中國儲能網(wǎng)訊：能源行業(yè)開展“人工智能+”行動是一項新事物，既有研究大多針對單領(lǐng)域展開分析，對能源行業(yè)的系統(tǒng)探討較少。本文從能源行業(yè)的整體出發(fā)，總結(jié)開展“人工智能+”行動的現(xiàn)狀，提出構(gòu)建一個包含人才和技術(shù)可靠性、數(shù)據(jù)基礎(chǔ)、應(yīng)用場景、算電協(xié)同、安全風(fēng)險、評估反饋六大維度的綜合性分析框架，指出面臨的突出挑戰(zhàn)，提出政策建議，以期為“十五五”時期能源行業(yè)更好開展“人工智能+”行動提供參考。
□胡安俊
（中國社會科學(xué)院數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所研究員）
“十五五”時期是以更高標(biāo)準(zhǔn)踐行能源安全新戰(zhàn)略、全面推進(jìn)新型能源體系建設(shè)、實現(xiàn)“碳達(dá)峰”目標(biāo)的關(guān)鍵時期，能源行業(yè)面臨復(fù)雜的國際形勢和艱巨的發(fā)展任務(wù)。一方面，國際形勢變亂交織，能源格局劇烈動蕩，中國能源安全面臨的不確定因素增多。綠色發(fā)展成為大勢所趨，低碳技術(shù)競爭激烈，新能源成為大國博弈焦點。另一方面，國內(nèi)能源需求剛性增長，能源供給制約較多，構(gòu)建新型能源體系和實現(xiàn)低碳轉(zhuǎn)型任務(wù)目標(biāo)艱巨。能源行業(yè)對科技創(chuàng)新的需求比以往任何階段都更為迫切。人工智能具有突出的學(xué)習(xí)優(yōu)勢、賦能效應(yīng)和滲透能力，能源行業(yè)深入開展“人工智能+”行動是應(yīng)對國際復(fù)雜局勢和國內(nèi)發(fā)展任務(wù)的有效舉措，具有重要意義。
應(yīng)用現(xiàn)狀：從煤炭到核電，智能化進(jìn)程加速
為推動能源行業(yè)開展“人工智能+”行動，國家出臺系列政策文件。這些政策文件堅持創(chuàng)新在能源發(fā)展全局中的核心地位，按照“集中攻關(guān)一批、示范試驗一批、應(yīng)用推廣一批”的路徑，制定路線圖，部署示范工程，明確政策措施，支持智能化進(jìn)程。
在國家政策和市場需求的驅(qū)動下，能源行業(yè)積極研發(fā)部署大模型，這些大模型主要包括三類：一是大型能源央企、國企開發(fā)的大模型，二是大型IT技術(shù)公司融合能源行業(yè)場景開發(fā)的大模型，三是專門服務(wù)于能源行業(yè)的技術(shù)廠商開發(fā)的大模型。
煤炭、油氣、電力、水能、太陽能、風(fēng)能、儲能和核能行業(yè)開展“人工智能+”行動的狀況如下。
（一）煤炭行業(yè)
自2014年黃陵礦業(yè)建成我國首個地面遠(yuǎn)程智能采煤工作面以來，煤炭行業(yè)積極開展“人工智能+”行動，目前人工智能已用于采煤和選煤生產(chǎn)過程優(yōu)化控制、輔助決策與管理、安全監(jiān)控與預(yù)警等領(lǐng)域。2020年71處煤礦入選國家首批智能化示范建設(shè)煤礦，2023年12月和2025年5月分別有47處和19處煤礦通過驗收。由于智能化示范礦數(shù)量較少且處于中級及以下水平，煤炭行業(yè)整體智能化仍處于初級階段。
（二）油氣行業(yè)
人工智能已在油氣勘探開采、儲運、煉化、銷售等環(huán)節(jié)得到了越來越多的應(yīng)用。具體而言，基于地質(zhì)大模型，人工智能助力油藏預(yù)測、開采、故障診斷和預(yù)警，促進(jìn)油氣增儲上產(chǎn)?；谠品?wù)，人工智能應(yīng)用于油氣儲運的工地建設(shè)、智能調(diào)度和預(yù)報預(yù)警。依托強大的數(shù)據(jù)分析與智能研判能力，人工智能應(yīng)用于油氣煉化的過程管理與供應(yīng)鏈優(yōu)化、成品油銷售等領(lǐng)域。經(jīng)過智能化建設(shè)，15家油氣企業(yè)入選第一批國家級卓越智能工廠。
（三）電力行業(yè)
