面向人工智能数据中心扩张的可解释性感知自适应能源规划框架

研究团队提出面向人工智能数据中心扩张的可解释性感知自适应能源规划框架，将供电表述为多准则组合配置问题并输出帕累托有效组合。框架在美国和中国实施，覆盖2030基准情景及需求增长、技术成本、交付周期等敏感性分析。可解释性开销因方法而异，扰动类方法在每日100万次受审计决策下可达每年数十至数百GWh。