行业投资评级 - 投资评级为看好（维持）[1] 核心观点 - 山东新能源机制电价竞价结果具有风向标意义 风电机制电价319元/兆瓦时较2024年现货均价溢价20% 光伏机制电价225元/兆瓦时溢价33% [3] - 电价机制倒逼非技术性成本下降 新能源行业从"受保护"转向"自主竞争" 运营管理能力成为差异化关键 [4][30] - 绿电就近消纳新规采用单一制容量电价 保障电网利益的同时促进用户降本 高负荷率企业最高可节省电费0.043元/kWh [6][35][37] - RWA在分布式光伏领域加速落地 晶科科技和协鑫能科各投资3000万和1000万美元参投3亿美元基金 推动资产链上化和价值重估 [10][44] - 绿色甲醇需求放量在即 金风科技189.2亿元风电制氢氨醇项目规划年产60万吨绿色甲醇 产业进入业绩释放期 [13][49] 电力领域 - 山东机制电价竞价结果出炉 风电机制电量59.67亿千瓦时 光伏仅12.48亿千瓦时 政策倾向"有需求"电源 [3][17][19] - 风电机制电价319元/兆瓦时 光伏225元/兆瓦时 分别较2024年现货均价溢价20%和33% [3][24] - 光伏全生命周期上网电价约0.2元/千瓦时 倒逼项目投资降至1950元/千瓦 投资热情下降成趋势 [29] - 推荐水电及港股低估值绿电 包括国投电力、长江电力、龙源电力(H)等 [5][33] 电网领域 - 绿电就近消纳新规明确电价机制 负荷率高于全省平均值可少缴输配电费 [6][35] - 系统运行费用按下网电量缴纳 自用电部分无需缴费 30%自用电比例下最高省0.026元/kWh [7][37] - 政策利好风电和储能发展 风电成为绿电直连主要方式 储能可降低接网容量 [8][42] - 建议关注银星能源、龙净环保等绿电直连运营商 及金风科技(H)等风电设备企业 [8][43] 光伏领域 - RWA加速分布式光伏资产价值重估 晶科科技和协鑫能科参投3亿美元区块链基金 [10][44] - 朗新集团充电桩RWA融资1亿元 林洋能源与蚂蚁数科合作将光伏电站等资产上链 [11][47] - 资产代币化需电力物联网技术支持 林洋能源合作开发无人化智慧场站和虚拟电厂平台 [12][48] - 建议关注晶科科技、协鑫能科等资产运营商 及林洋能源等智能电力设备企业 [11][12] 绿色甲醇领域 - 金风科技189.2亿元风电制氢氨醇项目 规划3GW风电配套60万吨/年绿色甲醇 [13][49] - 绿醇单吨利润约1500-2000元/吨 售价约820美元/吨 [56] - 下游签约活跃 马士基、中远海运等船东锁定燃料供应 [50] - 全球替代燃料船舶订单占比52.4% 其中甲醇动力船340艘占10.4% [52] - 推荐嘉泽新能、金风科技等供应商 关注太原重工等生物质气化设备企业 [13][56]

公司网络安全成果 - 南方电网成功抵御各类高危网络攻击超过230万次 [1][2] - 公司在2025年网络安全宣传周以“智慧网安，守护万家灯火”为主题展示创新成果 [1] - 公司坚持“安全为基、科技为要、自主为本”的发展导向，打造“云盾”一体化安全运行平台 [1] “云盾”平台技术特点 - 平台创新采用“云+AI+安全+运行”融合模式，实现从被动防护向主动预警的转变 [1] - 平台具备全时域安全感知、全链路监控分析等核心能力，形成“监、防、管、控、服”五位一体支撑体系 [1] - 平台作为电网的“安全大脑”，可7×24小时不间断对全网安全态势进行感知、分析和研判 [2] - 平台能实时发现潜在威胁并自动触发处置流程，提升事件响应速度和处置效率 [2] 行业背景与挑战 - 全球针对能源行业的网络攻击事件时有发生，电网网络安全面临新挑战 [1][2] - 能源保障和安全事关国计民生，电网系统被入侵可能影响用电体验甚至危及国家能源安全 [2] - 2021年以来，全国电力行业预警网络安全事件达11,218起 [2] - 安全事件主要类型包括远程桌面攻击、漏洞攻击、扫描探测、恶意软件等 [2] 公司战略与承诺 - 公司将始终坚持总体国家安全观，持续加大网络安全投入和技术创新 [3] - 公司致力于完善防护体系，为数字电网和新型电力系统构建提供安全保障 [3]

