作为国民经济命脉的能源领域，迎来与人工智能深度融合的关键进程。据业内专家判断，人工智能与能源牵手，带来的不仅仅是效率提升和成本下降，更是能源体系向“智能、安全、低碳”方向的加速进化。

在河北黄骅港煤炭港区，工作人员轻点鼠标，仅1个小时就完成8000吨煤炭卸车作业；在山东滨州，一家新型独立储能电站通过AI技术判断各个时间段的电价走势，在市场低价时充电、高价时放电，报量报价参与电力现货市场交易；在国家能源集团，技术人员借助光谱分析与AI算法，将检测时间从8小时缩短至2分钟，该技术在全国20余家电厂推广后，每年节约燃料成本超亿元；在大唐集团，通过建立“风电场智能大脑”，实现风机性能动态评估和预防性维护，故障预警准确率达90%以上……

这只是我国众多“人工智能+”能源场景中的几个缩影。

当前，国家层面不断出台人工智能相关文件，释放出强烈政策信号。8月26日，《国务院关于深入实施“人工智能+”行动的意见》发布。9月8日，国家发改委、国家能源局公布《关于推进“人工智能+”能源高质量发展的实施意见》（以下简称《意见》），提出能源领域人工智能发展的分阶段目标，系统部署“人工智能+”电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景，以专栏形式明确了37个“人工智能+”能源的融合应用发展重点任务，支撑能源高质量发展和高水平安全。

“人工智能+”不断赋能千行百业。作为国民经济命脉的能源领域，也迎来与人工智能深度融合的关键进程。据业内专家判断，人工智能与能源牵手，带来的不仅仅是效率提升和成本下降，更是能源体系向“智能、安全、低碳”方向的加速进化。

能源转型的关键，供需匹配的调节器

当前，在全球加速推动能源转型的大背景下，能源行业面临生产不稳定、绿色能源不经济、能源消费粗放等诸多问题，亟需有力抓手助力转型发展，人工智能正是破解这些难题、推动能源转型的重要突破口。

“人工智能技术赋能既是能源行业智能化转型的关键，也是能源行业绿色化转型的重要手段，将进一步降低能源行业整体碳排放，助力我国‘双碳’目标实现。此次《意见》的出台，为人工智能赋能能源行业高质量发展提供了重要政策支撑，并带来系统性利好。”中国科协创新战略研究院助理研究员刘仁厚在接受《中国能源报》记者采访时表示，人工智能提高了能源行业的整体智能化转型水平，能源企业大规模开发、部署和利用人工智能技术的积极性也将大大提高，从而进一步提升能源企业生产运营效率。与此同时，和人工智能相关的投融资也将不断增加。

在新能源领域，人工智能成为新型能源供给及能源供需匹配的调节器。中国人民大学国家发展与战略研究院研究员陈占明告诉《中国能源报》记者：“具体来看，人工智能技术可应用于太阳能、风能的供应预测；面对不稳定的新能源与终端波动需求，人工智能能助力二者实现匹配与调整；此外，在新能源储能匹配等环节，人工智能同样可以发挥重要作用。”

远景山东滨州智慧储能电站站长翟文荣说：“我们的系统搭载AI交易智能体，精准预测日前与实时电价，自动生成交易策略，具备自动化交易能力。目前这个站的峰谷价差预测准确率达到95%，现货市场捕获价差比常规多2—5分钱，每度电收益可以超0.45元。”

“能源是创新创业高度活跃的领域，具有数字化基础好、数据质量高、应用场景丰富等比较优势，应走在人工智能应用前列。特别是能源央企积极布局，围绕资源勘探、生产运维、安全监测等环节，已经成功研发应用了电力、油气、煤炭等多个具有行业代表性的专业大模型。总体看，我国能源领域已形成场景覆盖广泛的人工智能发展格局。”国家能源局科技司相关负责人近日表示。

面临数据壁垒、安全隐患等多重挑战

人工智能要发展，离不开数据、基础设施和人才等多方面支撑。

中国电力科学研究院有限公司新能源研究所所长秦世耀在接受《中国能源报》采访时坦言，以大模型技术为核心的新一代人工智能正在悄然改变电力气象预报和新能源发电功率预测的基础范式，为突破传统预测方法精准性不足、时效性不高、针对性不强的技术瓶颈提供了可行的新路径。然而，大模型技术需要海量基础数据、大规模智算算力支撑，以及应用的深度实践，需要构建产学研用一体化链路，支撑“人工智能+新能源”发展目标。

“我国能源系统复杂庞大，能源供给、电力传输、终端负荷等相互独立，各企业、组织间数据共享还存在壁垒。高质量数据集的缺失会影响人工智能模型的训练，导致偏差和错误，从而难以作出科学的预测和判断，进一步降低能源行业使用意愿。”刘仁厚表示，当前专业场景大模型缺少，而能源覆盖国民经济的众多领域和行业，应用场景广泛，相应的专业大模型需求较大，技术开发将面临较大挑战。同时，大规模部署人工智能，需要传感器、分析和控制系统等数字基础设施的支撑。

另外，记者还了解到，人工智能应用给能源安全带来一定挑战。刘仁厚称，随着能源系统向数字化、电气化和网络化转型，电网将从电力单向传输扩展为具备“源网荷储”多向互动功能，新的能源系统将更加依赖“技术+基础设施”，系统脆弱性更加凸显。“人工智能将进一步加速能源资源转化为新型数字资源，而网络安全风险也将成为能源安全的重大隐患。”

新兴产业的发展自然离不开新兴人才的支撑。当前，我国人工智能技术人才以信息科学、计算机技术类人才为主，但人工智能应用能源行业需要“人工智能+能源”复合型人才。“目前跨领域、跨专业的交叉学科人才仍存在较大短板。”刘仁厚说。

需建立统一标准，强化科技创新

《意见》提出，到2027年，能源与人工智能融合创新体系初步构建，人工智能赋能能源核心技术取得显著突破，应用更加广泛深入。到2030年，能源领域人工智能专用技术与应用总体达到世界领先水平，能源领域人工智能技术实现跨领域、跨行业、跨业务场景赋能，在电力智能调控、新能源智能预测等方向取得突破。

要实现上述目标，需全局发力。陈占明认为：“一方面，能源领域内的行业组织需承担起统一标准的关键职能，结合自身行业的能源数据特点，明确数据应遵循的标准化要求，进而构建相应的规范体系；另一方面，政府可通过立法或出台相关规则规范数据公布的范围与方式，明确数据保密要求。同时，对数据收集模式进行界定，比如明确商业使用数据是否需以统一集中的方式收集。关于数据共享和使用，政府应当区分数据用于科学研究、商业利用或者公共安全等不同情景，明确其对应的获取权限，以及使用者需承担的责任与义务。”

刘仁厚建议：“要强化‘人工智能+能源’科技创新，提升人工智能大模型开发水平，增加典型应用场景部署，加快补齐人工智能发展的基础设施短板，打破数据壁垒，建立能源高质量数据集，推动能源行业人工智能技术创新。”

值得注意的是，数据是人工智能应用的基石，秦世耀提出：“在推进电力气象与新能源数据整合的过程中，行业确实面临数据标准不统一、共享机制与隐私保护要求之间存在矛盾等挑战。构建体系化、高性能、可信赖的电力气象数据治理机制，将为‘人工智能+’能源高质量发展提供坚实支撑。”

“可以预见，在2027—2030年间，人工智能技术将在我国电力气象学科发展及新能源行业中实现更高层次的规模化应用。”秦世耀表示。

来源：中国能源报