国金证券近日发布公用事业及环保产业行业研究：本周（9.8-9.12）上证综指下降1.86%，创业板指上涨 2.16%，碳中和板块上涨2.25%，公用事业板块上涨0.75%，环保板块上涨1.31%，煤炭板块下降0.11%。 国金证券近日发布公用事业及环保产业行业研究：本周（9.8-9.12）上证综指下降1.86%，创业板指上涨 2.16%。碳中和板块上涨2.25%，公用事业板块上涨0.75%，环保板块上涨1.31%，煤炭板块下降0.11%。 9月11日，国网山东省电力公司公示了山东省当年新能源机制电价竞价结果。首轮竞价吸引3000+新能 源项目参与，共有1200个项目入围。风电、光伏项目分组开展竞价，入选机制电量总规模94.67亿千瓦 时，其中风电59.67亿千瓦时、光伏12.48亿千瓦时。 以下为研究报告摘要： 行情回顾： 本周（9.8-9.12）上证综指下降1.86%，创业板指上涨2.16%。碳中和板块上涨2.25%，公用事业板块上 涨0.75%，环保板块上涨1.31%，煤炭板块下降0.11%。 每周专题： 9月12日，国家发展改革委、国家能源局发布关于印发《电力现货连续运行地区市场建设指引》的通知 (发改 ...

行业背景与地位 - 煤电承担中国70%的顶峰保供和调节任务 是新型电力系统建设中的关键压舱石 [1] - 火电装机容量超过14.5亿千瓦 节能降碳改造需求与政策高度契合 [5] 技术创新与性能 - 自主研发导流式多级次减压汽封技术 填补国内空白 节能性能远超欧美竞品 [2] - 技术组合包含激光精准测绘与机器人精密加工 形成三位一体的能效恢复及抗衰减解决方案 [2] - 典型工况下可降低供电煤耗2克标煤/千瓦时 经中电联鉴定达国内领先水平 [2][5] - 实际应用案例显示煤耗降低效果显著：池州电厂机组改造后降耗2.10克/千瓦时 利港电厂机组改造后降耗1.08克/千瓦时 [4] 应用规模与成效 - 技术已应用于全国超过120台火电机组 [2][4] - 院士评估认为该技术每年可节省近百亿发电成本 减排上千万吨二氧化碳 [3] - 与五大发电集团、三大主机厂及地方能源企业建立长期稳定合作关系 [4] 产能与项目进展 - 总投资约10亿元的导流式汽封智能核心装备制造项目于2025年5月开工 [5] - 项目建成后预计年产汽封近1.6万件 年销售收入达5.2亿元 税收贡献超3500万元 [5] 产学研合作 - 与东南大学共建研究生实践基地 创建技能人才共享平台 [4] - 获40余项专利 技术获国家节能中心专家认可 [5]

行业与公司 火电行业 银行业[1] 核心观点与论据 **火电行业盈利改善与驱动因素** * 火电行业自2021年电价机制改革后盈利改善 主要源于煤价下滑 资产减值金额减少以及业务多元化构建[2] * 容量电价机制推进提升盈利稳定性 大多数省份2025-2026年容量电价将从100元/千瓦/年提升至165元以上 有些地区甚至达到330元[2][5] * 火电未来商业模式将从发电转向调节性收入 调节性收入与煤炭价格相关性较弱 有助于提高盈利稳定性[4] * 非能量收入占比提升对商业模式改观起到积极作用[6] **分红能力与意愿增强** * 火电行业分红自2023年起改善 影响因素包括盈利端基本面的脆弱性和新能源大规模开支 但这些因素正在逐步改善[2][3] * 下半年风电和光伏发电投资压力缓解 各大发电集团新增装机缩水 火电平台分红能力有显著边际提升[6] * 央企火电公司受国资委市值管理考核 提升分红意愿增强 考核包括分红比例同比变化 行业排序等细节因素[6] * 华能自2020年初以来连续六个季度业绩正常兑现 分红表现明显提升 减值因素削弱[9] **估值水平与投资价值** * 当前火电行业估值与2021年低点相差不多 PB比历史低位更高 但经过两年亏损后净资产减少导致PB向上拉动[7] * 与2021年相比 盈利稳定性和成本传导能力均有所改善 企业资产减值问题对盈利波动影响逐步减少 即使PE数值相同 目前公司更值得投资[7][8] * 需综合评估PB和PE指标[2] **具体公司分析** * 华能国际H股因高股息率（25年业绩对应股息率约6.7% 26年可达7.5%）和业绩释放潜力被看好[9][14] * A股市场倾向于国电电力 其承诺60%分红比例 大渡河水电投产带来接近10亿元增量贡献 水电业务不确定性较低且估值较高[9][14][15] * 国电火电竞争力因集团长协煤资源支持而更加稳定 横向比较26年PE 华能为9倍 国电为12倍 但拥有更高占比的水电竞争力 整体性价比不逊色[15][16] * 华润执行40%分红比例 若提高至50% 股息率将提升25%达到约6.5% 若至60%则会超过华能[11][12] * 省级层面如福能 广东发展等公司的A股股息率整体在4%以上[10] 其他重要内容 * 银行股曾受益于盈利韧性 稳健分红和险资的红利资产配置需求 但随着估值修复 股息率优势减弱[1][2] * 火电竞争力从周期性产品转变为稳定收益加工业制造业 或将带来更高估值[4] * 华润正在推进旗下新能源平台的分拆上市 成功后母公司与新能源平台的现金流将形成隔离 提升母公司风险管理能力[11]