電力行業(yè)是應(yīng)用人工智能較多的領(lǐng)域，幾乎覆蓋了該行業(yè)的所有場景。人工智能在源荷兩端開展多種形式的發(fā)電功率和電力負(fù)荷預(yù)測，支撐電力系統(tǒng)的規(guī)劃建設(shè)、運行控制、經(jīng)營決策和客戶服務(wù)。通過無人機實現(xiàn)對電網(wǎng)和相關(guān)設(shè)備的智能巡檢，提升設(shè)備管理效率和安全水平。電力調(diào)度也已實現(xiàn)智能成票、網(wǎng)絡(luò)化收發(fā)令、智能監(jiān)屏、智能搶修指揮等功能。電力行業(yè)在開展“人工智能+”行動中取得了突出成績，馭電大模型獲得2024年世界人工智能大會最高獎（SAIL獎）。
（四）水能、太陽能、風(fēng)能、儲能、核能行業(yè)
水能領(lǐng)域積極開展“人工智能+”行動，在水電站建設(shè)和運維中注重發(fā)揮人工智能的作用。目前，世界最大清潔能源走廊的“工業(yè)大腦”已在長江干流部署完成。
太陽能、風(fēng)能和儲能領(lǐng)域不斷推進(jìn)智能化進(jìn)程。
太陽能領(lǐng)域，基于機器學(xué)習(xí)實時調(diào)整光伏鏡片與光照方向，提升發(fā)電效率。借助長短期記憶模型預(yù)測光伏系統(tǒng)輸出功率。
風(fēng)能領(lǐng)域，深度學(xué)習(xí)模型提升不確定性風(fēng)速預(yù)測的魯棒性（系統(tǒng)/算法在干擾、誤差或異常條件下，仍能保持穩(wěn)定運行、輸出可靠結(jié)果的能力），運檢機器人實現(xiàn)風(fēng)電塔筒和葉片的無人化保養(yǎng)。
儲能領(lǐng)域也在借助人工智能加強材料研發(fā)、促進(jìn)工業(yè)生產(chǎn)、優(yōu)化系統(tǒng)運維。
核能行業(yè)在鈾礦勘察、熱工水力設(shè)計、堆芯換料方案優(yōu)化、智能制造、瞬態(tài)工況識別、故障診斷維修等領(lǐng)域加快人工智能應(yīng)用，推動核電高質(zhì)量發(fā)展。
概括而言，“人工智能+”行動加快了能源行業(yè)的智能化進(jìn)程，在踐行能源安全新戰(zhàn)略、構(gòu)建新型能源體系和減少碳排放等方面發(fā)揮了重要作用。
挑戰(zhàn)凸顯：六大“瓶頸”制約深度融合
能源行業(yè)開展“人工智能+”行動尚處于初期階段，面臨人才缺乏與模型技術(shù)可靠性不足、數(shù)據(jù)基礎(chǔ)薄弱、應(yīng)用場景不足、算電協(xié)同逆向分布、人工智能安全風(fēng)險、應(yīng)用效果評估缺乏等六大突出挑戰(zhàn)。
（一）人才缺乏與模型技術(shù)可靠性不足
能源行業(yè)缺乏一批既懂能源業(yè)務(wù)又懂人工智能技術(shù)的復(fù)合型人才，這是導(dǎo)致大模型與能源知識融合集成不夠、模型透明度不高和可解釋性不強、一些大模型核心算法無法做到自主可控并存在泄密等問題的根本原因，進(jìn)而使得人工智能技術(shù)在核電站安全決策、電網(wǎng)實時調(diào)度等核心領(lǐng)域尚無法滿足行業(yè)級可靠性要求。
（二）數(shù)據(jù)基礎(chǔ)薄弱
因數(shù)據(jù)基礎(chǔ)設(shè)施、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)安全、專業(yè)術(shù)語等原因，能源行業(yè)存在嚴(yán)重的數(shù)據(jù)孤島，數(shù)據(jù)基礎(chǔ)較為薄弱。一是生產(chǎn)運營未能實現(xiàn)全數(shù)字化，推動多源數(shù)據(jù)融合和系統(tǒng)協(xié)同的數(shù)據(jù)平臺建設(shè)不足，影響數(shù)據(jù)整合應(yīng)用。二是各環(huán)節(jié)的數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、互相不兼容，制約流通應(yīng)用。三是能源數(shù)據(jù)具有戰(zhàn)略屬性，對安全性要求很高，在沒有得到有效保護(hù)的情況下，數(shù)據(jù)分布呈現(xiàn)碎片化特征。四是專業(yè)術(shù)語體系復(fù)雜，不利于數(shù)據(jù)融合匯總。
