當前，人工智能（AI）已成為經濟增長的新引擎，深刻改變著各行各業的運作方式。在能源電力行業，隨著通用算力的飛速發展、算法模型的不斷進化和行業數據的不斷積累，AI技術的應用已深入到多個核心領域，全面推動電力系統向數字化、智能化方向轉型。加快跨領域合作與創新，深入挖掘AI在電力系統發展進程中運用的各種潛在可能性，將為新型電力系統構建提供寶貴的思路與啟迪。
一、AI將成為推動新型電力系統構建的關鍵支撐技術
AI技術的進化歷程展示出巨大的潛力，針對新型電力系統構建過程面臨的各種挑戰，以數字化技術反哺電力行業，為新型電力系統賦能，使之兼顧安全和經濟性，既能充分利用快速發展的新能源，又能保障電網安全穩定，是電力行業數智化發展的重要任務。
AI迎來跨越式發展
當前，AI技術發展已從科學家推動轉為研發應用推動。尤其是預訓練大模型持續取得突破，通過對海量數據的預訓練，大模型可以在超高維度空間上對人類全部知識進行高度壓縮，通過微調就可以完成多個應用場景任務的泛化，推動AI從感知向認知、從分析判斷式向生成式、從專用向通用轉變，進入快速發展的新階段。自然語言處理、計算機視覺、機器學習等領域不斷涌現新成果。大模型的性能和效率不斷提升，已經逐步具備泛化的智慧，能學習，會思考。同時，多模態融合技術逐漸興起，將文本、圖像、音頻等多種數據模態進行融合處理。AI技術逐漸將物理世界與數字世界相結合，進一步拓展了應用場景和能力邊界，推動各個領域的進步和發展，帶動新質生產力的躍升。
新能源占比提升使電力系統轉型面臨更高復雜性
新型電力系統是新型能源體系的重要組成和實現“雙碳”目標的關鍵載體，其核心特征包括清潔低碳、安全可控、靈活高效、智能友好以及開放互動。中電聯數據顯示，截至2024年底，我國以風電、太陽能發電為主的新能源發電裝機規模達到14.5億千瓦，首次超過火電裝機規模。2024年，風電和太陽能發電合計新增裝機3.6億千瓦，占新增發電裝機總容量的比重達到82.6%。行業分析認為，到2025年，我國新能源總裝機預計將達到15.3億千瓦，配網分布式新能源接入將達到3億千瓦，新能源汽車將達到5000萬輛。
隨著新能源占比的不斷提升，電力系統轉型面臨更高的復雜性。首先是變化多、預測難，即電力系統的負荷和發電方式日益多樣化，尤其是風能、太陽能等可再生能源波動性較大，導致電力供需變化頻繁且難以準確預測。其次是接入多、調控難，即屋頂光伏、小型風電等分布式能源以及電動汽車等新型負荷的接入，使得電力系統的節點數量大幅增加，調控難度加大。再次是互動多、消納難，即電力系統與用戶之間的互動需求增加，但可再生能源的間歇性和不穩定性導致電力消納困難，容易出現棄風、棄光現象。最后是資產多、管控難，即電力系統包括發電設備、輸電線路、配電網絡等，資產規模龐大，管理復雜，維護成本高。
數智化是推動新型電力系統構建的重要力量
從AI技術的行業落地經驗來看，電力行業的數智化發展可以分為三個階段。第一個階段是數字化監控，這個階段主要是基于泛在感知和高速通信，對電力設備的運行狀態進行實時感知和動態監測，實現全面可觀、實時可測，更加形象的比喻就是比特感知瓦特。第二個階段是智能化分析，這一階段主要是基于大數據和一些確定的規則模型，對電力系統未來的可能的變化進行預測和模擬，實現精準可測、高度可控，也就是“比特”管理“瓦特”。第三個階段是數字化自治，通過更加高階AI技術的引入和應用，形成自適應、自進化、自決策的模型能力，通過數字空間共享的智能成果，下達決策性指令或提出預見性改造方案，實現用“比特”增值“瓦特”的終極目標。