好的，我将为您分析这份东吴证券晨会纪要，总结其中的核心观点和关键要点。作为拥有10年经验的分析师，我会重点关注宏观策略、固收金工和行业研究等核心内容。 核心观点总结 报告核心观点围绕三大主线：美联储降息预期升温推动全球资产价格重估、国内股债性价比转换带来的配置机会，以及特定行业在政策与周期驱动下的投资机遇 [1][3][9][11][12] 宏观策略 - 美国8月非农就业数据大幅不及预期，新增非农仅2.2万人，较预期的7.5万偏离-2.68x标准差，6月数据下修至-1.3万，为2021年以来首次转负，失业率升至4.324% [1][13][17] - 市场完全定价9月降息，预计降息25bps，点阵图指引全年额外1-2次降息，但通胀数据若超预期可能改变这一路径 [1][13][18] - 美债收益率降至4月以来新低，10年期美债利率降15.4bps至4.07%，2年期降10.8bps至3.51%，黄金突破3600美元/盎司关口，周涨4%至3586.7美元/盎司 [1][13] - 国内经济呈现供需平稳态势，ECI供给指数50.03%，需求指数49.90%，30大中城市商品房成交面积同比转正，地产销售持续改善 [15][16] 固收金工 - 绿色债券发行规模87.67亿元，较上周增加16.51亿元，周成交额482亿元，减少40亿元，主要成交集中在3年期以下债券(79.41%)和金融、公用事业行业 [2][23] - 股债性价比指标ERP处于2015年以来0-1倍标准差内，历史数据显示ERP回落至中枢过程中10年期国债收益率上行幅度在10-70bp，预计本轮顶部在1.85% [3][4][24] - 二级资本债周成交量1469亿元，减少113亿元，5年期AAA-级到期收益率下降1.94bp，流动性保持稳定 [5][28] - 银行缩表概率较低，因经济下行期缩表加剧经济压力、货币政策宽松流动性充裕、国有资本属性要求服务实体经济、监管指标提供安全垫 [6][31][32] 有色金属行业 - 黄金价格显著上涨，COMEX黄金周涨4.69%至3639.80美元/盎司，SHFE黄金涨3.88%至815.60元/克，受降息预期和避险情绪双重驱动 [9] - 铜供应面临紧缺，进口铜矿TC维持-41美元/吨，9月精炼铜产量下行，LME铜报9898美元/吨，沪铜80140元/吨，周涨0.92% [9] - 铝价震荡运行，LME铝报2603美元/吨跌0.63%，沪铝20695元/吨跌0.22%，电解铝社会库存环增1.40%至63.15万吨，呈现"弱现实"格局 [9] 公用事业行业 - 推荐关注水电、火电投资机会，水电受益度电成本最低、电价持续提升，现金流优异分红能力强，重点推荐长江电力 [10] - 核电成长确定性高，22/23年核准10台，24年再获11台核准，ROE看齐成熟项目有望翻倍，重点推荐中国核电、中国广核 [10] - 绿电资产质量见底回升，化债推进财政发力下国补欠款问题有望解决，推荐龙净环保、龙源电力H、中闽能源、三峡能源 [10] - 消纳环节关注特高压和电网智能化产业链，配电网智能化推荐威胜信息、东软载波、安科瑞，电网数字化推荐虚拟电厂 [10] 个股推荐 - 新兴铸管为球墨铸铁管全球龙头，预计2025-2027年归母净利润2.73亿元、9.88亿元、27.13亿元，增速63.24%、261.43%、174.62%，对应PE 55、15、6倍，受益钢铁行业周期反转和非美需求提升 [11] - 东材科技为国内碳氢树脂龙头，成功进入台光、台耀、生益、斗山等全球主流CCL厂商体系，支撑英伟达、苹果等终端需求，预计2025-2027年营收52/68/90亿元，归母净利润4.6/10.3/15.6亿元，对应PE 38/17/11倍 [12]