（三）應(yīng)用場景不足
受限成本支出較大、數(shù)據(jù)基礎(chǔ)薄弱、模型可靠性和安全性不夠、相關(guān)人才不足等因素，人工智能在能源行業(yè)的應(yīng)用場景仍顯不足。一是企業(yè)智能化升級需要支付一大筆設(shè)備費用投入，還需支付電費、網(wǎng)絡(luò)傳輸費和研發(fā)維護(hù)費，資金約束延緩了場景開拓。二是薄弱的數(shù)據(jù)基礎(chǔ)不利于模型訓(xùn)練和推理，影響場景應(yīng)用。三是能源行業(yè)對安全性要求很高，大模型的可解釋性、可靠性和安全性不足限制了應(yīng)用場景落地。四是缺乏既懂能源行業(yè)知識又懂人工智能的技術(shù)人才、管理人才和運維人才，制約了人工智能的應(yīng)用。
（四）算電協(xié)同逆向分布
算電協(xié)同逆向分布的主要原因是算力需求與電力資源的空間錯配。東部地區(qū)算力需求很大但電力資源相對匱乏，西部地區(qū)電力富集但算力需求不足，這種空間錯配必須依賴遠(yuǎn)距離的電力輸送或高效的網(wǎng)絡(luò)數(shù)據(jù)傳輸來優(yōu)化，但目前遠(yuǎn)距離輸電面臨線損大、成本高等問題，跨區(qū)域數(shù)據(jù)傳輸存在時延、帶寬和安全性等挑戰(zhàn)，進(jìn)而形成了算電協(xié)同逆向分布的格局，再加上算力和電力基礎(chǔ)設(shè)施規(guī)劃布局不協(xié)同、綠色電力的間歇性和算力設(shè)施與實時可靠電力的需求之間存在結(jié)構(gòu)性矛盾、算電協(xié)同發(fā)展的經(jīng)濟(jì)激勵不足，進(jìn)一步加劇了算電協(xié)同的逆向分布格局。
（五）人工智能安全風(fēng)險愈加突出
人工智能使能源行業(yè)面臨愈加突出的倫理和網(wǎng)絡(luò)安全等問題。大模型運算過程呈現(xiàn)黑箱形式，生成內(nèi)容存在幻覺，給算法偏見、責(zé)任歸屬、透明度等方面帶來倫理問題。人工智能帶來的數(shù)據(jù)投毒、算法后門等攻擊手段使能源系統(tǒng)面臨網(wǎng)絡(luò)癱瘓、系統(tǒng)拒絕服務(wù)等新型威脅，極有可能誘發(fā)系統(tǒng)性風(fēng)險。
（六）“人工智能+”的應(yīng)用效果跟蹤與評估機制缺乏
因跨部門數(shù)據(jù)流通不暢等原因，當(dāng)前能源行業(yè)尚未建立“人工智能+”的效果跟蹤與評估機制。這不利于及時識別異常輸出，帶來系統(tǒng)安全風(fēng)險；不利于評估投資效率，影響技術(shù)選型和應(yīng)用部署；不利于不同模型系統(tǒng)進(jìn)行比較，造成重復(fù)布局和資源浪費，阻礙最佳實踐的推廣和行業(yè)整體水平的提升。
對策建議：聚焦關(guān)鍵環(huán)節(jié)，破局能源AI協(xié)同創(chuàng)新
“十五五”時期能源行業(yè)開展“人工智能+”行動要聚焦自主可控、深度賦能、國際領(lǐng)先，著力推動能源領(lǐng)域人工智能專用技術(shù)實現(xiàn)體系化突破與規(guī)模化落地，增強能源系統(tǒng)的安全性、綠色化和高效率。
（一）增進(jìn)人才引育，實現(xiàn)模型技術(shù)自主可控
能源企業(yè)要主動對接人工智能企業(yè)、高校等相關(guān)機構(gòu)，構(gòu)建人才聯(lián)合培養(yǎng)基地，加大人才引進(jìn)和培育力度，形成一批既懂能源業(yè)務(wù)又懂人工智能技術(shù)的復(fù)合型人才。在此基礎(chǔ)上，構(gòu)建開放創(chuàng)新生態(tài)體系，打造一批全球領(lǐng)先的研發(fā)創(chuàng)新平臺，突破模型體系化技術(shù)，在模型可解釋性、可信性和可靠性等方面實現(xiàn)自主可控，達(dá)到世界先進(jìn)水平。
（二）加強全面部署，努力夯實數(shù)據(jù)基礎(chǔ)
