总体目标 - 到2027年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[1][3] - 到2030年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 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] 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[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 持续完善新一代智能调控技术支持体系[8] 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[9] - 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[9] - 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[9] - 虚拟电厂运营商平台根据电网调节指令 市场信息 结合资源特性的动态变化 进行控制策略的智能优化和控制指令的智能生成[10] 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 项目后评价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[11] - 构建以多时空尺度气象预报为核心的气象服务体系 建立气象-功率非线性关系精准挖掘与解析的多场景多周期算法大模型[13] - 利用大模型 声纹检测 遥感 机器人 智能穿戴设备等技术装备 实时监测周边环境及设备运行状态 提升设备巡检效率[13] 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[14] - 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[14] - 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 在水电站智慧运维与精益检修等重点领域形成智能化解决方案[14] - 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[16] 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[17] - 基于燃料市场价格波动 库存量 耗煤量以及煤堆三维结构 煤质分析等多维度多类型数据 实现燃料数量 质量等智能检测和智能管控[19] - 基于大模型和生产运营相关系统数据 实现生产运营过程中燃料掺配 运行优化 智能灵活调峰 安全智能管控等核心业务场景智能化升级[19] 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[20] - 推进人工智能技术在核电系统智能监测 预警 诊断和预测中的应用 提升机组性能智能诊断和优化能力[22] - 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[22] 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[23] - 通过多模态感知 大小模型融合 设备群协同控制和工艺动态优化 驱动采煤与掘进工作面设备群智能截割 自主决策与协同控制[25] - 推进大模型模拟爆破参数与穿爆作业的融合 实现采-运-排生产系统内挖掘机 排土推土机常态化远控或自主作业[25] 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[27] - 构建面向地震测井处理解释的专业大模型 打造面向有利地质目标综合评价的智能应用系统[29] - 推进地面工程智能设计 钻井参数智能优化 录井实时智能判层 储层改造及智能故障诊断与风险评估[29] 技术支撑体系 - 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 夯实数据基础 强化算力支撑 提升模型基础能力[31] - 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 算力池化等关键技术攻关 提升智算服务水平[31] - 加大多智能体协同 可解释性 模型轻量化推理等技术的研究 持续深化机器视觉 多模态 时序预测等人工智能关键技术在能源领域的应用研究[32] 实施保障措施 - 推动建设一批行业研发创新平台 鼓励企业牵头联合科研机构 高校等单位建设跨领域 跨学科的"人工智能+"能源创新联盟[33] - 加快编制能源数据治理 多元异构算力融合 典型场景设计等一批技术标准规范 推动能源领域人工智能标准体系建设[33] - 组织开展能源领域人工智能应用试点示范 遴选一批可复制 易推广的场景和企业标杆应用[34] - 充分发挥中央财政资金带动作用 依托能源领域 人工智能领域国家科技重大专项和重点研发计划等科技专项 有序推动能源领域人工智能技术应用创新[34]