中国储能网讯：当前，人工智能（AI）已成为经济增长的新引擎，深刻改变着各行各业的运作方式。在能源电力行业，随着通用算力的飞速发展、算法模型的不断进化和行业数据的不断积累，AI技术的应用已深入到多个核心领域，全面推动电力系统向数字化、智能化方向转型。加快跨领域合作与创新，深入挖掘AI在电力系统发展进程中运用的各种潜在可能性，将为新型电力系统构建提供宝贵的思路与启迪。

一、AI将成为推动新型电力系统构建的关键支撑技术

AI技术的进化历程展示出巨大的潜力，针对新型电力系统构建过程面临的各种挑战，以数字化技术反哺电力行业，为新型电力系统赋能，使之兼顾安全和经济性，既能充分利用快速发展的新能源，又能保障电网安全稳定，是电力行业数智化发展的重要任务。

1、AI迎来跨越式发展

当前，AI技术发展已从科学家推动转为研发应用推动。尤其是预训练大模型持续取得突破，通过对海量数据的预训练，大模型可以在超高维度空间上对人类全部知识进行高度压缩，通过微调就可以完成多个应用场景任务的泛化，推动AI从感知向认知、从分析判断式向生成式、从专用向通用转变，进入快速发展的新阶段。自然语言处理、计算机视觉、机器学习等领域不断涌现新成果。大模型的性能和效率不断提升，已经逐步具备泛化的智慧，能学习，会思考。同时，多模态融合技术逐渐兴起，将文本、图像、音频等多种数据模态进行融合处理。AI技术逐渐将物理世界与数字世界相结合，进一步拓展了应用场景和能力边界，推动各个领域的进步和发展，带动新质生产力的跃升。

2、新能源占比提升使电力系统转型面临更高复杂性

新型电力系统是新型能源体系的重要组成和实现“双碳”目标的关键载体，其核心特征包括清洁低碳、安全可控、灵活高效、智能友好以及开放互动。中电联数据显示，截至2024年底，我国以风电、太阳能发电为主的新能源发电装机规模达到14.5亿千瓦，首次超过火电装机规模。2024年，风电和太阳能发电合计新增装机3.6亿千瓦，占新增发电装机总容量的比重达到82.6%。行业分析认为，到2025年，我国新能源总装机预计将达到15.3亿千瓦，配网分布式新能源接入将达到3亿千瓦，新能源汽车将达到5000万辆。

随着新能源占比的不断提升，电力系统转型面临更高的复杂性。首先是变化多、预测难，即电力系统的负荷和发电方式日益多样化，尤其是风能、太阳能等可再生能源波动性较大，导致电力供需变化频繁且难以准确预测。其次是接入多、调控难，即屋顶光伏、小型风电等分布式能源以及电动汽车等新型负荷的接入，使得电力系统的节点数量大幅增加，调控难度加大。再次是互动多、消纳难，即电力系统与用户之间的互动需求增加，但可再生能源的间歇性和不稳定性导致电力消纳困难，容易出现弃风、弃光现象。最后是资产多、管控难，即电力系统包括发电设备、输电线路、配电网络等，资产规模庞大，管理复杂，维护成本高。

3、数智化是推动新型电力系统构建的重要力量

从AI技术的行业落地经验来看，电力行业的数智化发展可以分为三个阶段。第一个阶段是数字化监控，这个阶段主要是基于泛在感知和高速通信，对电力设备的运行状态进行实时感知和动态监测，实现全面可观、实时可测，更加形象的比喻就是比特感知瓦特。第二个阶段是智能化分析，这一阶段主要是基于大数据和一些确定的规则模型，对电力系统未来的可能的变化进行预测和模拟，实现精准可测、高度可控，也就是“比特”管理“瓦特”。第三个阶段是数字化自治，通过更加高阶AI技术的引入和应用，形成自适应、自进化、自决策的模型能力，通过数字空间共享的智能成果，下达决策性指令或提出预见性改造方案，实现用“比特”增值“瓦特”的终极目标。