政策目标 - 能源领域人工智能发展设定分阶段目标 到2027年重点推动"五十百"工程 包括五个以上专业大模型深度应用 十个以上重点示范项目 百个典型应用场景赋能路径 百项技术标准制定 [1] - 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 注重核心技术自主创新与深度融合应用 [1] 技术应用 - 专业大模型将在电网 发电 煤炭 油气等行业深度应用 [1] - 通过人工智能技术增强能源系统的安全性 绿色化和效率 支撑新型能源体系建设 [1] 产业培育 - 培育一批行业级研发创新平台 形成符合中国国情的能源领域人工智能技术创新发展模式 [1] - 挖掘可复制 易推广 有竞争力的重点示范项目 探索典型应用场景赋能路径 [1]

政策目标 - 提出能源领域人工智能发展分阶段目标 到2027年着眼于打牢基础、树好标杆、健全体系 到2030年实现人工智能技术与应用总体达到世界领先水平[1] - 2027年前重点推动"五十百"工程 包括五个以上专业大模型在电网/发电/煤炭/油气行业深度应用 十个以上可复制有竞争力示范项目 百个典型应用场景赋能路径[1] - 2030年阶段更注重核心技术自主创新与深度融合应用 通过AI技术增强能源系统安全性/绿色化/效率 支撑新型能源体系建设[1] 行业影响 - 政策明确推动人工智能在电网/发电/煤炭/油气等传统能源行业深度应用 培育行业级研发创新平台[1] - 将制定完善百项技术标准 形成符合中国国情的能源领域人工智能技术创新发展模式[1] - 通过挖掘示范项目和典型应用场景 加速人工智能技术在能源领域的商业化落地进程[1]

政策目标 - 到2027年推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用 [1] - 到2027年挖掘十个以上可复制、易推广、有竞争力的重点示范项目 [1] - 到2027年探索百个典型应用场景赋能路径并制定完善百项技术标准 [1] - 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 [1] 实施路径 - 培育一批行业级研发创新平台并形成符合中国国情的能源领域人工智能技术创新发展模式 [1] - 通过人工智能技术增强能源系统的安全性、绿色化和效率 [1] - 支撑中国新型能源体系建设 [1]

板块整体业绩 - 2025H1板块实现营收16755.54亿元 同比增长3.49% 归母净利润861.47亿元 同比增长16.04% [2] - 2025Q2板块实现营收9206.13亿元 同比增长5.22% 环比增长21.95% 归母净利润495.89亿元 同比增长26.97% 环比增长35.64% [2] - 2025H1板块毛利率均值19.50% 同比下降1.88个百分点 净利率均值1.91% 同比下降1.91个百分点 [2] 电网设备板块 - 2025H1电网板块营收1740.49亿元 同比增长10% 归母净利润139.98亿元 同比增长10% [1][5] - 2025Q2电网板块营收1045.20亿元 同比增长12% 归母净利润90.71亿元 同比增长8% [1][5] - 2025H1毛利率25.57% 同比下降1.52个百分点 净利率7.33% 同比上升0.72个百分点 [1][5] 新能源车板块 - 2025H1新能源车板块营收6747.57亿元 同比增长10.67% 归母净利润580.45亿元 同比下降41.93% [3] - 2025Q2新能源车板块营收3578.87亿元 同比增长10.20% 归母净利润313.93亿元 同比增长31.44% [3] - Q2利润增长主要因原材料价格稳定 产能利用率提升及纯电/商用车型需求旺盛 [3] 光伏发电板块 - 2025H1光伏营收5542.61亿元 同比下降13.29% 归母净利润-148.71亿元 同比改善102.77% [4] - 2025Q2光伏营收3063.80亿元 同比下降10.12% 环比增长23.24% 归母净利润-66.20亿元 同比下降28.16% 环比改善180.21% [4] 风电板块 - 2025H1风电营收2281.18亿元 同比增长24.2% 归母净利润101.94亿元 同比增长16.0% [4] - 2025Q2风电营收1356.57亿元 同比增长27.36% 归母净利润63.66亿元 同比增长18.88% [4] 储能板块 - 2025H1储能营收3141.69亿元 同比增长13% 归母净利润425.11亿元 同比增长31% [4] 人形机器人板块 - 2025H1人形机器人营收1122.08亿元 同比增长11.94% 归母净利润119.83亿元 同比增长21.23% [6] - 2025Q2人形机器人营收599.73亿元 同比增长11.44% 归母净利润66.21亿元 同比增长16.71% [6]

