后行为分布的稳定。电网调度场景不可能容忍一个每季度随上游模型升级而行为漂移的黑盒，ACGP 的尺寸选择与其"辅助决策工具"的产业定位是一体的。

再调度效应模块是第三个设计亮点。再调度动作对系统最大负载率的影响可能只有千分之一量级，直接回归容易被噪声淹没。论文定义了以不动作分支为基准的负载率变化量，并以正负万分之一的容差带把效应分为改善/中性/恶化三类：落在容差带内的候选对被排除出 pairwise 排序损失，避免在统计噪声上强行制造偏好。排序模块以辅助方式联合预测三分类效应、变化量幅度与候选对偏好，训练时图动力学骨干保持冻结。这个“中性感知”处理是对现实工程问题的诚实回应：不是所有动作差异都值得分辨，模型必须先学会不妄下结论。

五、精度拆解：五步误差累积与动作排序能力

学习型多步预测的第一道生死关是误差累积：递归滚动中，上一步的预测误差会污染下一步的输入。论文的保留测试集数据给出了正面答案。

MAE 从单步 0.02998 增长到五步 0.03687，增幅约 23%——考虑到这是无教师强制的递归滚动，这个增长曲线相当温和。以电网负载率的工程量纲看，0.037 的平均绝对误差意味着在 0.9 至 1.2 的典型负载率区间上，预测偏差大致相当于热稳极限的 3% 至 4%，作为“比较候选动作”用途的精度已经够用——决策排序不需要完美复现绝对值，只需要正确排出候选之间的相对次序。负载率变化量的 MAE 为 0.0167，终端失败与连锁的安全遗憾值均为 0.0339。

动作排序能力是更关键的指标。在 2,569 对非平局再调度候选对上，ACGP 的 pairwise 排序准确率达到 0.8060，Spearman 与 Kendall 秩相关分别为 0.5834 与 0.5175；全部动作（含重连）的 pairwise 准确率 0.7169，Top-1 命中率 0.6810、Top-3 命中率 0.8801。注意 Top-1 不到七成而 Top-3 接近九成的组合——模型的典型行为是把真正安全的动作排进前三名，这与安全应用的需求结构吻合：只要最危险的动作被可靠排到后面，控制器在头部候选中的选择都是可接受的。

上表的消融实验回答了一个更根本的质疑：排序能力会不会只是模型从受压状态本身读出的“严重程度”，与动作无关？把测试集中的动作输入全部替换为空动作，排序准确率应声跌到 0.50（等价于随机猜）；把动作表示随机打乱，同样跌到 0.49 与 0.47，Top-1 恢复率从 0.681 摔到 0.032 与 0.167。结论清晰：同根状态下候选动作的相对优劣无法从电网状态单独推断，排序能力严格来自动作输入的编码。这一条把 ACGP 与“电网严重程度评估器”类方法从机制上区分开来——它是真的在比较动作，不是在给场景打分。

六、闭环验证：终端失败率 53.3% 到 12.2%

预测精度只是手段，闭环控制表现才是目的。论文在 90 个保留回合上对比三种控制模式：全程不动作基线、ACGP 学习型控制器、以及作为评估基准的模拟器参考规划器（后者用真实仿真逐步评估所有候选动作，代表可参照的能力上限，但论文明确其定位是评估基准而非全局最优控制器，且成本极高、无法实时部署）。

数字逐项过一遍。终端失败率：不动作 53.3%、ACGP 12.2%、模拟器参考 11.1%——ACGP 相对下降 41.1 个百分点、相对降幅约 77%，距理论上限仅 1.1 个百分点。连锁发生率：51.1% 到 7.8%，相对降幅约 85%，距参考值 6.7% 同样只有 1.1 个百分点。过程指标同样改善：平均自动跳闸次数从 1.211 次降到 0.122 次（降幅约 90%），平均存活步数从 5.84 升到 8.91（升幅约 53%），负载率均值从 1.207 降到 1.167、P95 从 1.794 降到 1.738——注意负载率的改善是温和的，说明 ACGP 的价值不在于把整体负载水平压低，而在于阻断那些会引爆连锁的关键转移。