面对新能源占比逐渐提升带来的深刻变革，电力系统需要在形态、特性和机理方面做出调整。在电力方面，推进“源、网、荷、储”的融合变换、协同发展，构成“大电网+主动配电网+微电网”的电网形态；在算力方面，以数字数据为基础，构建强大的软件平台，并最终实现软件定义的电力系统。通过将信息技术、计算技术、传感技术、控制理论、人工智能、互联网等与电力系统深度融合，实现电力系统的数字化、信息化、智能化，建成可见、可知、可信的透明化电力系统。

从新型电力系统对数字技术的诉求分析，AI无疑是下一阶段发展的关键支撑技术，基于AI大模型场景的探索将助力电力应用的创新，主要包括电力资产管理和智能化运维、新能源的发电功率预测、新兴负荷的感知和预测、大电网安全稳定调度等场景。

二、华为数字解决方案助力构建新型电力系统的实践

华为持续加大AI领域研发投入，从AI底层算法、开发框架到关键芯片等核心领域进行全面布局和深入研究，同时华为也注重技术在电力行业的加速运用和落地，通过场景应用的锤炼不断提升技术的实力和可靠性。

1、发电领域应用场景

在发电领域，华为联合中国华电集团、玖天气象，推出了基于AI大模型技术的新能源气象功率预测解决方案，并在华电江苏公司风光试点场站落地验证。通过AI大模型技术，在试点场站超短期15分钟预测准确度达97.24%，4小时预测准确度达91.72%，中短期24小时内预测准确度整体达到90%以上，预测效率大幅领先于传统的超算功率预测模式，从而极大提升了风电场运维效率，保障了系统稳定。同时，根据试点验证数据测算，通过对新能源功率预测实现“智算”，华电江苏试点场站2024年上半年考核费用分别减少27%和15%左右，有效降低电站运营成本。

此外，华为还与岳能科技联合打造了区域场站一体化集中管控平台解决方案，可使新能源场站具备集中感知、远程控制、区域运维、高效调度等功能，帮助新能源场站实现智慧管理。该解决方案完全采用自主创新的硬件和软件系统，系统从设计、研发、生产、升级、到维护全流程可靠，并已在广东某风力发电有限公司落地应用。实践中已完成超15万个数据点采集，将生产远程集中化、决策数据智能化的智慧型生产管理中心进行了转型升级，实现了远程视频管理、区域远程集控和多场景融合网络的应用，有效提升生产效率和安全管理水平。应用过程中，该方案提供应用使能套件BoostKit五大加速组件，让新能源集中管控平台上层软件从“应用迁移”走向“原生开发”，使未来新能源应用开发效率提升50%。在集控中心场景，华为推出了星河AI高运力智算网络，实现链路利用率最大化，同时通过网络与计算协同，提供统一的集控中心解决方案，为大基地智能化注入动力；在安全场景，华为还推出星河AI电力网络安全，云端安全大脑内置8000+推理规则和25种检测模型，自动处置99%安全事件，边侧威胁检出率达99.95%，端侧实现勒索病毒精准防护。

