(资料图)

一、针对 AI 在电力领域的应用场景、我们提出“应用可行性分析框架”

3 月 31 号，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》，针对电 力、煤炭、油气等行业数字化智能化转型发展需求，提出若干建议，以把握新一轮科技革 命和产业变革新机遇。 其中电力行业方面，主要提出利用数字化智能化技术支撑：发电清洁低碳转型、新型电力 系统建设、电力消费节能提效。我们由此梳理出以下 5 项 AI+电力应用场景： 1)发电侧---发电清洁化智慧化转型：①新能源发电功率预测;②电厂 BIM 智能化设计 2)电网侧---新型电力系统建设：③电网智能调控和辅助决策;④输电线路智能巡检、变 电站智能运检、配电智能运维 3)用电侧---电力消费节能提效：⑤虚拟电厂、微电网。

《意见》提出的四项基本要求包括需求牵引、数字赋能、协同高效、融合创新。推动数字化智能化技术与能源产业发展深度融合，加快人工智能、数字孪生、物联网、区块链等数 字技术在能源领域的创新应用，最终为构建清洁低碳、安全高效的能源体系，为积极稳妥 推进碳达峰碳中和提供有力支撑。

19 年后 AI 大模型持续推进，赋能千行百业，22 年市场规模近 2000 亿元。近十年来，包 括机器学习(ML)、自然语言处理(NLP)、计算机视觉(CV)等技术快速发展，在企业设 计、生产、管理、运营多个环节中均有渗透程度不断提升，同时在矿业、电力、交通、农 业、气象等领域的应用逐步落地。AI 应用已从消费、互联网等泛 C 端领域，向 B 端传统 行业辐射，AI 大模型在基础层、技术层、应用层均持续突破，AI 正加速赋能千行百业。 22 年市场规模近 2000 亿元,2022-2027 年 CAGR 为 25.6%。据艾瑞咨询数据，2022 年中国 AI 产业规模达 1958 亿元，年增长率 7.8%。2022 年业务增长主要依靠：1)智算中心建设 及大模型训练等应用拉动需求的 AI 芯片市场、2)智能机器人及对话式 AI 市场。 在 AI 成为数字经济时代核心生产力的背景下，AI 芯片、自动驾驶及车联网视觉解决方案、 智能机器人、智能制造、决策智能应用等细分领域增长强劲。2027 年人工智能产业整体 规模可达 6122 亿元，2022-2027 年的年复合增长率为 25.6%。

针对电力行业属性，我们提出 AI+电力“应用可行性分析框架”，以多维度的视角，分析 判断 AI 有望最先在哪些细分行业和公司落地。

面向行业主要衡量的维度有： 1) 能否解决长期痛点问题：电网承担最主要的功能是维持用电侧与电网侧动态平衡，而 新能源装机比例上升无疑加大了电力调度与消纳的难度，因此若 AI 加持能有效解决 消纳相关细分环节的痛点问题，相关政策导向和资金投入将有望向此环节倾斜。 2) 行业数据是否具有较低敏感性和安全性风险：大模型需要通过海量数据训练，而电网 行业本身涉及到民生用电与数据安全性问题，部分信息不便用于大规模公开训练，因 此若某一细分环节数据敏感性较低或用户已授权使用，则大模型将更快接入落地。 3) 行业是否已较早应用布局 AI/技术实践：电网多个应用场景较早地应用了 AI 技术，例 如输变电线路运维和巡检方面，2011 年开始，部分企业就已开展了通过 AI 对电力设 备外表缺陷进行识别、预测、跟踪运行等研究探索。 4) 已有华为等厂商开发出行业相关大模型：例如华为盘古 CV 视觉大模型，已在 L2 级 细分场景上，推出基于电力大模型的无人机电力巡检、电力缺陷识别等场景模型。

面向公司主要衡量的维度有： 1)拥抱 AI 的积极性：公司的主观能动性如何?是否排斥应用大模型? 2)积累的数据规模与数据质量：公司所积累的数据壁垒是否深厚?积累的数据能否直接 用于模型训练?是否会涉及到客户数据泄密? 3)享有某些数据的优先使用权：公司是否为两网核心子公司?未来是否会优先享有某些 重要数据使用权? 4)重视信息化建设基础：公司性质是否偏软件?是否早就重视信息化基础建设?是否拥 有较高信息化建设水平，以配合 AI 落地? 5)具备自主开发训练能力、或和大模型厂商有深入合作关系：公司是否具备开发实力/ 是否和大模型厂商深度合作?

新能源发电功率预测，输变电线路智能运维与巡检是我们最看好的两个方向。

新能源发电功率预测： 1)痛点问题：对于电网调度部门，由于新能源发电间歇性和波动性的特点，功率预 测难度较大，新能源大规模集中并网会对电网稳定运行造成冲击;对于电站运营商， 各地“双细则”考核罚款标准趋于严格，预测精度可直接影响电站运营和盈利。 2)数据敏感性：气象数据的可获得性较高，数据敏感性较低，公开信息可以直接用 于大规模模型训练。 3)AI 布局/技术实践：自 2012 年起，全球能源预测大赛(GEFCOM)已举办过三届， 有超 60 个国家的数百只队伍参赛;2021 年国网调控 AI 创新大赛--新能源发电预测 赛道中，已有深度学习模型在实际应用中脱颖而出;产业中已有国能日新、国电南瑞 等超过 10 家研究中心与企业推出了成熟的组合建模功率预测系统。 4)厂商相关大模型：华为云发布了盘古气象大模型，预测精度首次超过传统数值方 法，速度提升 10000 倍。

输变电线路智能运维与巡检： 1)痛点问题：我国输电线回路与变电设备存量规模大，投运规模逐年增长，巡检需 求强烈，而人工巡检存在诸多劣势，AI 替代是大势所趋。 2)数据敏感性：相较于用电侧数据，设备故障缺陷相关数据敏感性较低，数据质量 与规模取决于企业自身积累情况。 3)AI 布局/技术实践：自 2013 年起东方电子、亿嘉和、泽宇智能等诸多企业已经布 局输变电线路智能运维、智能巡检机器人、巡检无人机业务，参与者众多、产品多样。 4)厂商相关大模型：华为在 L2 级细分场景模型上，已经推出基于电力大模型的无 人机电力巡检、电力缺陷识别等场景模型，例如电力缺陷识别模型可以替代原有的 20 多个小模型，做到平均精度提升 18.4%、模型开发成本降低 90%。

关键词：