总体目标 - 到2027年初步构建能源与人工智能融合创新体系 推动五个以上专业大模型在电网 发电 煤炭 油气等行业深度应用 挖掘十个以上可复制 易推广 有竞争力的重点示范项目 探索百个典型应用场景赋能路径 制定完善百项技术标准[1][3] - 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 在电力智能调控 能源资源智能勘探 新能源智能预测等方向取得突破[4] 人工智能+电网 - 开展电力供需预测 电网智能诊断分析 规划方案智能生成等电网规划设计应用 加强电网工程智慧建设管理[5] - 推进电网多尺度智能仿真分析 探索人工智能模型在电网智能辅助决策和调度控制方面的应用 提升电力系统源网荷储全要素安全可靠低碳运行水平[5] - 推动电力设备故障预测性维护 打造具备自主感知 决策 执行能力的电力设备健康管理智能体[5] - 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 调度辅助决策等智能化应用 持续完善新一代智能调控技术支持体系[8] 人工智能+能源新业态 - 推进人工智能技术在虚拟电厂 分布式储能 电动汽车车网互动等灵活性调节资源中的应用 提升负荷侧群控优化和动态响应能力[9] - 加强人工智能技术在新型储能与电力系统协同优化调度以及全生命周期安全中的应用 推动可再生能源制氢生产工艺智能寻优[9] - 推动人工智能在零碳园区 智能微电网 算电协同中的应用 提升源网荷储一体化智能运行水平[9] - 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[10] 人工智能+新能源 - 加快在高精度功率预测 电力市场 场站智慧运营 新能源规划 项目后评价等方向的人工智能应用 推动复杂场景及转折性天气下功率预测大模型发展[11] - 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[13] - 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 提升设备巡检效率[13] 人工智能+水电 - 推进人工智能技术在水电工程建设中的应用 提升水电工程智能化设计施工管理水平[14] - 推进人工智能技术与传统水文模型 气象模型 大规模水库调度技术融合 提升气象 水文双向耦合预测精度[14] - 推动知识图谱 大模型 智能体等技术融入新一代水电智慧运营大脑 在水电站智慧运维与精益检修等重点领域形成智能化解决方案[14] - 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 提升气象水文预报精度和预见期[16] 人工智能+火电 - 在燃料管控 生产运行优化与智能控制 设备全生命周期管理等业务场景协同开展人工智能赋能及技术创新[17] - 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 实现燃料数量 质量等智能检测和智能管控[19] - 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[19] 人工智能+核电 - 构建核电安全预警 电站运行事件智能溯源分析 应急响应的智能辅助支持系统 开展核工业特种运维机器人技术攻关[20] - 推进人工智能技术在核电系统智能监测 预警 诊断和预测中的应用 提升机组性能智能诊断和优化能力[22] - 基于人工智能技术开展可控核聚变智能控制系统研究 研发等离子体位形实时预测-磁约束参数自适应调控智能模型[22] 人工智能+煤炭 - 聚焦地质勘探 煤矿采掘 煤炭洗选 生产调度等典型场景 实现生产过程智能控制与自主决策 