面對新能源占比逐漸提升帶來的深刻變革，電力系統需要在形態、特性和機理方面做出調整。在電力方面，推進“源、網、荷、儲”的融合變換、協同發展，構成“大電網+主動配電網+微電網”的電網形態；在算力方面，以數字數據為基礎，構建強大的軟件平臺，并最終實現軟件定義的電力系統。通過將信息技術、計算技術、傳感技術、控制理論、人工智能、互聯網等與電力系統深度融合，實現電力系統的數字化、信息化、智能化，建成可見、可知、可信的透明化電力系統。
從新型電力系統對數字技術的訴求分析，AI無疑是下一階段發展的關鍵支撐技術，基于AI大模型場景的探索將助力電力應用的創新，主要包括電力資產管理和智能化運維、新能源的發電功率預測、新興負荷的感知和預測、大電網安全穩定調度等場景。
二、華為數字解決方案助力構建新型電力系統的實踐
華為持續加大AI領域研發投入，從AI底層算法、開發框架到關鍵芯片等核心領域進行全面布局和深入研究，同時華為也注重技術在電力行業的加速運用和落地，通過場景應用的錘煉不斷提升技術的實力和可靠性。
發電領域應用場景
在發電領域，華為聯合中國華電集團、玖天氣象，推出了基于AI大模型技術的新能源氣象功率預測解決方案，并在華電江蘇公司風光試點場站落地驗證。通過AI大模型技術，在試點場站超短期15分鐘預測準確度達97.24%，4小時預測準確度達91.72%，中短期24小時內預測準確度整體達到90%以上，預測效率大幅領先于傳統的超算功率預測模式，從而極大提升了風電場運維效率，保障了系統穩定。同時，根據試點驗證數據測算，通過對新能源功率預測實現“智算”，華電江蘇試點場站2024年上半年考核費用分別減少27%和15%左右，有效降低電站運營成本。
此外，華為還與岳能科技聯合打造了區域場站一體化集中管控平臺解決方案，可使新能源場站具備集中感知、遠程控制、區域運維、高效調度等功能，幫助新能源場站實現智慧管理。該解決方案完全采用自主創新的硬件和軟件系統，系統從設計、研發、生產、升級、到維護全流程可靠，并已在廣東某風力發電有限公司落地應用。實踐中已完成超15萬個數據點采集，將生產遠程集中化、決策數據智能化的智慧型生產管理中心進行了轉型升級，實現了遠程視頻管理、區域遠程集控和多場景融合網絡的應用，有效提升生產效率和安全管理水平。應用過程中，該方案提供應用使能套件BoostKit五大加速組件，讓新能源集中管控平臺上層軟件從“應用遷移”走向“原生開發”，使未來新能源應用開發效率提升50%。在集控中心場景，華為推出了星河AI高運力智算網絡，實現鏈路利用率最大化，同時通過網絡與計算協同，提供統一的集控中心解決方案，為大基地智能化注入動力；在安全場景，華為還推出星河AI電力網絡安全，云端安全大腦內置8000+推理規則和25種檢測模型，自動處置99%安全事件，邊側威脅檢出率達99.95%，端側實現勒索病毒精準防護。
電網領域應用場景
在電網領域，2024年6月，華為參加國內首次舉辦的覆蓋輸電、變電、配電、安全管理等生產領域的人工智能大賽。通過大賽加速推進“A1+”應用場景，發揮行業需求規模大、產業配套全、應用場景多的優勢，深化AI在生產運行、客戶服務、新興業務等高價值場景。基于昇思（MindSpore）框架的算法榮獲比賽一等獎。7月，華為助力南方電網公司構建AI驅動的智能科學計算體系，在電網調度場景打造“馭電”智能仿真大模型。9月，南方電網公司攜手華為發布了電力行業首個自主創新電力大模型——“大瓦特”。“大瓦特”基于華為算力集群昇騰和訓練框架昇思，集成了南網內部知識庫，覆蓋輸電、變電、配電、調度、客服、黨建、安監等十余個領域，是專門為電力行業打造、具有電力系統思維能力的人工智能平臺，也是行業內首個實現NLP（自然語言處理）/CV（計算機視覺）的跨模態數據打通產品，為電網后續的業務形態提供了新的交互范式。