行业与公司 - 本次电话会议主要讨论的是航空行业，特别是南方航空的经营状况和未来展望[1][2] 核心观点与论据 - **2025年航班班次与旅客增长**：2025年航班班次量预计比2024年提升4%，旅客人数增长10%，合作率提升6%，票价略低于2024年[3] - **春运期间运力投放**：2024年春运期间，南方航空的运力投放相比2019年增长了30%，恢复到130%的水平[4][5] - **国内与国际市场结构**：国内航班占比90%，国际航班主要向日韩、东南亚和欧洲方向增加[5][6] - **票价策略**：公司会根据市场需求调整票价，春运期间单程航班价格可能较低，但整体票价水平有望保持稳定[7][8] - **飞机引进与处置**：2024年飞机引进进度较慢，主要受波音交付延迟影响，2025年计划引进一架飞机，但存在挑战[10][11] - **飞机利用率提升**：目前飞机利用率约为9小时，未来有望提升至10小时以上，公司计划通过增加航班和改造客舱来提升利用率[12] - **发动机问题**：发动机维修时间延长，但公司通过资源调配和动态平衡，能够有效应对这一问题[13][14][15] 其他重要内容 - **外币负债结构**：公司外币负债占总负债的20%-12%，结构相对稳定，未来不会有大幅调整[20] - **787-8飞机处置**：公司计划在2025年完成787-8飞机的处置，但具体时间尚不明确[20][21] - **C919与ARJ21飞机运营**：C919的客座率约为80%，ARJ21的客座率约为87%，与市场平均水平基本同步[24] - **工商务客群变化**：2024年工商务客群占比下降，学龄前儿童和大学生客群增长较快，导致票价压力较大[28][29] - **航班取消问题**：有投资者反馈航班取消较多，公司表示会将此反馈传达给相关部门[31] 总结 本次电话会议详细讨论了南方航空在2024年春运期间的运力投放、票价策略、飞机引进与处置、发动机问题等关键经营问题，并对未来几年的行业趋势进行了展望。公司面临的挑战包括飞机引进延迟、发动机维修时间延长等，但通过提升飞机利用率和动态调整运力，公司有望在未来几年保持稳定增长。

行业投资评级 - 报告未明确给出行业投资评级 [1][2][3] 核心观点 - 人工智能（AI）在电力系统安全稳定研究中具有重要作用，能够应对新型电力系统中的不确定性挑战 [16][19][22] - 新型电力系统中新能源和变流器并网设备的特性引入了新的安全稳定风险，AI技术能够更好地应对这些风险 [16][18][25] - 南方电网在春节等运行场景中，新能源渗透率已达到60%，AI技术能够帮助扩展模型规模并提升在线计算决策速度 [25][26] - 电力系统安全稳定研究为AI提供了复杂非线性动力系统的研究场景，具有代表性和挑战性 [29][32] 动力：AI与电力系统安全稳定研究的相互需求 - 电力系统安全稳定研究需要AI来应对新型电力系统中的不确定性，包括新能源的随机性、波动性和间歇性 [16][18][19] - AI技术能够支持整体与还原、经验与心智的平衡，帮助破解电力系统中的复杂性问题 [22][24] - 电力系统安全稳定研究为AI提供了复杂非线性动力系统的研究场景，具有代表性和挑战性 [29][32] 范式空间：AI的角色与角色的达成方式 - AI在电力系统安全稳定研究中可以作为算法，完成归纳或演绎任务，并充当智能体辅助人类决策 [41][42] - AI的可信赖性和全生命周期管理是其在电力系统中应用的关键，需考虑AI与物质世界、人类的关系 [43][46] - AI的授权和验证流程需要与电力系统的安全稳定要求相匹配，确保其在实际应用中的可靠性 [47] 问题集：27个挑战性问题及应对思考 - 数据稀缺和数据不平衡是AI在电力系统安全稳定研究中的主要挑战，需通过数据增强、仿真模型生成等方法应对 [51][52] - 仿真环境与真实世界的误差（Sim2Real）问题需要通过优化历史数据利用、持续学习等方法解决 [51][53] - 复杂复合对象的不完全信息建模、模型可解释性和泛化性是AI在电力系统安全稳定研究中的重要问题 [52][54][55] - 电力系统基本方程和优化模型的多解问题、模型序列和多阶段学习是AI在电力系统安全稳定研究中的技术挑战 [57][58] - AI在电力系统规划运行场景生成、场景集有效性、数值仿真加速等方面具有提升潜力 [58][59] - AI在电力系统安全稳定分析决策流程自动化、安全稳定特征智能发现、Co-pilot/Co-scientist模式等方面有广泛应用前景 [59][60] - AI在电力系统安全稳定约束嵌入、集成学习、领域先验与机器学习的粘合等方面具有研究价值 [61] - AI系统工程中的数据基础设施、算力优化配置、合作研发模式是AI在电力系统安全稳定研究中应用的关键问题 [62] - AI的可信赖性机理、评估及分级标准、提升可信赖性的方法研究是AI在电力系统安全稳定研究中应用的重要方向 [63] - AI的全寿命周期管理、遗忘机制、持续学习机制、能耗评估与提升是AI在电力系统安全稳定研究中应用的关键问题 [64] - AI在电力系统安全稳定权责体系、仿真评估、出厂验收等方面的研究是AI在电力系统安全稳定研究中应用的重要环节 [65] 总结 - 报告详细探讨了AI在电力系统安全稳定研究中的应用潜力与挑战，提出了27个关键问题及应对思路，涵盖了数据、模型、仿真、决策流程、系统工程等多个方面 [51][52][53][54][55][57][58][59][60][61][62][63][64][65]