助力少人无人化作业常态化运行[23] - 通过多模态感知 大小模型融合 设备群协同控制和工艺动态优化 驱动采煤与掘进工作面设备群智能截割 自主决策与协同控制[25] - 推进大模型模拟爆破参数与穿爆作业的融合 实现采-运-排生产系统内挖掘机 排土推土机常态化远控或自主作业[25] 人工智能+油气 - 推动勘探地质目标智能评价 开发方案智能优化 钻井压裂等作业参数智能调整 炼化装置智能运行 管网运行实时仿真[27] - 构建面向地震测井处理解释的专业大模型 打造面向有利地质目标综合评价的智能应用系统[29] - 推进地面工程智能设计 钻井参数智能优化 录井实时智能判层 储层改造及智能故障诊断与风险评估[29] 技术支撑体系 - 推动开展适用能源领域的数据 算力 算法等共性关键技术攻关 夯实数据基础 强化算力支撑 提升模型基础能力[31] - 开展多元异构算力统一调度 任务智能编排 存算网一体化融合 算力池化等关键技术攻关 提升智算服务水平[31] - 加大多智能体协同 可解释性 模型轻量化推理等技术的研究 持续深化机器视觉 多模态 时序预测等人工智能关键技术在能源领域的应用研究[32] 实施保障措施 - 推动建设一批行业研发创新平台 鼓励企业牵头联合科研机构 高校等单位建设跨领域 跨学科的"人工智能+"能源创新联盟[33] - 加快编制能源数据治理 多元异构算力融合 典型场景设计等一批技术标准规范 推动能源领域人工智能标准体系建设[33] - 组织开展能源领域人工智能应用试点示范 遴选一批可复制 易推广的场景和企业标杆应用[34] - 充分发挥中央财政资金带动作用 依托能源领域 人工智能领域国家科技重大专项和重点研发计划等科技专项 有序推动能源领域人工智能技术应用创新[34]

核心观点 - 国家发展改革委与国家能源局联合发布《关于推进"人工智能+"能源高质量发展的实施意见》 旨在推动人工智能与能源产业深度融合 目标到2027年初步构建能源与人工智能融合创新体系 到2030年能源领域人工智能技术总体达到世界领先水平 重点覆盖电网 新能源 煤炭 油气 水电 火电 核电等细分领域 通过应用场景赋能 关键技术攻关及政策保障措施 支撑能源高质量发展和安全转型 [1][3][4] 总体要求 - 以拓展人工智能与能源领域深度融合应用场景为重要依托 以提升能源领域人工智能创新应用技术水平为主攻方向 以推进智能算力与电力协同发展为必要支撑 以健全能源智能化发展的创新体系为关键保障 着力提升能源系统安全可靠与灵活高效运行能力 保障能源安全稳定供应和绿色低碳转型 [2] - 到2027年目标包括：推动五个以上专业大模型在电网 发电 煤炭 油气等行业深度应用 挖掘十个以上可复制 易推广 有竞争力的重点示范项目 探索百个典型应用场景赋能路径 制定完善百项技术标准 培养一批复合型人才 [3] - 到2030年目标包括：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 建立绿色 经济 安全 高效的算力用能模式 在电力智能调控 能源资源智能勘探 新能源智能预测等方向取得突破 [4] 能源应用场景赋能 人工智能+电网 - 开展电力供需预测 电网智能诊断分析 规划方案智能生成等电网规划设计应用 加强电网工程智慧建设管理 [5] - 推进电网多尺度智能仿真分析 探索人工智能模型在电网智能辅助决策和调度控制方面的应用 提升电力系统源网荷储全要素安全可靠低碳运行水平 [5] - 推动电力设备故障预测性维护 打造具备自主感知 决策 执行能力的电力设备健康管理智能体 提升设备精益化管理水平 [5] - 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 调度辅助决策等智能化应用 支撑新型电力系统安全稳定运行 [6] 人工智能+能源新业态 - 推进人工智能技术在虚拟电厂 分布式储能 电动汽车车网互动等灵活性调节资源中的应用 提升负荷侧群控优化和动态响应能力 [7] - 加强人工智能技术在新型储能与电力系统协同优化调度以及全生命周期安全中的应用 推动可再生能源制氢生产工艺智能寻优 [7] - 推动人工智能在零碳园区 智能微电网 算电协同中的应用 提升源网荷储一体化智能运行水平 促进新能源就地消纳 [7] - 虚拟电厂运营商平台实现大规模灵活性资源聚合优化调控 