人工智能与能源融合 - 人工智能与能源形成相互赋能和共生耦合关系 成为能源转型和效率提升的核心工具 [1] - 远景科技集团发布人工智能超级储充网络 融合储能、充电、人工智能调度与电力交易 涵盖充电网络、储能网络、智能微网和虚拟电厂网 [1] - AI与能源融合技术重塑电力行业运行逻辑 通用大模型提升能源办公效率 时序大模型精准把握电网运行状态 [1] 新能源发电优化 - AI通过分析历史气象数据和地理信息 优化风电场和光伏场选址 确保资源最大化利用 [2] - AI实时监控和分析风机运行数据 预测设备故障 实现预测性维护 减少非计划停机时间 [2] - 中国西北地区风电场应用智能算法 将弃风率压至3%以下 [2] - 金风科技利用AI大模型技术升级负荷预测系统 分析多源异构数据 帮助电网制定优化调度计划 [2] 极端气候应对 - 欧洲中期天气预报中心发布AIFS ENS模型 人工智能预报系统在准确性和速度方面升级 [3] - 极端气候条件下 气象数据需细化为雷暴、局部强对流等颗粒度 关联用电负荷短时剧烈波动 [3] - 系统必须依托人工智能处理气象、电网、交通等多源实时数据 支撑后续决策 [3] 大模型应用 - 能源企业依托自身数据和知识库 推出特定场景行业大模型 [4] - 国家电网推出"光明大模型" 提供智能写作、会议纪要、精准检索等智慧办公能力 [4] - "i国网"AI助手基于光明大模型在语义理解、任务执行效率和推理逻辑性方面显著提升 [5] 时序数据建模挑战 - 能源行业关键任务高度依赖时序数据建模 需要精准捕捉多时间尺度历史关联性 [6] - 需深度融合气象、市场、运行工况等多源异构信息 在毫秒至小时级时间分辨率上实现高精度预测 [6] - 语言大模型缺乏原生长时序依赖捕捉机制与跨模态特征融合能力 预测精度不足 [6] - 能源大模型应涵盖语言大模型、时序大模型和时空大模型 协同处理分析大量数据 [6] 电力预测与调度 - 南方电网建成国内首个适应区域现货市场的网省一体化人工智能负荷预测生态系统 [7] - 2023年对风电和光伏短期预测准确率分别达85%和91% [7] - 为南方电网非化石能源电量占比超50%提供支撑 基本实现每两度电中有一度零碳电 [7] - AI通过强化学习辅助安排电力传输和发电功率 降低网损 提高电网运行经济性 [8] 能源价值重构 - AI技术精准预测电价和负荷 辅助企业制定最优交易策略 [8] - 在零碳园区中 AI系统动态协调使用自发电、市电和储能电 将富余电量卖回电网 [8] - 重新定义"一度电"价值 从传统峰谷套利扩展至功率响应、频率调节等新型服务 [8] - 通过算法驱动实时优化 最大化一度电的价值 [8]