尤其在輸變配電業務上，基于文本數據和圖像數據的向量化和人工標注對齊技術，實現用戶意圖識別、多輪對話、總結提煉等功能，極大擴展了CV應用場景，簡化CV模型的應用門檻。在巡檢領域，大模型可以替代80%的人工，智能客服方面也在80%左右；在電力系統負荷預測方面，AI大模型可全面替代人力；在輸配電領域，大模型已具備每分鐘處理100張問題圖片的能力，還能同時識別20類缺陷，識別效率是傳統AI算法的10倍；在電力調度領域，大模型能夠協助調度部門針對電網異常情況秒級自動化生成處置預案，及時響應15分鐘電力市場調節要求，使預案更安全、高效。當前，隨著智能客服、輸變配、電力調度和安監等垂直深度領域應用，電力大模型已在廣東、廣西、云南、貴州、海南五省區的發、輸、變、配、用電各領域80余個場景實現應用。
三、幾點思考
通過AI技術在電力行業的應用和實踐可以看出，電力行業AI技術門檻較高，需要持續投入大量的科學研究，確保業務、資源、數據、技術層層打通，不斷迭代和優化模型算法，隨著技術的突破，將對行業的發展帶來巨大的價值。為此，電力行業發展AI需要以戰略定力為牽引，通過場景深耕釋放價值，依托開放架構打破技術壁壘，借助專班攻堅加速落地，最終以人才儲備保障可持續創新。
一是強化戰略決心，錨定長期目標。數智化方向是行業發展的大勢所趨，要將AI技術納入能源轉型核心戰略，結合“雙碳”目標與新型電力系統建設需求，制定分階段實施路徑。如南方電網公司“兩化促兩型”戰略，明確AI在源網荷儲協同、清潔能源消納中的核心作用。同時，考慮到創新投入大，存在一定不確定性，涉及多業務、多技術領域的協同，因此可設立專項基金，支持基礎算法研究、算力基礎設施建設，并探索“政府引導+企業主體+社會資本”的多元投入模式。
二是優化場景選擇，持續釋放價值。優先突破核心場景，如利用AI預測新能源出力波動，提升實時動態管理能力，實現電網調度優化；基于聲紋識別、圖像分析技術進行變壓器、輸電線路故障預警，實現設備智能運維；構建數字孿生平臺，使分布式光伏、儲能系統可觀可調可控，實現綠色能源管理等。拓展新興融合場景，如探索“AI+零碳園區”模式，通過智能微網優化能源供需匹配；開發綠色岸電系統，推動港口電能替代等。
三是組織架構先行，構建開放協同技術生態。統一技術框架設計，如采用華為提出的“云邊協同、解耦開放”架構，實現算法、數據、算力的標準化對接，避免重復建設。建設電力行業AI基礎平臺，集成多模態數據處理、知識圖譜構建等能力，支撐智能應用快速迭代。建設數據與標準體系，推動《電力人工智能樣本增廣技術架構要求》等標準落地，解決樣本質量不足導致的模型泛化難題。
四是堅持專班推進，開展聯合研發。成立專班，形成企業級、領域級和項目級責任主體，組建“業務+技術+數據”復合型團隊，推進跨領域專班高效運作，重點攻關如多模態大模型在電力調度中的應用等關鍵場景。設立創新實驗室，聯合高校、企業開展關鍵技術研發。建立“試點驗證—規模推廣—反饋優化”閉環機制，定期評估項目的投資回報率。
五是加強人才培養，打造“產學研用”一體化鏈條。推動學科與產業深度融合，開設“智能發電”“能源大數據”等交叉學科，培養“AI+電力”復合型人才。聯合企業設立實訓基地，開展AI在電力設備診斷、需求響應等場景的實戰化培訓，讓懂電的行家也能成為懂數字化和AI的專家。建立“揭榜掛帥”機制，吸引AI頂尖人才參與電力行業課題，進一步讓數字化的核心能力在能源電力行業得以運用。
聯系地址：陜西省西安市北關正街35號方興大廈8樓