智慧交易决策 绿氢生产工艺实现电解制氢-储氢-用氢全链条智能调控 园区智能降碳系统形成"碳-能-费"智能协同模式 [8] 人工智能+新能源 - 加快在高精度功率预测 电力市场 场站智慧运营 新能源规划等方向的人工智能应用 推动复杂场景及转折性天气下功率预测大模型发展 [9] - 打造"气象预测+功率预测+智慧交易+智能运维"一体化新能源智能生产模式 全力支撑新能源稳定供给 [10] - 构建多时空尺度气象预报服务体系 实现新能源功率精准预测 利用大模型 声纹检测 遥感等技术提升偏远地区场站智能运维效率 [11] 人工智能+水电 - 推进人工智能技术在水电工程建设中的应用 提升水电工程智能化设计施工管理水平 [12] - 推进人工智能技术与传统水文模型 气象模型 大规模水库调度技术融合 提升气象 水文双向耦合预测精度 [12] - 推动知识图谱 大模型 智能体等技术融入新一代水电智慧运营大脑 形成智慧运维与精益检修智能化解决方案 [12] - 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 提升气象水文预报精度和预见期 [13] 人工智能+火电 - 在燃料管控 生产运行优化与智能控制 设备全生命周期管理等业务场景协同开展人工智能赋能及技术创新 [14] - 加快火电数字化设计建造和智能化升级 推动火电运行控制系统智能化发展和应用 提升火电关键装备全生命周期智能监测及健康管理能力 [14] - 基于大模型实现燃料数量 质量智能检测和管控 生产运行优化实现燃料掺配 运行优化 智能灵活调峰等核心业务场景智能化升级 [15][16] 人工智能+核电 - 构建核电安全预警 电站运行事件智能溯源分析 应急响应的智能辅助支持系统 开展核工业特种运维机器人技术攻关 [16] - 推动核电人工智能小模型及专业大模型研发 提升机组性能智能诊断和优化能力 拓展高危场景机器人作业范围与深度 [17] - 基于人工智能技术开展可控核聚变智能控制系统研究 研发等离子体位形实时预测-磁约束参数自适应调控智能模型 [17] 人工智能+煤炭 - 聚焦地质勘探 煤矿采掘 煤炭洗选 生产调度等典型场景 实现生产过程智能控制与自主决策 助力少人无人化作业常态化运行 [18] - 基于煤矿专业大模型构建复杂地质条件下的煤矿地质数据库 实现矿井地质信息全过程动态协同管理和预警 [19] - 推进大模型模拟爆破参数与穿爆作业融合 实现采-运-排生产系统内设备常态化远控或自主作业 提升露天煤矿生产效率与安全水平 [19] 人工智能+油气 - 推动勘探地质目标智能评价 开发方案智能优化 钻井压裂等作业参数智能调整 炼化装置智能运行 管网运行实时仿真 [20] - 加快智能钻机 机器人 无人机 智能感知系统等智能生产技术装备研发与应用 推动油气产业链智能化升级建设 [20] - 构建面向地震测井处理解释的专业大模型 实现可控震源智能辅助驾驶 地震检波器埋置等机器人示范应用 [21] - 推进市场洞察预测 管网实时仿真及动态优化 实现"黑屏"智能调控 提升油气管网安全生产与保供能力 [22] 关键技术供给 - 推动开展适用能源领域的数据 算力 算法等共性关键技术攻关 聚焦数据孤岛化 算力碎片化 算法黑盒化 算力高耗能等技术瓶颈 [23] - 夯实数据基础：推动数据智能标注 智能增强 数据合成等技术应用 推进能源数据分类分级技术 隐私计算技术研发 [23] - 强化算力支撑：开展多元异构算力统一调度 任务智能编排 存算网一体化融合等关键技术攻关 构建算力 电力深度融合的算电协同发展机制 [23] - 提升模型基础能力：推动模型算法 应用系统等安全能力建设 加大多智能体协同 可解释性 模型轻量化推理等技术研究 [23][24] - 加快突破人工智能绿色低碳技术瓶颈 研究柔性直流供电 模块化小型堆等能源供给技术 鼓励数据中心液冷技术 废热回收等高效能源综合利用技术应用 [24] 保障措施 - 强化组织实施：各地方能源主管部门和相关中央企业建立健全工作机制 统筹衔接相关规划 做好要素保障 探索构建安全治理体系 [25] - 推动协同创新：推动建设一批行业研发创新平台 鼓励企业牵头建设"人工智能+"能源创新联盟 深化产学研用合作 [25] - 加强标准规范建设：加快编制能源数据治理 多元异构算力融合 典型场景设计等技术标准规范 推动能源领域人工智能标准体系建设 [25] - 开展试点示范：遴选一批可复制 易推广的场景和企业标杆应用 鼓励开展跨领域 跨行业典型场景示范 [26] - 加大支持力度：发挥中央财政资金带动作用 依托国家科技重大专项和重点研发计划 引导社会资本参与人工智能科技项目实施和成果转化应用 [26] - 完善人才培育生态：鼓励能源企业与高等院校 科研院所共建人才培养基地 重点培养具备能源系统知识 人工智能算法应用能力的复合型人才 [26]