2、电网领域应用场景

在电网领域，2024年6月，华为参加国内首次举办的覆盖输电、变电、配电、安全管理等生产领域的人工智能大赛。通过大赛加速推进“A1+”应用场景，发挥行业需求规模大、产业配套全、应用场景多的优势，深化AI在生产运行、客户服务、新兴业务等高价值场景。基于昇思（MindSpore）框架的算法荣获比赛一等奖。7月，华为助力南方电网公司构建AI驱动的智能科学计算体系，在电网调度场景打造“驭电”智能仿真大模型。9月，南方电网公司携手华为发布了电力行业首个自主创新电力大模型——“大瓦特”。“大瓦特”基于华为算力集群昇腾和训练框架昇思，集成了南网内部知识库，覆盖输电、变电、配电、调度、客服、党建、安监等十余个领域，是专门为电力行业打造、具有电力系统思维能力的人工智能平台，也是行业内首个实现NLP（自然语言处理）/CV（计算机视觉）的跨模态数据打通产品，为电网后续的业务形态提供了新的交互范式。尤其在输变配电业务上，基于文本数据和图像数据的向量化和人工标注对齐技术，实现用户意图识别、多轮对话、总结提炼等功能，极大扩展了CV应用场景，简化CV模型的应用门槛。在巡检领域，大模型可以替代80%的人工，智能客服方面也在80%左右；在电力系统负荷预测方面，AI大模型可全面替代人力；在输配电领域，大模型已具备每分钟处理100张问题图片的能力，还能同时识别20类缺陷，识别效率是传统AI算法的10倍；在电力调度领域，大模型能够协助调度部门针对电网异常情况秒级自动化生成处置预案，及时响应15分钟电力市场调节要求，使预案更安全、高效。当前，随着智能客服、输变配、电力调度和安监等垂直深度领域应用，电力大模型已在广东、广西、云南、贵州、海南五省区的发、输、变、配、用电各领域80余个场景实现应用。

三、几点思考

通过AI技术在电力行业的应用和实践可以看出，电力行业AI技术门槛较高，需要持续投入大量的科学研究，确保业务、资源、数据、技术层层打通，不断迭代和优化模型算法，随着技术的突破，将对行业的发展带来巨大的价值。为此，电力行业发展AI需要以战略定力为牵引，通过场景深耕释放价值，依托开放架构打破技术壁垒，借助专班攻坚加速落地，最终以人才储备保障可持续创新。

一是强化战略决心，锚定长期目标。数智化方向是行业发展的大势所趋，要将AI技术纳入能源转型核心战略，结合“双碳”目标与新型电力系统建设需求，制定分阶段实施路径。如南方电网公司“两化促两型”战略，明确AI在源网荷储协同、清洁能源消纳中的核心作用。同时，考虑到创新投入大，存在一定不确定性，涉及多业务、多技术领域的协同，因此可设立专项基金，支持基础算法研究、算力基础设施建设，并探索“政府引导+企业主体+社会资本”的多元投入模式。

二是优化场景选择，持续释放价值。优先突破核心场景，如利用AI预测新能源出力波动，提升实时动态管理能力，实现电网调度优化；基于声纹识别、图像分析技术进行变压器、输电线路故障预警，实现设备智能运维；构建数字孪生平台，使分布式光伏、储能系统可观可调可控，实现绿色能源管理等。拓展新兴融合场景，如探索“AI+零碳园区”模式，通过智能微网优化能源供需匹配；开发绿色岸电系统，推动港口电能替代等。

三是组织架构先行，构建开放协同技术生态。统一技术框架设计，如采用华为提出的“云边协同、解耦开放”架构，实现算法、数据、算力的标准化对接，避免重复建设。建设电力行业AI基础平台，集成多模态数据处理、知识图谱构建等能力，支撑智能应用快速迭代。建设数据与标准体系，推动《电力人工智能样本增广技术架构要求》等标准落地，解决样本质量不足导致的模型泛化难题。

四是坚持专班推进，开展联合研发。成立专班，形成企业级、领域级和项目级责任主体，组建“业务+技术+数据”复合型团队，推进跨领域专班高效运作，重点攻关如多模态大模型在电力调度中的应用等关键场景。设立创新实验室，联合高校、企业开展关键技术研发。建立“试点验证—规模推广—反馈优化”闭环机制，定期评估项目的投资回报率。

五是加强人才培养，打造“产学研用”一体化链条。推动学科与产业深度融合，开设“智能发电”“能源大数据”等交叉学科，培养“AI+电力”复合型人才。联合企业设立实训基地，开展AI在电力设备诊断、需求响应等场景的实战化培训，让懂电的行家也能成为懂数字化和AI的专家。建立“揭榜挂帅”机制，吸引AI顶尖人才参与电力行业课题，进一步让数字化的核心能力在能源电力行业得以运用。