人工智能与能源融合的核心作用 - 人工智能与能源形成相互赋能和共生耦合关系 重塑电力行业运行逻辑 [1] - 人工智能超级储充网络融合储能 充电 人工智能调度与电力交易 成为城市新型能源系统基石 [1] - 时序大模型对电网脉搏精准把脉 激活每度电的潜能 融入功率响应 调频调峰等实时服务 [1] 新能源发电效率提升 - AI通过分析历史气象数据和地理信息优化风电场和光伏场选址 确保资源最大化利用 [2] - AI实时监控分析风机运行数据 预测设备故障实现预测性维护 减少非计划停机时间 [2] - 应用智能算法将弃风率压至3%以下 通过多源异构数据分析帮助电网制定优化调度计划 [3] 极端气候应对与数据整合 - AIFS ENS人工智能预报系统与传统物理系统并行运行 在准确性和速度方面升级 [3] - 海量异构数据实时整合是难点 需将气象数据细化为雷暴 局部强对流等微观尺度 [3] - 系统必须依托AI对气象 电网 交通等多源实时数据处理 支撑后续决策 [3] 大语言模型在能源办公的应用 - 能源企业依托自身数据知识库推出行业大模型 如国家电网光明大模型 [4] - 接入DeepSeek后AI助手在语义理解 任务执行效率和推理逻辑性显著提升 [4] - 提供智能写作 会议纪要 精准检索等多种智慧办公能力 [4] 时序大模型的关键作用 - 能源行业关键任务高度依赖时序数据建模 需精准捕捉多时间尺度历史关联性 [5] - 语言大模型缺乏长时序依赖捕捉机制与跨模态特征融合能力 预测精度不足 [5] - 需单独研发时序大模型以满足电力调度 新能源预测 源网荷储优化等场景要求 [5] 多模型协同与交易优化 - 能源大模型应涵盖语言大模型 时序大模型和时空大模型协同工作 [6] - 处理分析市场动态 历史电价和政策变化数据 预测不同时间尺度电价 [6] - 电力交易智能体水平接近顶尖3%的人类交易员 [6] 电网运行优化与预测精度 - AI优化电网运行方式 提升应对复杂性和不确定性能力 [7] - 南方电网人工智能负荷预测系统使风电和光伏短期预测准确率达85%和91% [7] - 支撑非化石能源电量占比超过50% 实现每两度电中有一度零碳电 [7] 电力市场交易与价值重构 - AI通过强化学习辅助安排电力传输和发电功率 降低网损提高经济性 [8] - 精准预测电价和负荷辅助制定最优交易策略 动态协调自发电 市电和储能电 [8] - 重新定义一度电价值 涵盖功率响应 频率调节等新型服务 参与电网实时调度 [8]

人工智能在电力行业的应用成果 - 国家电网"AI+光明大模型"项目获2025世界人工智能大会"SAIL之星"奖 是能源领域唯一入选项目 [1] 智能巡检机器人技术突破 - 四足机器人"天枢"配备视觉识别与机械臂 可完全替代变电站10-20人人工配置 [2] - 高压线作业机器人"天擎"将隐患处理时间从1小时以上缩短至几分钟 人员需求从5-8人减至2人 [3] - 电网机器人已覆盖二三十个典型场景中的五六个场景 实现从被动抢修向主动防御转变 [3] 电力AI超脑机车系统创新 - 整合九大复合型智能体与无人驾驶/无人机/5G/北斗技术 构建全自主作战链 [4] - 首创"感知-研判-处置"智能体新范式 应用于树线巡视/物资配送/设备排障等场景 [4] - 通过树线孪生沙盘预测树障 自动生成预警工单并规划最优路径 [6] - 立体监测网络实现全域无死角巡视 强天气时自动启动应急预案 [6] - RFID库存管理结合无人车配送 实现全自动供料零人工干预 [6]

央企人工智能应用成效 - 中央企业在应用、算力、数据、模型等AI产业重点领域取得积极成效 [1] - 中央企业已在工业制造、能源电力、智能网联汽车等重点行业布局超500个AI应用场景 [2] - 央企AI大模型已初步落地一批高价值场景，如国家电网"光明"大模型、中国石油"昆仑"大模型、中国电子"源启"金融大模型等 [2] AI+专项行动三大方向 - 应用领航：瞄准战略意义强、经济收益高、民生关联紧的高价值场景，强化行业协同和开放合作 [3] - 数据赋能：分批构建重点行业高质量数据集，提升通用数据集质量和多样性，推进数据共享开放 [3] - 智算筑基：夯实算力基座，为技术突破和应用落地提供支撑 [3] 央企AI技术发展 - 运营商自研基础大模型，如中国移动"九天"、中国电信"星辰"、中国联通"元景"等千亿级大模型具备全模态、复杂推理及智能体应用能力 [2] - 中国中车构建智能化仿真大模型，结果误差与传统仿真相当，未来将着力进一步缩小误差 [2] 央企AI投入规划 - 国务院国资委将引导央企加大AI资金投入，坚持产投结合、以投促产 [1] - 持续壮大发展AI的长期资本、战略资本、耐心资本 [3] - 优化人才引育，建立符合行业特点的人才评价体系 [3]