政策背景与目标 - 政策旨在推动人工智能与能源行业深度融合，以应用为导向，支撑能源高质量发展和高水平安全 [10] - 能源行业具备数字化基础好、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 [3] - 到2027年，目标是初步构建能源与人工智能融合创新体系，推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上重点示范项目，探索百个典型应用场景赋能路径，制定完善百项技术标准 [1][4][12] - 到2030年，目标是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，算力电力协同机制进一步完善，在电力智能调控、能源资源智能勘探等方向取得突破 [5][13] 重点任务与应用场景 - 系统部署了人工智能+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个融合应用发展重点任务，涉及百余项场景 [7] - 人工智能+电网重点包括电网智能规划设计、调度运行、设备智能运维、配电网智能运行管理和电力应急抢修等应用 [14][15] - 人工智能+能源新业态重点包括虚拟电厂精准控制、绿氢生产工艺智能寻优、园区智能降碳和新型储能智能化运行等 [16][17] - 人工智能+新能源重点包括高精度功率预测、偏远地区场站智能运维、新能源规划设计和智慧工地建设 [18][19] - 人工智能+水电重点包括智能工程建设、气象水文联合预测、流域综合调度和设备智能运检 [20][21][22] - 人工智能+火电重点包括燃料智能管控、生产运行优化、设备全生命周期管理和智能技术监督 [23][24] - 人工智能+核电重点包括智能安全管控、智能运维和可控核聚变智能控制 [25][26][27] - 人工智能+煤炭重点包括地质勘探数智赋能、采掘工艺优化、露天煤矿无人化、煤炭智能洗选和设备智能运维 [27][28][29] - 人工智能+油气重点包括勘探智能赋能、开发生产智能管控、海洋环境预测维护、工程技术优化、管网智能调控和炼厂生产优化 [29][30][31] 关键技术供给 - 围绕数据、算力、算法三大方向构建人工智能应用基础支撑体系 [8][32] - 夯实数据基础，推动数据智能标注、增强等技术应用，加快形成能源领域高质量数据集，确保数据安全可靠 [32] - 强化算力支撑，开展多元异构算力统一调度、任务智能编排等关键技术攻关，构建算力电力协同发展机制 [32] - 提升模型基础能力，加大多智能体协同、可解释性、模型轻量化推理等技术研究，推动人工智能与能源软件深度融合，并突破绿色低碳技术瓶颈 [33] 保障措施与实施路径 - 强化组织实施，要求各地方能源主管部门和相关中央企业建立健全工作机制，形成上下联动的工作格局 [9][34] - 推动协同创新，鼓励企业牵头建设跨领域的“人工智能+”能源创新联盟，深化产学研用合作 [9][34] - 加强标准规范建设，加快编制一批技术标准规范，推动能源领域人工智能标准体系建设，鼓励制定国际标准 [34] - 开展试点示范，遴选可复制、易推广的场景和企业标杆应用，相关技术装备优先纳入能源领域首台（套）重大技术装备支持范围 [35] - 加大支持力度，发挥中央财政资金带动作用，并引导社会资本参与人工智能科技项目实施和成果转化 [36] - 完善人才培育生态，鼓励共建人才培养基地，重点培养具备能源系统知识和人工智能算法应用能力的复合型人才 [36]