干预成本一侧，ACGP 平均每回合执行 4.48 个非空动作，约为模拟器参考（8.94 个）的一半；再调度的 L1 幅度平均 31.53 MW，仅为参考值的四成（参考值 77.25 MW）。用一半的干预次数、四成的调节量，拿到几乎相同的安全结果——这是“学习预测+闭环反馈”结构相对“全仿真搜索”的效率红利：每步只执行一个动作并从真实观测重规划，避免了为每个候选都推演到底的计算冗余。

三组分母需要先厘清：90 个保留回合中有 5 个在初始故障瞬间就终止，属于任何控制器都无法干预的"不可控结局"，被三方共同承担并从统计中保留；救回率 37/48 的分母 48 是"不动作会走向 blackout 的回合数"，阻断率 39/46 的分母 46 是"不动作会发生连锁的回合数"，有害干预 0/42 的分母 42 是"不动作即可存活的回合数"。三组分母各自独立、口径互不混合，这种把安全性拆成"救得回、拦得住、不帮倒忙"三个正交维度的评估设计，比单一综合得分更接近工程验收的逻辑。

安全性边界上有一组数字必须单独强调：在 48 个 blackout 高危回合中 ACGP 救回 37 个（77.1%，参考值 38 个），在 46 个连锁高危回合中阻断 39 个（84.8%，参考值 40 个）；而最关键的指标是“有害干预为零”——在 42 个不动作即可存活的回合中，ACGP 没有把任何一个推向失败（0/42）。对一个候选用于真实电网的控制器，无害性比救回率更接近一票否决项；论文的安全词典序设计（终端失败优先级最高）在这里得到了行为层面的验证。

七、案例拆解：ρ=1.800 下的八选一

论文第 4.4 节（Figure 8、Table 7）给出的代表性回合，是理解 ACGP 行为逻辑的最佳切片。这个 N-1 回合中，当前最大线路负载率达到 1.800（超热稳极限 80%），控制器的合法动作集有 8 个候选：不动作、6 个再调度、1 条线路重连。

仿真给出的真值排序是：重连17号线以 0.870 的五步最大负载率排名第一——它是唯一能让系统脱离过载的候选；其余 7 个候选（不动作与全部 6 个再调度）的真值最大负载率都停在 1.762，全部导向连锁失败，其中不动作排第 5，最好的再调度排第 2。ACGP 的选择与仿真第一排序完全一致。

但比“选对了”更有信息量的是它选对的方式。ACGP 对重连动作的预测值是 1.731——大幅高于真值 0.870，模型把绝对风险高估了将近一倍；可它仍然把这个动作排到了第一位，因为其余候选的预测值（1.745 至 1.774）都被它排在了更高的风险档上。论文对这个现象的表述很克制：在高应力条件下，ACGP 会高估绝对风险，但仍保持了与控制相关的动作排序；逐点预测误差并不必然导致控制失败，只要安全相关的候选排序得以保持。这其实是学习型控制器最理想的失效模式——错得很保守，而不是错得很自信。

执行重连之后，控制器观察到新的真实状态，在下一个决策步重新评估并选择了不动作——干预结束后懂得收手，避免过度调节引入新的扰动。论文的另两个案例进一步展示了行为模式： blackout 救援回合中，不动作基线在 4 次自动跳闸后崩溃，ACGP 的处置序列是先重连15、16号线再配合再调度，把轨迹压回过载阈值以下——说明阻断连锁往往需要跨多个决策步的协调干预，而非单点妙手；连锁阻断回合中，不动作导致 10 次自动跳闸直至终端失败，ACGP 在保护序列扩散前修改网络连通性，此后轨迹回落且再无跳闸。

八、产业链与利润池：电网安全智能的钱从哪来

图 7 · 连锁故障的物理战场：一次设备、保护装置与调度系统的响应窗口以秒计（NewdPower 配图）

把 ACGP 这类技术放回产业坐标系，它对应的赛道是电网安全智能——横跨调度自动化、安全稳定控制（安控）、在线仿真与新兴的 AI 调度辅助决策四段。逐段看价值分布。

