核心观点 - 国家发展改革委与国家能源局联合发布《关于推进"人工智能+"能源高质量发展的实施意见》 旨在推动人工智能与能源产业深度融合 目标到2027年初步构建能源与人工智能融合创新体系 到2030年能源领域人工智能技术总体达到世界领先水平 重点覆盖电网 新能源 煤炭 油气 水电 火电 核电等细分领域 通过应用场景赋能 关键技术攻关及政策保障措施 支撑能源高质量发展和安全转型 [1][3][4] 总体要求 - 以拓展人工智能与能源领域深度融合应用场景为重要依托 以提升能源领域人工智能创新应用技术水平为主攻方向 以推进智能算力与电力协同发展为必要支撑 以健全能源智能化发展的创新体系为关键保障 着力提升能源系统安全可靠与灵活高效运行能力 保障能源安全稳定供应和绿色低碳转型 [2] - 到2027年目标包括：推动五个以上专业大模型在电网 发电 煤炭 油气等行业深度应用 挖掘十个以上可复制 易推广 有竞争力的重点示范项目 探索百个典型应用场景赋能路径 制定完善百项技术标准 培养一批复合型人才 [3] - 到2030年目标包括：能源领域人工智能专用技术与应用总体达到世界领先水平 建立绿色 经济 安全 高效的算力用能模式 在电力智能调控 能源资源智能勘探 新能源智能预测等方向取得突破 [4] 能源应用场景赋能 人工智能+电网 - 开展电力供需预测 电网智能诊断分析 规划方案智能生成等电网规划设计应用 加强电网工程智慧建设管理 [5] - 推进电网多尺度智能仿真分析 探索人工智能模型在电网智能辅助决策和调度控制方面的应用 提升电力系统源网荷储全要素安全可靠低碳运行水平 [5] - 推动电力设备故障预测性维护 打造具备自主感知 决策 执行能力的电力设备健康管理智能体 提升设备精益化管理水平 [5] - 构建新能源功率预测 负荷预测 离线仿真分析 在线安全分析 极端应急处置 调度辅助决策等智能化应用 支撑新型电力系统安全稳定运行 [6] 人工智能+能源新业态 - 推进人工智能技术在虚拟电厂 分布式储能 电动汽车车网互动等灵活性调节资源中的应用 提升负荷侧群控优化和动态响应能力 [7] - 加强人工智能技术在新型储能与电力系统协同优化调度以及全生命周期安全中的应用 推动可再生能源制氢生产工艺智能寻优 [7] - 推动人工智能在零碳园区 智能微电网 算电协同中的应用 提升源网荷储一体化智能运行水平 促进新能源就地消纳 [7] - 虚拟电厂运营商平台实现大规模灵活性资源聚合优化调控 智慧交易决策 绿氢生产工艺实现电解制氢-储氢-用氢全链条智能调控 园区智能降碳系统形成"碳-能-费"智能协同模式 [8] 人工智能+新能源 - 加快在高精度功率预测 电力市场 场站智慧运营 新能源规划等方向的人工智能应用 推动复杂场景及转折性天气下功率预测大模型发展 [9] - 打造"气象预测+功率预测+智慧交易+智能运维"一体化新能源智能生产模式 全力支撑新能源稳定供给 [10] - 构建多时空尺度气象预报服务体系 实现新能源功率精准预测 利用大模型 声纹检测 遥感等技术提升偏远地区场站智能运维效率 [11] 人工智能+水电 - 推进人工智能技术在水电工程建设中的应用 提升水电工程智能化设计施工管理水平 [12] - 推进人工智能技术与传统水文模型 气象模型 大规模水库调度技术融合 提升气象 水文双向耦合预测精度 [12] - 推动知识图谱 大模型 智能体等技术融入新一代水电智慧运营大脑 形成智慧运维与精益检修智能化解决方案 [12] - 基于流域气象水文双向耦合预测大模型构建洪旱极端事件风险量化工具 提升气象水文预报精度和预见期 [13] 人工智能+火电 - 在燃料管控 