從數(shù)據(jù)安全、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量、示范引領(lǐng)等方面加強全面部署，夯實數(shù)據(jù)基礎(chǔ)。一要保障數(shù)據(jù)安全。加強數(shù)據(jù)脫敏、動態(tài)加密、聯(lián)邦學(xué)習(xí)、合規(guī)性審查等，確保數(shù)據(jù)全流程安全可靠。二要規(guī)范數(shù)據(jù)標(biāo)準(zhǔn)。統(tǒng)一數(shù)據(jù)架構(gòu)和數(shù)據(jù)標(biāo)準(zhǔn)，推動生產(chǎn)運營數(shù)智化進(jìn)程，完善數(shù)據(jù)平臺，確保不同系統(tǒng)和設(shè)備之間的數(shù)據(jù)兼容和流通暢通。三要提升數(shù)據(jù)質(zhì)量。通過數(shù)據(jù)源頭質(zhì)量管控、數(shù)據(jù)清洗、智能標(biāo)注、智能增強、數(shù)據(jù)合成等方式，形成高質(zhì)量數(shù)據(jù)集。四要發(fā)揮引領(lǐng)作用。開展能源數(shù)據(jù)開放共享先行區(qū)試點，優(yōu)化數(shù)據(jù)分享機制，激發(fā)頭部企業(yè)承擔(dān)數(shù)據(jù)開放共享“主力軍”職責(zé)的熱情，帶動更多企業(yè)參與數(shù)據(jù)聯(lián)通和共享，實現(xiàn)數(shù)據(jù)價值。
（三）堅持分類分級，推動場景規(guī)模化落地
堅持分類分級原則，梯度開拓應(yīng)用場景，形成以規(guī)?；瘧?yīng)用反哺大模型技術(shù)提升、以大模型技術(shù)升級推動低成本應(yīng)用的局面，實現(xiàn)場景規(guī)?；涞兀鰪娔茉聪到y(tǒng)的安全性、綠色化和高效率。為此，一要聚焦智能化轉(zhuǎn)型需求急迫、數(shù)據(jù)基礎(chǔ)完備、應(yīng)用價值明確、規(guī)?；瘧?yīng)用潛力大的方向，深化機器視覺、多模態(tài)、時序預(yù)測等人工智能關(guān)鍵技術(shù)的應(yīng)用，總結(jié)建設(shè)路徑，起到示范帶動作用。二要選擇一些條件較好的工業(yè)園區(qū)，將整個園區(qū)作為“人工智能+”行動的實驗場，開展能源和交通融合、油氣和新能源融合等跨領(lǐng)域、跨行業(yè)典型場景示范。條件成熟后，將其經(jīng)驗推廣到更多區(qū)域更多場景。三要隨著示范效應(yīng)的增強和應(yīng)用場景的增多，開發(fā)個性化的輕量模型，進(jìn)一步開拓細(xì)分場景，帶動一批企業(yè)開展“人工智能+”行動，推動場景規(guī)?；涞亍?
（四）健全發(fā)展機制，加快算電深度融合
健全技術(shù)聯(lián)合攻關(guān)機制、協(xié)同機制、市場機制等，加快算電深度融合。一是圍繞電力和數(shù)據(jù)遠(yuǎn)距離傳輸、智能電網(wǎng)、可再生能源技術(shù)和儲能技術(shù)等建立聯(lián)合攻關(guān)團(tuán)隊，加大研發(fā)力度，完善技術(shù)標(biāo)準(zhǔn)體系，夯實算電深度融合的技術(shù)支撐。二是建設(shè)源荷預(yù)測和智能調(diào)度平臺，實現(xiàn)短期發(fā)電功率和算力負(fù)荷的高精度預(yù)測，便于電力前瞻性調(diào)度，推動算電協(xié)同，同時，引導(dǎo)非實時算力任務(wù)向綠電充裕時段和區(qū)域轉(zhuǎn)移，加快算電深度融合。三是完善算力負(fù)荷資源的價值評估體系，激勵算力中心發(fā)揮對電力的調(diào)峰作用。健全綠電與綠證交易市場體系，依托碳匯、碳稅等經(jīng)濟(jì)杠桿，引導(dǎo)數(shù)據(jù)中心增加綠電使用量。
（五）筑牢風(fēng)險體系，促進(jìn)安全有序發(fā)展