把 ACGP 放进国内电网安全的制度框架，其位置会更清楚。我国电网安全依托“三道防线”体系：第一道是继电保护（毫秒级，就地切除故障），第二道是安全稳定控制装置（百毫秒级，切机切负荷维持稳定），第三道是调度运行防线（分钟级以上，调整运行方式防止故障扩大）。ACGP 类技术的目标场景是第三道防线的前段——故障跳闸后、连锁扩散前的那个决策窗口，恰好是现有二道防线装置按预整定逻辑动作完毕、而调度员人工推演尚未完成的空档。这个空档过去主要靠预案与经验覆盖，AI 推演工具填补的正是“预案没覆盖到的状态空间”。这也解释了为什么这项技术的验收标准必须包含“有害干预为零”——它站在三道防线的末端，任何错误的主动干预都会把装置与人工已经稳住的局面重新搅乱。

上游是算力与数据基础设施：训练环境（Grid2Op 类仿真平台）、电网量测数据（SCADA/WAMS）、标注与验证算力。这一段的价值密度在上升，但当前规模有限——论文级研究用的是开源算例与单卡可训的小模型，产业级应用的真实瓶颈不在算力而在数据合规与仿真环境的真实性（后文风险节详述）。

中游是价值主体，分三层。第一层是调度自动化主站系统（智能电网调度控制系统 D5000 体系及其后续演进），由国网国调/省调两级部署，是电网的“操作系统”；第二层是安控与继保装置（稳控装置、稳控站、失步解列、频率电压紧急控制），嵌在厂站端，是连锁故障的“最后一道物理防线”；第三层是正在形成的 AI 调度辅助决策层——在线安全分析、预警、处置建议，ACGP 类技术正是要落进这一层。前两层是存量成熟市场，第三层是增量市场，也是本文利润池推演的核心。

下游是购买方：国调分中心、31 个省级调度、地县调，以及五大六小发电集团的集控中心。买单逻辑清晰——连锁故障的单次损失以数十亿计（参考近年国际大停电事故的直接与间接损失量级），任何能可验证地降低连锁概率的系统性投入，在电网安全预算框架内都有正当性。

利润池推演（推演口径，非官方统计）：全国电网年投资按“十五五”国网约 4 万亿、南网约 1 万亿的框架年化约 1 万亿元；电网数字化、智能化投资占电网总投资的比例，公开讨论中常见区间为 3% 至 6%，取中值 4%，对应约 400 亿元/年；其中安全稳定与调度智能化相关的部分按四分之一估，得到电网安全智能的年度盘子约 100 亿元（推演）。这 100 亿元中，存量装置与系统升级占大头，AI 调度辅助决策当前渗透率仍低——这正是 ACGP 类技术的可获取市场空间。本文给出的利润池口径是“设备与软件厂商可参与的价值池”，不含电网公司内部研发投入。

九、竞争格局与集中度：调度自动化与安控的 CR 口径

电网安全智能是一个高集中度市场，但集中度数字必须分清口径。

调度自动化主站：这是国内电力二次设备领域集中度最高的细分之一。国电南瑞（含南瑞继保体系）在省级以上调度主站市场的份额，公开研报口径长期在 40% 至 50% 区间；许继电气、东方电子构成第二梯队。按公开研报区间推演，调度主站 CR3 约在 70% 至 80%（推演口径，无官方统计）。这个格局的形成有制度性原因：调度系统涉及电网安全命脉，准入以长周期的安全运行记录为门槛，新进入者几乎无法跨越。

安控与稳控装置：参与者包括南瑞继保、许继、北京四方、长园深瑞等，公开研报口径的前四家合计份额约在 70% 至 80% 区间（推演口径）。与主站相比，装置端的准入门槛略低、项目制特征更强，集中度略低于主站但仍是寡头结构。

这个寡头格局对 ACGP 类技术的产业化路径有直接推论：AI 调度辅助决策不大可能以独立厂商形态颠覆存量格局，更可能的路径是“嫁接”——算法团队以模型与工程能力嵌入头部设备商的平台，或以电网公司科技项目的形态转化。论文作者团队来自南京两所高校而非设备商体系，这类产学研成果的产业出口，大概率是许可、合作开发或人才流动，而非创业颠覆。

换一个角度，从“谁被替代”看竞争：ACGP 类技术短期替代的是调度员的人工推演与离线校核工作量，而非任何硬件——这决定了它进入市场的方式是“辅助决策工具”而非“控制系统”，规避了安全关键系统最沉重的认证与责任壁垒。辅助定位的商业含义是：单价低于主站系统，但部署周期短、可按省复制，商业模型的本质是软件订阅与按域授权，而非工程总包。