总体目标 - 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 建立绿色经济安全高效的算力用能模式 [1][5] - 到2027年初步构建能源与人工智能融合创新体系 推动五个以上专业大模型在电网发电煤炭油气等行业深度应用 挖掘十个以上重点示范项目 探索百个典型应用场景 [4] - 形成一批全球领先的研发创新平台和复合人才培养基地 建成更加完善的政策体系 [1][5] 人工智能+电网 - 开展电力供需预测 电网智能诊断分析 规划方案智能生成等电网规划设计应用 加强电网工程智慧建设管理 [6] - 推进电网多尺度智能仿真分析 探索人工智能模型在电网智能辅助决策和调度控制应用 提升源网荷储全要素安全运行水平 [6] - 推动电力设备故障预测性维护 打造具备自主感知决策执行能力的电力设备健康管理智能体 [6] - 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 调度辅助决策等智能化应用 [7] 人工智能+能源新业态 - 推进人工智能技术在虚拟电厂 分布式储能 电动汽车车网互动等灵活性调节资源应用 提升负荷侧群控优化能力 [8] - 加强人工智能技术在新型储能与电力系统协同优化调度及全生命周期安全应用 推动可再生能源制氢生产工艺智能寻优 [8] - 推动人工智能在零碳园区 智能微电网 算电协同应用 提升源网荷储一体化智能运行水平 [8] - 虚拟电厂实现大规模灵活性资源聚合优化调控 智慧交易决策 [9] 人工智能+新能源 - 加快高精度功率预测 电力市场 场站智慧运营等方向人工智能应用 推动复杂场景功率预测大模型发展 [11] - 打造气象预测+功率预测+智慧交易+智能运维一体化新能源智能生产模式 [11] - 构建多时空尺度气象服务体系 建立气象-功率非线性关系算法大模型 实现新能源功率精准预测 [12] - 利用大模型声纹检测遥感机器人等技术装备 提升偏远地区场站设备巡检效率 [12] 人工智能+水电 - 推进人工智能技术在水电工程建设应用 提升水电工程智能化设计施工管理水平 [13] - 推进人工智能技术与传统水文模型气象模型融合 提升气象水文双向耦合预测精度 [13] - 推动知识图谱大模型智能体等技术融入水电智慧运营大脑 [13][14] - 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 [15] 人工智能+火电 - 在燃料管控 生产运行优化与智能控制 设备全生命周期管理等场景开展人工智能赋能 [16] - 基于大模型实现燃料掺配 运行优化 智能灵活调峰 安全智能管控等业务智能化升级 [18] - 通过对汽轮机发电机锅炉等关键设备多类型数据实时监测 实现设备状态全景监测健康量化评估 [18] 人工智能+核电 - 构建核电安全预警 电站运行事件智能溯源分析 应急响应智能辅助支持系统 [18] - 开展核工业特种运维机器人技术攻关 推动核电系统自动启停技术升级 [18] - 基于人工智能技术开展可控核聚变智能控制系统研究 研发等离子体位形实时预测智能模型 [19] 人工智能+煤炭 - 实现生产过程智能控制与自主决策 助力少人无人化作业常态化运行 [20] - 通过多模态感知设备群协同控制 实现采煤工作面生产系统自主运行 掘进工作面高效协同 [21] - 推进矿用卡车无人驾驶规模化运行 提升露天煤矿生产效率与安全水平 [21] 人工智能+油气 - 推动勘探地质目标智能评价 开发方案智能优化 钻井压裂作业参数智能调整 [22] - 加快智能钻机机器人无人机等智能生产技术装备研发与应用 [22] - 推进地面工程智能设计 钻井参数智能优化 录井实时智能判层 实现井控机器人示范应用 [24] 技术支撑体系 - 推动数据智能标注智能增强数据合成等技术应用 推进能源数据分类分级技术研发 [26] - 开展多元异构算力统一调度 任务智能编排 存算网一体化融合等关键技术攻关 [26] - 加大多智能体协同可解释性模型轻量化推理等技术研究 深化机器视觉多模态时序预测应用 [27] 实施保障 - 推动建设一批行业研发创新平台 鼓励企业牵头建设人工智能+能源创新联盟 [28] - 加快编制能源数据治理 多元异构算力融合 典型场景设计等技术标准规范 [28] - 组织开展能源领域人工智能应用试点示范 遴选可复制易推广场景和企业标杆应用 [29] - 发挥中央财政资金带动作用 依托国家科技重大专项推动能源人工智能技术创新 [29]