筑牢風(fēng)險體系，推動能源行業(yè)建立安全、可靠和值得信賴的人工智能系統(tǒng)。一是加強倫理規(guī)范和智能監(jiān)管。按照人本、公正和責(zé)任原則，將人類社會的倫理規(guī)范和價值觀念，尤其是中華優(yōu)秀傳統(tǒng)文化，嵌入能源行業(yè)的大模型，讓人工智能更好服務(wù)能源行業(yè)。提高訓(xùn)練數(shù)據(jù)質(zhì)量，提高人工智能生成內(nèi)容的準(zhǔn)確性和可靠性。打造“以人工智能治理人工智能、以算法規(guī)制算法”的能源智能監(jiān)管體系，形成智慧化監(jiān)管模式。二是保障網(wǎng)絡(luò)安全。借助人工智能在大數(shù)據(jù)分析和態(tài)勢感知方面的強大能力，加強能源系統(tǒng)的安全態(tài)勢感知，建立健全各類風(fēng)險的預(yù)警與控制體系，增強網(wǎng)絡(luò)與信息的安全保障能力。
（六）完善效果反饋，建立標(biāo)準(zhǔn)化評估體系
由行業(yè)協(xié)會牽頭，聯(lián)合能源企業(yè)、人工智能廠商、科研機構(gòu)及標(biāo)準(zhǔn)化組織成立工作組，選取多個典型場景開展試點示范，圍繞經(jīng)濟(jì)效益、系統(tǒng)穩(wěn)定性、運營安全、環(huán)境友好等維度構(gòu)建指標(biāo)體系，搭建人工智能應(yīng)用效果的實時數(shù)據(jù)庫與評估平臺。通過場景應(yīng)用、效果反饋和方案優(yōu)化，形成“建設(shè)-評估-優(yōu)化”的閉環(huán)機制，健全評估標(biāo)準(zhǔn)。通過橫向的模型比較和縱向的時序比對，遴選優(yōu)秀解決方案，制定分行業(yè)的標(biāo)準(zhǔn)化評估體系，推動“人工智能+”在能源領(lǐng)域落地推廣。積極推進(jìn)評估體系的國際化，增強我國在能源領(lǐng)域的國際影響力和話語權(quán)。
（本文主體發(fā)表于《中國能源》2025年第8期，轉(zhuǎn)發(fā)時略有修改）
鏈接
到2027年
能源與人工智能融合創(chuàng)新體系初步構(gòu)建，算力與電力協(xié)同發(fā)展根基不斷夯實，人工智能賦能能源核心技術(shù)取得顯著突破，應(yīng)用更加廣泛深入。推動五個以上專業(yè)大模型在電網(wǎng)、發(fā)電、煤炭、油氣等行業(yè)深度應(yīng)用，挖掘十個以上可復(fù)制、易推廣、有競爭力的重點示范項目，探索百個典型應(yīng)用場景賦能路徑，培育一批能源行業(yè)人工智能技術(shù)應(yīng)用研發(fā)創(chuàng)新平臺，制定完善百項技術(shù)標(biāo)準(zhǔn)，培養(yǎng)一批能源與人工智能復(fù)合型人才，探索建立能源領(lǐng)域人工智能技術(shù)研發(fā)應(yīng)用金融支撐體系，形成符合我國國情的能源領(lǐng)域人工智能技術(shù)創(chuàng)新發(fā)展模式，能源領(lǐng)域智能化成效初顯。
到2030年
能源領(lǐng)域人工智能專用技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平。算力電力協(xié)同機制進(jìn)一步完善，建立綠色、經(jīng)濟(jì)、安全、高效的算力用能模式。能源與人工智能融合的理論與技術(shù)創(chuàng)新取得明顯成效，能源領(lǐng)域人工智能技術(shù)實現(xiàn)跨領(lǐng)域、跨行業(yè)、跨業(yè)務(wù)場景賦能，在電力智能調(diào)控、能源資源智能勘探、新能源智能預(yù)測等方向取得突破，具身智能、科學(xué)智能等在關(guān)鍵場景實現(xiàn)落地應(yīng)用。形成一批全球領(lǐng)先的“人工智能+”能源相關(guān)研發(fā)創(chuàng)新平臺和復(fù)合人才培養(yǎng)基地，建成更加完善的政策體系，持續(xù)引導(dǎo)“人工智能+”能源高效、健康、有序創(chuàng)新，為能源高質(zhì)量發(fā)展奠定堅實基礎(chǔ)。
來源：國家發(fā)展改革委、國家能源局關(guān)于推進(jìn)“人工智能+”能源高質(zhì)量發(fā)展的實施意見