生产运行优化与智能控制 设备全生命周期管理等业务场景协同开展人工智能赋能及技术创新 [14] - 加快火电数字化设计建造和智能化升级 推动火电运行控制系统智能化发展和应用 提升火电关键装备全生命周期智能监测及健康管理能力 [14] - 基于大模型实现燃料数量 质量智能检测和管控 生产运行优化实现燃料掺配 运行优化 智能灵活调峰等核心业务场景智能化升级 [15][16] 人工智能+核电 - 构建核电安全预警 电站运行事件智能溯源分析 应急响应的智能辅助支持系统 开展核工业特种运维机器人技术攻关 [16] - 推动核电人工智能小模型及专业大模型研发 提升机组性能智能诊断和优化能力 拓展高危场景机器人作业范围与深度 [17] - 基于人工智能技术开展可控核聚变智能控制系统研究 研发等离子体位形实时预测-磁约束参数自适应调控智能模型 [17] 人工智能+煤炭 - 聚焦地质勘探 煤矿采掘 煤炭洗选 生产调度等典型场景 实现生产过程智能控制与自主决策 助力少人无人化作业常态化运行 [18] - 基于煤矿专业大模型构建复杂地质条件下的煤矿地质数据库 实现矿井地质信息全过程动态协同管理和预警 [19] - 推进大模型模拟爆破参数与穿爆作业融合 实现采-运-排生产系统内设备常态化远控或自主作业 提升露天煤矿生产效率与安全水平 [19] 人工智能+油气 - 推动勘探地质目标智能评价 开发方案智能优化 钻井压裂等作业参数智能调整 炼化装置智能运行 管网运行实时仿真 [20] - 加快智能钻机 机器人 无人机 智能感知系统等智能生产技术装备研发与应用 推动油气产业链智能化升级建设 [20] - 构建面向地震测井处理解释的专业大模型 实现可控震源智能辅助驾驶 地震检波器埋置等机器人示范应用 [21] - 推进市场洞察预测 管网实时仿真及动态优化 实现"黑屏"智能调控 提升油气管网安全生产与保供能力 [22] 关键技术供给 - 推动开展适用能源领域的数据 算力 算法等共性关键技术攻关 聚焦数据孤岛化 算力碎片化 算法黑盒化 算力高耗能等技术瓶颈 [23] - 夯实数据基础：推动数据智能标注 智能增强 数据合成等技术应用 推进能源数据分类分级技术 隐私计算技术研发 [23] - 强化算力支撑：开展多元异构算力统一调度 任务智能编排 存算网一体化融合等关键技术攻关 构建算力 电力深度融合的算电协同发展机制 [23] - 提升模型基础能力：推动模型算法 应用系统等安全能力建设 加大多智能体协同 可解释性 模型轻量化推理等技术研究 [23][24] - 加快突破人工智能绿色低碳技术瓶颈 研究柔性直流供电 模块化小型堆等能源供给技术 鼓励数据中心液冷技术 废热回收等高效能源综合利用技术应用 [24] 保障措施 - 强化组织实施：各地方能源主管部门和相关中央企业建立健全工作机制 统筹衔接相关规划 做好要素保障 探索构建安全治理体系 [25] - 推动协同创新：推动建设一批行业研发创新平台 鼓励企业牵头建设"人工智能+"能源创新联盟 深化产学研用合作 [25] - 加强标准规范建设：加快编制能源数据治理 多元异构算力融合 典型场景设计等技术标准规范 推动能源领域人工智能标准体系建设 [25] - 开展试点示范：遴选一批可复制 易推广的场景和企业标杆应用 鼓励开展跨领域 跨行业典型场景示范 [26] - 加大支持力度：发挥中央财政资金带动作用 依托国家科技重大专项和重点研发计划 引导社会资本参与人工智能科技项目实施和成果转化应用 [26] - 完善人才培育生态：鼓励能源企业与高等院校 科研院所共建人才培养基地 重点培养具备能源系统知识 人工智能算法应用能力的复合型人才 [26]