中国储能网讯：人工智能（AI）是让计算机学会像人一样思考和行动的技术。在2025年的今天，这已经不再是科幻，人脸识别、短视频推荐、辅助驾驶已经进入人们的日常生活。在电力企业，AI可以通过图片识别设备故障，帮助预测电力负荷，还可以化身员工的“秘书”，制作PPT、修改工作材料。

但电力行业对AI的期望远不止于此，从具体业务到公司管理，企业正在尝试将AI渗透到各个角落。

从“单项”到“全能”

电力系统是人类社会最大、最复杂的人造系统之一。在AI技术大红大紫之前，电力企业已经从自身需求出发，探索具体的AI技术应用，用机器取代人来完成艰苦、危险的工作。

例如，2013年起，南方电网公司开始全网推广输电线路无人机巡检作业。机巡业务大规模发展后，无人机采集照片数量的指数级增长，催生了利用计算机视觉技术在电力巡检中识别缺陷的需求，“机巡为主，人巡为辅”的智能巡检模式现已基本实现。又如，带电作业机器人研发早已有之，近年来则结合了AI应用，2019年，国家电网天津电力公司推出全球首台基于人工智能技术的全自主配网带电作业机器人。

建设新型电力系统的目标使得电力领域对AI的需求更加迫切。随着海量新能源接入，电力系统中的变量急剧膨胀。100万千瓦可以是一座大型核电站，但也可以是100个1万千瓦的小型光伏电站，甚至是1000个1兆瓦的分布式电源，尽管并网功率相同，电力系统为保证电力电量平衡和安全稳定运行而付出的计算量却完全不同。

在发电侧和电网侧，省级新能源日内功率波动量可达千万千瓦，系统模型复杂度剧增；在用户侧，随着电动汽车、充电桩、虚拟电厂接入，源网荷储协调难度加大。近年来，使用人工智能技术预测风光发电功率、辅助电力调度、参与电力交易等都是备受业界关注的方向。

西安交通大学电气工程学院教授王小华在公开演讲中表示，传统电力系统人工依赖度高，存在资源配置低效和故障响应不及时等问题。人工智能赋能后，通过实时调度优化、智能维护和精确能源管理，大幅提升了电网的运行效率。

最近十年，AI技术不断突破。2016年，谷歌公司开发的围棋机器人AlphaGo击败李世石，成为第一个战胜围棋世界冠军的机器人，“深度学习”算法大获成功。2022年底，ChatGPT发布，以Transformer为基础的大模型应用开始快速发展。

由于通用大模型缺乏电力专业的预训练，难以直接为电力行业所用，因此多家电力企业都致力于开发专门面向电力行业的大模型，已对外公布的大模型包括南方电网“大瓦特”大模型、国家电网“光明”大模型、国家能源集团基石大模型、三峡集团“大禹”大模型、中核集团“龙吟”大模型、中广核AI大模型等。

人工智能逐渐从各类单项技术应用升格为企业战略，成为数字化智能化发展中的重要内容。近年来，多家电力央企提出了围绕大模型的人工智能发展战略。

南方电网公司提出，聚焦构建“一个数字电网智能体”，实施“两个百千万工程”（精炼“百亿”数据，打造“千亿”模型，布局“万卡集群”；精选百门课程，培育千名专家，开展万人培训），深入推进人工智能与电力业务深度融合。

国家电网公司提出推进人工智能应用模式从单一专业应用向“通用+专业应用融合”转变，形成以大模型为核心、专用模型融合的应用体系。

中核集团提出以“顶层设计+产业协同+自主可控”为路径，全面推动大模型技术在核工业领域落地实践。

电力央企普遍开展了关于人工智能的专项行动。据《人民日报》报道，2024年，中央企业人工智能产业投资增速达46%。

用在哪？好用吗？

人工智能产业发展离不开算法、算力、数据、场景等各项要素。算法是人工智能的“智商”，算法的进步离不开高质量数据和处理海量数据的算力，场景则为人工智能创造用武之地。

业内专家认为，任何技术的发展都必须与具体的业务场景结合，尽管以大模型为代表的人工智能技术取得了巨大的进展，普通人也有机会使用，但是大模型开发企业当下几乎都处于亏损状态，尚未找到有巨大商业价值的应用场景。

工业、基础设施行业数据丰富，应用场景多样，人工智能技术赋能千行百业成为人工智能企业与产业界共同的期望。

公开信息显示，电力央企目前对AI技术的应用主要体现在企业办公、管理和具体业务场景两个层面。办公和管理层面，涉及采购、评审、合同审查、审计、人力资源、财务、制度问答助手、董事会运行管理与评价等多个领域。具体业务应用则充分体现企业自身特点，涉及发输配变用各个环节和生产、建设、运营、制造、服务各业务领域。

发电企业聚焦于智慧电厂、安全监管，如新能源发电的无人值守和集中调控、梯级水电站协同调度等。中核集团提出将人工智能技术应用于反应堆仿真验证和反应堆工程设计。国家能源集团提出研制电力行业首个全自动现货辅助交易人工智能机器人。

电网企业拥有更多的数据和更丰富的应用场景。2023年，南方电网公司发布行业首个自主可控电力行业大模型“大瓦特”，目前已形成智能巡检、智能客服、负荷预测等多个核心产品，覆盖输电、变电、配电、调度、客服、规划等十余个领域百余个应用场景。

国家电网公司2024年发布国内首个千亿级多模态行业大模型——“光明”大模型，覆盖电网规划运行、电力设备检修、供电服务等600多个应用场景。

尽管数量繁多，但有专家认为，目前电力领域的AI应用还没有进入“核心区”。在具有高价值的核心业务上，AI应用较少。目前，两大电网公司都提出深入挖掘培育高价值应用场景的发展思路。高价值应用场景通常是指业务相关性强、经济价值高和产业链拉动效应强的场景，如资产全生命周期健康管理、灾害天气的应急决策等。

在使用效果上，王小华认为，现有国产电力大模型在真实电力任务上性能还不够强，与实际需求仍存差距。

电力大模型的应用目前还存在诸多难点。

在算法层面，人工智能的可解释性不足限制了其在诸多行业的应用，尤其是在电力等对可靠性要求极高的领域。可解释性是指AI不仅要输出结果，还要向使用者展示自己的决策过程和依据。出于模型复杂度高等因素，当前大模型通常处于“黑箱”状态，如果使用者无法理解、难以纠错，就难以信任。

在数据层面，电力企业拥有大量设备及用户数据，信息安全、隐私保护工作存在较大挑战。中国工程院陈晓红院士研究团队提出，电力AI大模型的训练数据通常需要上传至网络并在电力系统内部共享访问，一旦攻击者获取访问权限，即可利用电力AI大模型的智能问答系统获取电网运行状态、设备详情、安全协议等敏感信息，影响数据安全甚至电力系统安全。

尽管如此，电力巨头已经展现出利用AI重塑企业面貌、改变行业生态的决心。而科技企业也迫切需要找到基础设施行业的应用场景，加速人工智能技术的商业化。