北极星

搜索历史清空

  • 水处理
您的位置:电力电力新闻火电火电产业评论正文

前瞻“十五五” | 人工智能推动能源电力发展形势研究

2025-03-21 16:57来源:中能传媒研究院作者:徐东杰 李振杰等关键词:电力行业电力企业人工智能收藏点赞

投稿

我要投稿

人工智能推动能源电力发展形势研究

(来源:中能传媒研究院 徐东杰 李振杰 侯金秀 熊雄 )

(电力规划设计总院)

人工智能是引领新一轮科技革命和产业变革的基础性和战略性技术,正成为发展新质生产力的重要引擎。能源电力行业积极布局人工智能平台体系和大模型基础能力,持续增强算力与应用场景创新,人工智能技术在助力能源领域降本提质增效方面发挥积极作用。与此同时,人工智能发展也面临数据质量与均衡性不足、“黑箱”特性及可信安全等问题,算力的快速增长对电力系统支撑能力提出更高的挑战。因此,能源电力领域亟需加强人工智能顶层设计、业务场景构建和人工智能关键技术研究,推进电力算力布局优化与深度协同,支撑能源全方位变革。

一 人工智能助力能源高质量转型发展

(一)电网企业着力推动人工智能与业务融合应用

国家电网打造视觉、语义等行业大模型,构建千万级高质量样本库和两级智算中心,赋能数智化坚强电网建设;融入AI技术构建新一代新能源功率预测系统,强化新能源人工智能预测能力;采用无人机智能巡视和输电通道智能监控技术替代传统人工巡检,提升电网设备故障识别与巡检效能。南方电网率先发布电力行业自主可控大模型“大瓦特”,以场景、模型、数据和算力等“4大要素”高质量发展为核心,推进“4411”战略融入公司生产、经营和管理各环节,智能应用覆盖输电、变电、配电、调度、客服、规划等十余个领域百余个应用场景。内蒙古电力公司运用AI大模型等技术构建数字配电网,辅助电网规划运维和高品质供电,累计投产71座智能变电站,构建了500千伏电力主网的首座数字孪生智能化变电站,实现三维场景的可视化展示、智能操作、智能巡视、智能安全等运维功能。

(二)发电企业积极探索人工智能技术产业应用

国家电投在火电灵活调峰、新能源并网消纳等方面,探索智慧能源系统实现横向多能互补、纵向“源网荷储”高效互动,促进能源供给和需求的有效匹配,解决清洁能源发电随机性的问题,促进“源网荷储一体化”深度融合。国家能源集团通过构建“智能大脑”——AI助手,实现了智能问答、智能检索、知识生成等功能,为电厂智能化发展提供了全新解决方案。

(三)煤油气企业推动布局人工智能协同应用场景

中国中煤利用人工智能对各类矿产资源和能源的采掘、提炼、转化、安全生产、调度、运输、碳排放等各环节进行实时调度、监控、预警等,预测和防范安全事故,智能高效调配能源的使用和输送。中国石油深入推进以昆仑大模型为核心的“人工智能+”行动,加快实现人工智能赋能产业升级,语言大模型参数达到700亿个,构建了地震处理、地震解释、测井处理解释3个专业大模型,以及21个场景大模型。

二 人工智能面临的挑战与风险

(一)人工智能的飞速发展给电力系统发展带来新的挑战

有观点认为,“AI的尽头是算力,而算力的尽头是电力”。一是大语言模型和生成式AI的快速应用导致算力激增,对电力供应提出挑战。据中国算力平台统计,2023年我国数据中心用电量约为1500亿千瓦时,同比增长15.4%,约占全社会用电量的1.6%。根据中国信息通信研究院测算,在人工智能爆发增长情景下,2030年我国算力中心用电或超过7000亿千瓦时,占全社会用电量5.3%。人工智能大模型算力处理能力和规模的双重提升需求,对能源电力供应保障能力提出更高要求。二是数据中心的兴建对电网稳定运行提出挑战。数据中心由于自身的高耗电属性,是能源消耗和二氧化碳排放大户,其兴起和集中布局,改变了电力负荷的地理分布和时间分布,对电网稳定性带来影响。在“双碳”目标和碳排放双控的背景下,数据中心关注绿色低碳和可持续发展,从而推动了可再生能源的发展,而可再生能源的波动性和随机性进一步加剧了电网运行风险。三是电力与算力的逆向分布对电力调度提出挑战。一方面,我国能源资源与需求存在逆向分布,东部、中部地区用电需求较大,但能源资源相对匮乏,而西部地区用电需求较小,风电、光伏、水电等能源资源丰富;另一方面,算力需求也呈现区域集聚化发展态势,华东、华北地区算力产业集中。算力需求集中区域通常能源资源较为匮乏,对电力跨区域调度提出更大挑战,需要通过电算多维度协同,实现电力供需更高效的匹配。

(二)“黑箱”特性及可信安全问题导致人工智能发展面临阻碍

人工智能技术自身发展面临的“黑箱”、可信安全、责权归属、技术滥用等问题已引起各界的广泛关注。一是“黑箱”特性影响电力领域大规模应用。AI模型尤其是深度学习模型的内部结构和参数非常复杂,难以直观地理解其工作原理和决策过程,导致决策结论通常不具备可解释性。然而电力系统的运行决策属于安全极度敏感领域,人工智能模型可信性是其能够在电力系统进行大规模安全应用的重要前提条件。二是“幻觉”问题的错误引导带来安全风险。大语言模型存在生成看似正确实则错误的“幻觉”问题,存在将价值观、偏见和偏向性的学习数据反映到结果中的风险。当前电力AI助手使用频繁,“幻觉”问题可能带来错误信息指引,若应用在电力检修中将引发电力系统安全风险。三是人工智能给不法分子提供新手段,带来数据安全与可信问题。基于人工智能的数据投毒、算法后门、对抗样本攻击等,电力系统数据安全和网络安全面临新的挑战;生成式AI和深度伪造带来可信性问题,数字分身、伪造视频、伪造新闻、换脸变声、生成不雅图片等,若产生电力消费或电力行业事实性错误,将诱导电力用户和社会公众,产生政治偏见和错误言论等问题。

(三)数据质量及均衡性不足影响人工智能模型可靠性

能源电力领域各环节数据总量整体较为丰富,但针对具体应用场景的数据质量不高、异常数据样本匮乏、数据壁垒等问题仍普遍存在。一是数据质量不高。由于电力设备调试结果、运行状态等数据的存储形式各异、质量参差不齐,经常发生数据缺失、重复和异常等问题,影响电力系统各环节计算执行效率和计算结果的准确性。二是数据不均衡,异常数据样本匮乏。由于电力系统对安全稳定的要求较高,系统与设备异常状态运行样本数量较少,存在较为明显的样本不均衡问题,使得模型出现过拟合与决策边界偏移现象,影响鲁棒性、可靠性与泛化能力。三是数据壁垒较大。电力数据来源于不同业务部门与信息平台,难以实现跨平台数据交互与共享,大大增加了获取完整数据样本的难度,难以满足评估环节大体量、多源化数据需求。


原标题:前瞻“十五五” | 人工智能推动能源电力发展形势研究
投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

电力行业查看更多>电力企业查看更多>人工智能查看更多>