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]

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]

报告行业投资评级 - 行业评级为强于大市 维持[1] 报告核心观点 - AI带动数据中心景气度向上 电力需求快速增长[3][4] - 中国数据中心行业2024年市场规模预计达3048亿元 标准机架规模突破1000万架 双双同比增长超20%[2][25] - DeepSeek带动中国第三方数据中心上架率显著上升 环京和长三角区域算力中心或率先实现供需反转[3][88] - 全球数据中心用电量2030年将达945TWh 较2024年增长一倍以上 2024-2030年复合增速约15%[4][101] - 中国数据中心用电量2030年预计达3000-7000亿千瓦时 占全社会用电量2.3%-5.3% 2024-2030年复合增速10.4%-27.1%[4][108] - 需求和能源矛盾倒逼算力绿色化变革 包括算力设备高效化 算力载体节能化 算能协同清洁化和算用协同赋能[4][111] 中国数据中心产业进度 - 中国数据中心发展历经网络中心 IT中心 云中心和算力中心四个阶段 2020年后算力成为数字经济时代发展引擎[9][13][17] - 2023年全球数据总产量129.3ZB 过去五年平均增速超25% 预计2028年达384.6ZB 较2023年翻近3倍[24] - 2023年全球计算设备算力总规模1397EFlops 同比增54% 其中智能算力规模875EFlops 同比增94% 占比63%[24] - 中国数据中心呈现八大枢纽十大集群布局 2023年机架区域分布京津冀21.5% 长三角24.5% 其他六大枢纽25.5% 非枢纽节点28.5%[32][34] - 2023年签约情况呈现东热西冷特征 华北 华东和华南地区签约率和服务费价格普遍高于其他地区[38] - 2023年算力行业应用互联网占比46.3% 政务21.3% 金融11.3%[41] - 2023年中国在用算力中心平均PUE1.48 较2022年1.52改善 超大型算力中心平均PUE1.33 大型1.43[45] - 2024年全国算力中心PUE降至1.46[45] 数据中心景气度变化 - 2020-2023年受投资热潮和需求放缓影响 数据中心服务费和上架率承压 2023年末中国内地运营中数据中心平均上架率56.4%[53][56] - 2020-2023年上海平均机柜租赁服务费累计下降约20%[56] - 2022-2023年中国数据中心建设投资金额回落[59] - 2023年底全球多数成熟市场数据中心空置率跌破10% 核心区域低于5%[3][74] - 2023年北美主要数据中心租赁市场250-500KW需求平均月服务费同比涨18.6% 达163.44美元每月每KW[75] - 2025年1月DeepSeek发布 7天增长1亿用户[80] - 万国数据2025Q1和2025Q2数据中心上架率分别为75.7%和77.5% 创2022年以来新高[84] - 2024年末全国第三方算力中心上架率69% 灼识咨询预计环京地区2025年上架率突破80% 长三角2026年超80%[88] 电力需求预测 - 数据中心电力成本占运营总成本50%-60% 互联网类终端客户项目占比高达70%-80%[95] - 训练一次GPT-3模型耗电量约19万度 10万GPU集群年耗电量近16亿度[100] - 2024年全球数据中心用电量415TWh 占全球电力需求1.5%[101] - 2030年美国数据中心用电量较2024年增长约240TWh(增130%) 中国增长约175TWh(增170%) 欧洲增长超45TWh(增70%) 日本增长约15TWh(增80%)[101] - 2024年中国数据中心用电量1660亿千瓦时 占全社会用电量1.68%[104] 算力绿色化变革 - 绿色算力发展框架包括算力设备高效化 算力载体节能化 算能协同清洁化和算用协同赋能[111][113] - 算力设备绿色化核心指征IT设备能耗 算效(CE) 存效(SE) 英伟达Blackwell芯片相比八年前Pascal芯片AI算力提升1000倍 能耗下降350倍[114] - 算力载体绿色化核心指征电能使用效率(PUE) 水资源利用率(WUE) 2024年底中国超140个数据中心绿色低碳等级达4A级以上[116] - 算能协同绿色化核心指征可再生能源使用率 数据中心绿电绿证采购应用量 中国数据中心超过80%绿电消费通过市场化采购实现 自发自用清洁能源占比不足2%[122] - 算用协同绿色化案例包括镇海炼化采用5G+AI视觉检测使VOCs排放量下降37% 海尔冰箱工厂通过数字孪生优化发泡工艺使单台产品能耗降低19%[124] 投资建议 - 建议关注新能源运营商 火电转型新能源运营商 核电运营商 垃圾焚烧发电公司和液冷设备等相关公司[5][132]

