每經記者｜周逸斐    每經編輯｜陳旭    

9月8日，國家發展改革委、國家能源局印發《關于推進“人工智能+”能源高質量發展的實施意見》(以下簡稱《實施意見》)，圍繞行業應用需求和基礎能力供給協同推進，從應用場景賦能、關鍵技術供給等方面部署了一系列重點任務，并以專欄形式細化明確了研發應用重點方向。

《實施意見》提出2027年、2030年兩個階段性目標。其中，到2027年，能源與人工智能融合創新體系初步構建，算力與電力協同發展根基不斷夯實，人工智能賦能能源核心技術取得顯著突破，應用更加廣泛深入。

此外，要推動五個以上專業大模型在電網、發電、煤炭、油氣等行業深度應用，挖掘十個以上可復制、易推廣、有競爭力的重點示范項目，探索百個典型應用場景賦能路徑，培育一批能源行業人工智能技術應用研發創新平臺。

AI進入電力生產鏈讓行業生產關系發生根本轉變

上海電力大學副校長張波接受《每日經濟新聞》記者微信采訪時表示，以大模型、具身智能為代表的技術變革，正推動電力領域生產工具發生巨大變化。

例如大模型有非常卓越的生成能力、預測能力和流程設計能力，在“源網荷儲”的很多場合下都可以賦能到傳統電力場景中去。具身智能在電力巡檢、故障處理等方面具有非常重大的應用前景。還可以基于歷史數據分析用戶側電力需求，利用AI工具實現供需兩側電力配置的精準平衡。

張波告訴記者，AI（人工智能）推動的“人機共生”關系也正在促使電力領域生產關系的變革。AI作為全新的“元”進入電力生產鏈，讓電力行業生產關系發生根本性轉變。它打破了傳統上人類單一主導電力系統的格局，從而進入“人、AI”二元時代，引領我們步入“從人機協同到深度交互融合共生”的新型電力系統時代。

《實施意見》還系統部署了人工智能+電網、能源新業態、新能源、水電、火電、核電、煤炭、油氣八大應用場景。可以看出，多個應用場景均聚焦電力領域。

張波認為，在電力領域中，電源管理、電網優化預測、儲能分析等多個垂直領域已經有非常多的人工智能技術介入，但也面臨多方面的挑戰。

當下，電力行業數據工程是否得到質量的本質提升，直接影響包括人工智能大模型在內的技術適用性與準確性，這其中也包含了大模型因數據質量問題帶來的生成錯誤以及模型幻覺等安全威脅問題。

另外，模型設計的泛化能力不足，即當下的很多模型設計主要在單一區域或場景中應用，無法適用于更加廣泛的區域條件和差異化場景。例如，具身智能在電力場景的廣泛應用還依賴于其是否具有適配電力場景的具身基座大模型，以精準適配各類機器人在電力場景中的動作控制、行動規劃等。

張波表示，新型電力系統是一個復雜而龐大的系統工程。無論從極宏觀尺度調控，還是從極微觀精準響應等，人工智能仍需要進行進一步優化。如何在“源網荷儲”四個維度以及新型電力系統整體系統角度實現與人工智能的全面協同乃至全局優化提升，仍是一個難題，目前僅僅依靠單一大模型還無法完全解決。

需要在政策引導、要素配置等方面做好工作

張波告訴每經記者，推動人工智能在電力行業的產業化落地，要發揮多方面的作用，包括國有企業、高等院校以及領先的人工智能企業等，這些多元主體之間存在巨大的協同可能和共贏潛力。

目前，人工智能與電力行業融合所產生的研究機構、研發平臺、產教融合學院和聯合攻關主體等創新模式不斷涌現，這些都是對合作模式的有益探索。

為了實現這一目標，需要在政策引導、要素配置、創新機制、評價改革和市場驗證等方面做好工作。

從技術角度看，“AI+電力”是一個典型的跨學科組合，是利用新技術推動傳統行業轉型升級的創新實踐，也是“科學研究與產業應用”的典型融合場景。

未來在高質量的“人工智能+”賦能基礎上，能源電力行業不論在宏觀層面上對新型電力系統整體轉型升級，還是微觀層面諸如微電網甚至電氣零部件生產、運維的性能預測分析和故障診斷等不同細小環節優化，都會獲得更大的創新突破。

封面圖片來源：新華社