政策背景与目标 - 政策旨在推动人工智能与能源行业深度融合，以应用为导向，支撑能源高质量发展和高水平安全 [10] - 能源行业具备数字化基础好、数据质量高、应用场景丰富等比较优势，应走在人工智能应用前列 [3] - 到2027年，目标是初步构建能源与人工智能融合创新体系，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 [1][4][12] - 到2030年，目标是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，算力电力协同机制进一步完善，在电力智能调控、能源资源智能勘探等方向取得突破 [5][13] 重点任务与应用场景 - 系统部署了人工智能+电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景，以专栏形式明确了37个融合应用发展重点任务，涉及百余项场景 [7] - 人工智能+电网重点包括电网智能规划设计、调度运行、设备智能运维、配电网智能运行管理和电力应急抢修等应用 [14][15] - 人工智能+能源新业态重点包括虚拟电厂精准控制、绿氢生产工艺智能寻优、园区智能降碳和新型储能智能化运行等 [16][17] - 人工智能+新能源重点包括高精度功率预测、偏远地区场站智能运维、新能源规划设计和智慧工地建设 [18][19] - 人工智能+水电重点包括智能工程建设、气象水文联合预测、流域综合调度和设备智能运检 [20][21][22] - 人工智能+火电重点包括燃料智能管控、生产运行优化、设备全生命周期管理和智能技术监督 [23][24] - 人工智能+核电重点包括智能安全管控、智能运维和可控核聚变智能控制 [25][26][27] - 人工智能+煤炭重点包括地质勘探数智赋能、采掘工艺优化、露天煤矿无人化、煤炭智能洗选和设备智能运维 [27][28][29] - 人工智能+油气重点包括勘探智能赋能、开发生产智能管控、海洋环境预测维护、工程技术优化、管网智能调控和炼厂生产优化 [29][30][31] 关键技术供给 - 围绕数据、算力、算法三大方向构建人工智能应用基础支撑体系 [8][32] - 夯实数据基础，推动数据智能标注、增强等技术应用，加快形成能源领域高质量数据集，确保数据安全可靠 [32] - 强化算力支撑，开展多元异构算力统一调度、任务智能编排等关键技术攻关，构建算力电力协同发展机制 [32] - 提升模型基础能力，加大多智能体协同、可解释性、模型轻量化推理等技术研究，推动人工智能与能源软件深度融合，并突破绿色低碳技术瓶颈 [33] 保障措施与实施路径 - 强化组织实施，要求各地方能源主管部门和相关中央企业建立健全工作机制，形成上下联动的工作格局 [9][34] - 推动协同创新，鼓励企业牵头建设跨领域的“人工智能+”能源创新联盟，深化产学研用合作 [9][34] - 加强标准规范建设，加快编制一批技术标准规范，推动能源领域人工智能标准体系建设，鼓励制定国际标准 [34] - 开展试点示范，遴选可复制、易推广的场景和企业标杆应用，相关技术装备优先纳入能源领域首台（套）重大技术装备支持范围 [35] - 加大支持力度，发挥中央财政资金带动作用，并引导社会资本参与人工智能科技项目实施和成果转化 [36] - 完善人才培育生态，鼓励共建人才培养基地，重点培养具备能源系统知识和人工智能算法应用能力的复合型人才 [36]