煤炭业务 - 2025年8月商品煤产量2860万吨，累计2.233亿吨，同比分别降0.3%和0.5%[4] - 2025年8月煤炭销售量3750万吨，累计2.802亿吨，同比分别降3.1%和9.2%[4] 运输业务 - 2025年8月自有铁路运输周转量280亿吨公里，累计2071亿吨公里，同比分别增10.7%和降1.8%[4] - 2025年8月黄骅港装船量1930万吨，累计1.463亿吨，同比分别增11.6%和1.6%[4] - 2025年8月天津煤码头装船量400万吨，累计2980万吨，同比分别增8.1%和0.7%[4] - 2025年8月航运货运量960万吨，累计7030万吨，同比分别降16.5%和20.3%[4] - 2025年8月航运周转量94亿吨海里，累计729亿吨海里，同比分别降27.1%和27.2%[4] 电力业务 - 2025年8月总发电量233.9亿千瓦时，累计1441.2亿千瓦时，同比分别增3.8%和降3.8%[4] - 2025年8月总售电量219.7亿千瓦时，累计1354.6亿千瓦时，同比分别增3.6%和降3.8%[4] 化工业务 - 2025年8月聚乙烯销售量32300吨，累计24.84万吨，同比分别增0.9%和17.9%[4]

公司股份增持 - 皖能资本通过集中竞价交易方式累计增持公司股份约2072万股 占公司总股本比例0.9138% [1] - 增持金额约1.5亿元 相关增持计划已于2025年9月12日实施完成 [1] 业务收入结构 - 2025年1至6月发电行业收入占比79.28% 为主要收入来源 [1] - 煤炭行业收入占比17.97% 运输行业占比1.52% 垃圾处理占比1.09% 其他业务占比0.14% [1] 市值情况 - 截至发稿时公司市值为163亿元 [1]

公司会议与议案 - 公司于2025年9月15日召开2025年第二次董事会临时会议 审议关于提前赎回九洲转2的议案 [1] 业务收入构成 - 2025年1至6月供热收入占比43.58% 智能装配制造业务占比28.61% 发电收入占比26.89% 其他业务占比0.92% [1] 市值信息 - 截至发稿时公司市值为44亿元 [1]

公司处罚事件 - 国能广投北海发电有限公司因未采取措施消除事故隐患被南方能源监管局处以2.5万元人民币罚款 [1] 公司背景与股权结构 - 国能广投北海发电有限公司成立于2021年1月31日，注册资本为184288万元人民币，法定代表人为李昌松 [3] - 公司大股东为中国神华能源股份有限公司 [3] 股东中国神华概况 - 中国神华能源股份有限公司是国家能源投资集团有限责任公司的A+H股旗舰上市公司 [3] - 公司H股和A股分别于2005年6月15日及2007年10月9日在香港联交所和上海证交所上市 [3] - 公司连续11年荣获上海证券交易所信息披露工作评价A级 [3] - 截至2024年底，公司资产规模为6581亿元人民币，综合市值为8221亿元人民币，职工总数为8.3万人 [3]

政策目标 - 能源领域人工智能发展设定分阶段目标 到2027年重点推动"五十百"工程 包括五个以上专业大模型深度应用 十个以上重点示范项目 百个典型应用场景赋能路径 百项技术标准制定 [1] - 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 注重核心技术自主创新与深度融合应用 [1] 技术应用 - 专业大模型将在电网 发电 煤炭 油气等行业深度应用 [1] - 通过人工智能技术增强能源系统的安全性 绿色化和效率 支撑新型能源体系建设 [1] 产业培育 - 培育一批行业级研发创新平台 形成符合中国国情的能源领域人工智能技术创新发展模式 [1] - 挖掘可复制 易推广 有竞争力的重点示范项目 探索典型应用场景赋能路径 [1]

政策目标 - 提出能源领域人工智能发展分阶段目标 到2027年着眼于打牢基础、树好标杆、健全体系 到2030年实现人工智能技术与应用总体达到世界领先水平[1] - 2027年前重点推动"五十百"工程 包括五个以上专业大模型在电网/发电/煤炭/油气行业深度应用 十个以上可复制有竞争力示范项目 百个典型应用场景赋能路径[1] - 2030年阶段更注重核心技术自主创新与深度融合应用 通过AI技术增强能源系统安全性/绿色化/效率 支撑新型能源体系建设[1] 行业影响 - 政策明确推动人工智能在电网/发电/煤炭/油气等传统能源行业深度应用 培育行业级研发创新平台[1] - 将制定完善百项技术标准 形成符合中国国情的能源领域人工智能技术创新发展模式[1] - 通过挖掘示范项目和典型应用场景 加速人工智能技术在能源领域的商业化落地进程[1]

政策目标 - 到2027年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 [1] - 到2027年挖掘十个以上可复制、易推广、有竞争力的重点示范项目 [1] - 到2027年探索百个典型应用场景赋能路径并制定完善百项技术标准 [1] - 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 [1] 实施路径 - 培育一批行业级研发创新平台并形成符合中国国情的能源领域人工智能技术创新发展模式 [1] - 通过人工智能技术增强能源系统的安全性、绿色化和效率 [1] - 支撑中国新型能源体系建设 [1]

发电产能淘汰计划 - 希腊到2035年将淘汰数吉瓦传统能源发电产能 [1] - 2026年淘汰660兆瓦褐煤发电机组和110兆瓦天然气发电机组 [1] - 2026年同步淘汰410兆瓦岛屿燃油发电机组 [1] 褐煤发电退出路径 - 2028年进一步淘汰660兆瓦褐煤发电机组 [1] - 2028年将彻底停止褐煤发电 [1] 天然气发电调整 - 2028年淘汰470兆瓦天然气发电机组 [1] - 2030年天然气发电淘汰产能达1410兆瓦 [1] - 2035年天然气发电淘汰规模扩大至2870兆瓦 [1] 电力系统升级 - 岛屿电力供应将通过与大陆联网实现 [1]

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]

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]