国家发展改革委 国家能源局关于推进“人工智能+”能源高质量发展的实施意见

电网智能规划设计与生产建设。构建电力供需智能预测、电网运行智能诊断分析、电网规划智能辅助决策、输变电设施智能设计等应用，应用人工智能技术开展规划设计和技术经济分析，推动电网规划设计作业模式向智能化转变。聚焦建设阶段的作业感知与业务监测，构建电网建设的人工智能违章识别、进度仿真、在线监测、管控指标实时分析、作业流程智能管理等应用，促进电网工程建造智能升级。

电网调度运行。在全国统一电力市场建设背景下，构建新能源功率预测、负荷预测、离线仿真分析、在线安全分析、极端应急处置、调度辅助决策、市场出清运筹优化、电力市场智慧决策等方面的智能化应用，持续完善新一代智能调控技术支持体系，支撑新型电力系统安全稳定运行。

电力设备状态评价与智能运维。构建设备状态智能感知与预警、设备故障智能定位与诊断、设备状态检修智能决策、设备灾害风险智能预测、检修工作票智能生成等应用，提升设备精益化管理水平。

配电网智能运行管理。构建配电网实时感知、风险分析、智能决策等技术应用，全面提升配电网智慧控制能力和供电可靠性，加强配电网层面源网荷储协同调控。

电力应急抢修。构建电力系统灾害风险智能预警、损毁情况智能分析、应急方案智能决策等辅助决策系统，推进电力应急抢修技术装备智能化应用，提升电力系统防灾减灾救灾能力。

虚拟电厂精准控制与智能运营。虚拟电厂运营商平台根据电网调节指令、市场信息，结合资源特性的动态变化，进行控制策略的智能优化和控制指令的智能生成，实现大规模灵活性资源聚合优化调控、实现虚拟电厂参与电力市场的智慧交易决策。

绿氢生产工艺智能寻优。融合风光功率波动预测、储氢罐容量、电解槽温度、催化剂状态等多维数据，基于人工智能算法，智能驱动电解槽电流密度动态寻优，构建电解制氢-储氢-用氢全链条智能调控系统，实现可再生能源功率波动与电解装置柔性负荷的毫秒级匹配。

园区智能降碳。基于光伏、储能等设备运行数据，园区智能降碳协同控制系统实时动态优化能源调度策略，结合电价与碳排放因子自动调节空调温度、充电桩功率及设备启停时序，通过增强现实可视化界面和语音助手向用户推送个性化节能建议，形成“碳-能-费”智能协同模式。

新型储能智能化运行。针对新型储能动态适配电力系统调度、广域协同互动、弱电网支撑、电池装备安全监测、设备本体评估与运维，通过人工智能技术，提升面向弱电网的多类型储能协调控制能力，构建新能源与配建新型储能广域协同优化控制、储能电站智能评估、智慧运维决策支持、全生命周期安全等应用体系，提升系统友好型新能源电站的电力供应保障能力。

智能营销服务。针对油、气、电等直接面向客户服务场景，构建座席业务受理智能辅助、智能客户服务、供电方案智能生成、综合用能方案智能生成、运维工单智能派发、用户用能异常诊断等智能化应用，打造交互式、伴随式的客服新模式，提升客户全过程智能化服务水平。

气象预报与新能源功率精准预测。构建以多时空尺度气象预报为核心的气象服务体系，建立气象-功率非线性关系精准挖掘与解析的多场景多周期算法大模型，实现新能源功率精准预测。

偏远地区场站智能运维。利用大模型、声纹检测、遥感、机器人、智能穿戴设备等技术装备，实时监测周边环境及设备运行状态，实现无人机、无人车、无人船、智能控制等多系统智能联动，提升设备巡检效率，提高场站的综合运营效率。

新能源规划设计。综合考虑发电效率、投资回报率等因素，构建智能化推荐引擎，提供最优机型匹配方案。融合大模型与设计软件，快速生成多版本设计方案并评估关键参数，提升设计效率与质量。

智慧工地建设。推动人工智能技术深度融入工程建设方案选择、人员管理、风险预警、工期管控等电力建设工程管理全流程，研发无人机巡检系统、风险自动研判预警系统等，实时捕捉施工人员违章行为，构建贯穿施工全过程的“智慧工地”管理平台，助力提升电力建设工程安全质量总体水平。

智能水电工程建设。基于多源遥感数据融合和智能机器人等人工智能技术，建立水电工程地质智能化勘测设计体系，实现机组设备数字化智能化安装调试，提升水电工程智能化施工管理水平。

气象水文联合预测。基于流域气象水文双向耦合预测大模型，构建洪旱极端事件风险量化工具，充分融合气象知识、水文知识和流域地理信息，提升气象水文预报精度和预见期。

流域综合调度。基于流域站群联合智慧优化调度、风险控制和模拟仿真等关键技术，建设精准调度决策优化智能应用，实现对水资源调度方案执行情况的实时监测、分析和评估，在时间和空间上对水资源分配进行优化，提高水能利用率，增加发电效益。

设备智能运检。基于物理场、声学、视觉、智能传感器等多源数据以及知识图谱、大模型等技术，推动水电关键设备实现状态全息监测、全生命周期健康管理、智能运维和状态检修等业务领域全流程智能化升级，实现运维知识结构化管理与基于大模型-智能体的智能辅助决策系统。

大坝高质量运行。构建大坝典型病害特征数据库与知识图谱，结合大坝智能感知-融合-诊断-防控理论方法，实现多元驱动的大坝安全状态早期识别-自诊断-自适应预警-智能馈控，确保水电站大坝运行安全，支撑水库大坝高质量运行管理。

燃料智能管控。基于燃料市场价格波动、库存量、耗煤量以及煤堆三维结构、煤质分析等多维度多类型数据，采用先进传感、图像识别、规则理解以及智能体等技术，实现燃料数量、质量等智能检测和智能管控。

生产运行优化。基于大模型和生产运营相关系统数据，实现生产运营过程中燃料掺配、运行优化、智能灵活调峰、安全智能管控等核心业务场景智能化升级，提升生产运营的智能化水平和效率。

设备全生命周期管理。基于大模型和机器人等人工智能技术，通过对汽轮机（含燃气轮机）、发电机、锅炉受热面等关键设备多类型数据进行实时状态监测，实现设备状态全景监测、健康量化评估、隐患识别与故障预警、剩余寿命预测、运行方案调整、异常分析判断和隐患闭环管理。

智能技术监督及评价。依托锅炉、汽轮机（含燃气轮机）、发电机等关键设备的海量运行数据与火电技术监督工作相关资料，基于火电大模型多模态分析能力，深度融合火电特色场景，提升技术监督的智能化和人员专业能力。