十、市场规模三档情景与上游风险

把电网 AI 调度辅助决策（含安全预警、处置推演、操作票智能校核等场景）单独立一个 2030 年市场规模情景（推演口径，全部假设显式列出）。

三档情景的方差主要来自一个变量：监管对“模型参与实时决策”的接受速度。悲观与基准之间的差额本质上是责任制度的定价——只要处置建议停留在“提示人类调度员”层面，渗透上限就是有限的；一旦“模型推演+人工确认”的责任框架明确，基准情景的兑现路径会突然变宽。这也是为什么论文中“有害干预为零”这类安全性指标，其产业意义不亚于精度指标。

上游风险逐项列明。其一，sim-to-real 鸿沟。论文全部实验基于 14 节点开源算例，真实省级电网是数千节点、数千条线路、保护逻辑与运行约束远为复杂的对象；模型在小系统上验证的行为性质（误差可控、排序保持、无害性）能否平移，需要在大算例与真实数据上重新证明，这是产业转化最大的单点不确定性。其二，数据与验证合规。真实电网运行数据属敏感数据，训练与验证环境的搭建受数据安全与电网安全管理约束，第三方算法团队的进入门槛实质上很高。其三，责任认定。学习型模型给出错误处置建议导致事故扩大的责任归属，现行制度框架没有现成答案；在答案明确前，任何部署都会以人类最终确认为前提，压缩了自动化红利。其四，复合人才。既懂电力系统安全稳定又懂图学习与控制理论的团队稀缺，学术成果到工程产品的转化依赖极少数桥梁型人才。其五，技术路线竞争。强化学习端到端控制、传统优化+快速仿真、大模型推理辅助等路线都在竞逐同一场景，ACGP 的“预测+排序”是折中路线，最终胜出的可能是混合方案而非单一范式。

十一、边界与局限

按论文原文与本文推演分别列明边界。

论文自身的边界：其一，实验环境是 14 节点沙盒算例（l2rpn_case14_sandbox），规模与真实电网相差两个数量级以上，论文未提供更大算例的验证；其二，动作空间限定为不动作、平衡再调度、合法线路重连三类，不含负荷侧控制与网络重构等更丰富的处置维度；其三，滚动评估的对照基准是模拟器参考规划器而非全局最优，论文明确说明该基准“是评估基准而非全局最优控制器”；其四，22,880 条分支全部来自单一仿真器与单一后端，跨仿真器泛化未验证；其五，论文为预印本（投稿至 Elsevier 期刊），尚未经同行评审定稿。

本文推演的边界：第八至十节的产业链利润池（约 100 亿元/年）、集中度（CR3 约 70%-80%）与 2030 年三档情景（50/90/160 亿元）全部为本文基于公开讨论框架的推演口径，无官方统计支撑，敏感性远大于论文内数据的引用部分；情景表的核心变量（监管接受速度）本质上不可量化预测，三档数字应视为讨论坐标而非预测值。本文与论文的归属边界严格区分：所有实验数字（53.3%/12.2%、MAE 0.0369、排序准确率 0.806 等）均来自论文原文，所有产业判断均为本文推演。

十二、结论与观察指标

ACGP 的贡献不是发明了新的图网络，而是发明了一种让“处置动作的效果”可学习的数据构造——同态反事实分支把因果归因问题转化为监督学习问题，再配上滚动时域的闭环结构，让一个 24 万参数的小模型在闭环实验中拿到了逼近全仿真搜索的安全结果。技术路线的启示超出电网：任何“在有限时间预算内从有限候选中选优”的安全关键决策场景，都可以套用“动作条件化预测+词典序安全排序+执行后重规划”的三段式框架。

对产业观察者，本文给出五项跟踪指标：

最后回到开头的场景：连锁故障留给调度员的时间以分钟计，而 ACGP 证明了这个时间预算内可以完成“多候选×多步×可归因”的推演——前提是有人提前把“每种处置会怎样”教给模型。电网安全的智能化不会以一次颠覆的形式到来，它会以一个个这样的工具，一点点挪动“人工推演”与“在线决策”之间的边界。这条边界每挪一寸，系统面对极端事件的生存概率就大一分——这是这类研究全部产业价值的最终量纲。

观点仅供参考，不构成投资建议