总体目标 - 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 建立绿色经济安全高效的算力用能模式 [1][5] - 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 挖掘十个以上重点示范项目 探索百个典型应用场景 [4] - 形成一批全球领先的研发创新平台和复合人才培养基地 建成更加完善的政策体系 [1][5] 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 [6] - 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应用 提升源网荷储全要素安全运行水平 [6] - 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 [6] - 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 调度辅助决策等智能化应用 [7] 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应用 提升负荷侧群控优化能力 [8] - 加强人工智能技术在新型储能与电力系统协同优化调度及全生命周期安全应用 推动可再生能源制氢生产工艺智能寻优 [8] - 推动人工智能在零碳园区 智能微电网 算电协同应用 提升源网荷储一体化智能运行水平 [8] - 虚拟电厂实现大规模灵活性资源聚合优化调控 智慧交易决策 [9] 人工智能+新能源 - 加快高精度功率预测 电力市场 场站智慧运营等方向人工智能应用 推动复杂场景功率预测大模型发展 [11] - 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 [11] - 构建多时空尺度气象服务体系 建立气象-功率非线性关系算法大模型 实现新能源功率精准预测 [12] - 利用大模型声纹检测遥感机器人等技术装备 提升偏远地区场站设备巡检效率 [12] 人工智能+水电 - 推进人工智能技术在水电工程建设应用 提升水电工程智能化设计施工管理水平 [13] - 推进人工智能技术与传统水文模型气象模型融合 提升气象水文双向耦合预测精度 [13] - 推动知识图谱大模型智能体等技术融入水电智慧运营大脑 [13][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 [15] 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场景开展人工智能赋能 [16] - 基于大模型实现燃料掺配 运行优化 智能灵活调峰 安全智能管控等业务智能化升级 [18] - 通过对汽轮机发电机锅炉等关键设备多类型数据实时监测 实现设备状态全景监测健康量化评估 [18] 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 应急响应智能辅助支持系统 [18] - 开展核工业特种运维机器人技术攻关 推动核电系统自动启停技术升级 [18] - 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智能模型 [19] 人工智能+煤炭 - 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 [20] - 通过多模态感知设备群协同控制 实现采煤工作面生产系统自主运行 掘进工作面高效协同 [21] - 推进矿用卡车无人驾驶规模化运行 提升露天煤矿生产效率与安全水平 [21] 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 钻井压裂作业参数智能调整 [22] - 加快智能钻机机器人无人机等智能生产技术装备研发与应用 [22] - 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 实现井控机器人示范应用 [24] 技术支撑体系 - 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研发 [26] - 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 [26] - 加大多智能体协同可解释性模型轻量化推理等技术研究 深化机器视觉多模态时序预测应用 [27] 实施保障 - 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 [28] - 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 [28] - 组织开展能源领域人工智能应用试点示范 遴选可复制易推广场景和企业标杆应用 [29] - 发挥中央财政资金带动作用 依托国家科技重大专项推动能源人工智能技术创新 [29]

