GraphIR：用于电网控制的规范化图中间表示

基于摘要分析。本文研究电网控制中的图表示构建问题，提出规范化图中间表示 GraphIR，以减少 Grid2Op 状态转换对具体模型预处理的依赖，使表示选择更易复现与比较。 原问题是模拟器索引、图语义、模型架构及动作设计相互耦合，难以单独判断表示变化的影响。GraphIR 对 Grid2Op 状态进行一次解析，保留设备身份与端子级拓扑，再以确定性方式投影为面向具体任务的图视图，同时维持到模拟器对象的可追溯性。其主要贡献是表示与实验控制层面的解耦，而非摘要已明确描述的新型图神经网络架构。 作者报告，评估通过图视图消融、非图与图基线、跨环境验证、运行时间测量和实体级诊断，区分表示、系统与采样器的影响。摘要未提供具体环境、任务、数据划分、指标或数值结果，因此尚不能判断 GraphIR 是否提升控制性能、降低运行开销，或在何种条件下改善复现；实验协议、消融结果及统计信息尚未验证。 该方法依赖具有明确设备身份、端子连接关系和模拟器对象映射的电网状态。材料没有建立这些结构与 EEG 通道、脑区或功能连接之间的具体对应关系，不能将其改写为已验证的 BCI 图建模方法；已有 EEG 相关工作尚未检索确认。复现时需核对图视图定义、确定性投影规则、对象映射约定，以及各基线中架构、动作设计与采样设置是否受控。