核心观点 - 国家推动人工智能与能源产业深度融合 到2027年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深度应用和十个以上重点示范项目[3][11] - 到2030年实现能源领域人工智能技术世界领先水平 形成算力电力协同机制和全球领先的研发创新平台[12] - 重点加快人工智能在电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大领域的应用场景赋能[13][17][20][23][26][29][32][36] 人工智能+电网 - 开展电力供需预测、电网智能诊断分析和规划方案智能生成等电网规划设计应用 提升源网荷储全要素安全可靠低碳运行水平[13] - 构建新能源功率预测、负荷预测、调度辅助决策和市场出清运筹优化等智能化应用 完善新一代智能调控技术支持体系[16] - 推进配电网实时感知、风险分析和智能决策技术应用 加强配电网层面源网荷储协同调控[16] 人工智能+能源新业态 - 推进人工智能技术在虚拟电厂、分布式储能和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[17] - 推动可再生能源制氢生产工艺智能寻优 实现可再生能源功率波动与电解装置柔性负荷的毫秒级匹配[19] - 构建园区智能降碳协同控制系统 形成碳-能-费智能协同模式 自动调节空调温度、充电桩功率及设备启停时序[19] 人工智能+新能源 - 加快高精度功率预测、电力市场和场站智慧运营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[20] - 构建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的多场景多周期算法大模型[22] - 利用大模型、声纹检测和遥感等技术装备 实现无人机、无人车、无人船和多系统智能联动 提升偏远地区场站设备巡检效率[22] 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[23] - 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[25] - 推动水电关键设备实现状态全息监测和全生命周期健康管理 实现运维知识结构化管理与智能辅助决策系统[25] 人工智能+火电 - 在燃料管控、生产运行优化与智能控制等业务场景协同开展人工智能赋能及技术创新[26] - 基于燃料市场价格波动、库存量和煤质分析等多维度数据 实现燃料数量、质量等智能检测和智能管控[28] - 通过对汽轮机、发电机和锅炉等关键设备多类型数据进行实时状态监测 实现设备健康量化评估和隐患识别与故障预警[29] 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和应急响应的智能辅助支持系统[29] - 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 提升关键设备、系统及机组的一键启停能力[31] - 基于人工智能技术开展可控核聚变智能控制系统研究 实现托卡马克等离子体稳态运行的智能化控制[31] 人工智能+煤炭 - 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 稳步推进减人、增安、提效[32] - 通过多模态感知和设备群协同控制 驱动采煤与掘进工作面设备群智能截割和自主决策 大幅提升采掘效率和安全水平[34] - 实时动态预测煤炭灰分、硫分和挥发分等关键指标 优化调节选煤生产工艺参数 提高煤炭产品质量合格率和稳定率[35] 人工智能+油气 - 推动勘探地质目标智能评价、开发方案智能优化和钻井压裂等作业参数智能调整[36] - 研发油气开发数据与知识智能化技术和专业大模型 打造大模型驱动的协同研究与生产管理决策平台[38] - 推进市场洞察预测、管网实时仿真及动态优化和高效智能站库运行 实现黑屏智能调控[38] 技术支撑体系 - 推动开展数据、算力、算法等共性关键技术攻关 包括数据智能标注、智能增强和数据合成等技术应用[40] - 开展多元异构算力统一调度、任务智能编排和存算网一体化融合等关键技术攻关 提升智算服务水平[40] - 加大多智能体协同、可解释性和模型轻量化推理等技术的研究 深化机器视觉、多模态和时序预测等人工智能关键技术应用[41] 实施保障机制 - 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、高校等单位建设人工智能+能源创新联盟[43] - 加快编制能源数据治理、多元异构算力融合和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[43] - 发挥多层次资本市场支持科技创新关键枢纽作用 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[44]

中报业绩盈利上修行业分布 - 医药行业中化学制剂、医疗研发外包、其他生物制品、原料药等细分领域出现盈利上修 [1] - TMT行业中数字芯片设计、IT服务Ⅲ、垂直应用软件、通信网络设备及器件、游戏Ⅲ、印制电路板、模拟芯片设计等细分领域出现盈利上修 [1] - 中高端制造业中底盘与发动机系统、其他专用设备、能源及重型设备、航空装备Ⅲ、锂电池等细分领域出现盈利上修 [1] - 证券、铜、农药、其他化学制品、火电等行业同样出现盈利上修 [1]