人工智能浪潮中的电网观察与思考

近几年，以ChatGPT、DeepSeek等为代表的大模型取得显著进展，人工智能逐渐从感知向认知、从分析判断向生成式、从专用向通用转变，进入快速发展的新阶段。

当人工智能发展进入热潮，我们或许也需要一些观察与思考，关于人工智能+电网，也关于电网转型发展。

浪潮之下的起与落

1897年爱迪生“点燃了”世界上第一盏有实用价值的电灯，彻底改变了人类的生活方式。当下，人工智能的“爱迪生时刻”也正到来，就像当年的电力一样，开始走进千家万户、改变各行各业。

今年全国两会更是将“人工智能+”“大模型”“算力”等写入政府工作报告。

实际上，人工智能并不是一个新概念。1956年，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，掀起人工智能发展的第一个高潮。

第一代人工智能的目标是通过计算机模型来实现机器像人类那样思考，其最大的缺点是缺乏自学能力。由于人们对第一代人工智能的期望过高，提出了各种不切实际的研发目标，导致接二连三的失败，致使其发展走入低谷。

20世纪80年代，人工智能迎来了第二次发展热潮。这一时期，专家系统的成功应用成为推动了人工智能发展的重要动力。专家系统是一种基于知识的智能程序，它能够运用领域专家积累的经验和知识，模拟人类专家的思维方式，解决特定领域的复杂问题。

然而随着专家系统的广泛应用，其局限性也逐渐凸显出来。一是其开发成本昂贵，二是通用性较差，应用领域狭窄，人工智能发展再度进入寒冬。

21世纪初，在经历两个“春天”和两个“冬天”后，随着算力和算法的不断提升和改进，人工智能迎来了第三个“春天”。

2022年，OpenAI发布ChatGPT，迅速风靡全球。2024年，多模态模型成为重要发展方向，如OpenAI的文生视频大模型Sora。2025年，Deepseek突破技术圈层爆火,以深度神经网络为代表的人工智能技术促使人工智能迎来第三次发展热潮。

在能源电力行业，人工智能发展也同样经历了三个阶段。1981年，以王平洋为代表的老一辈专家将人工神经网络等人工智能技术应用于电网安全稳定分析及控制领域，为电网人工智能发展奠定基础。

随着大数据时代的到来，电网公司开始存储大量数据，构建云平台，并着手去做一些应用，比如负荷调度、故障预警等。但由于当时的数据较为分散且不健全，因而搭建的应用也有局限。

近几年，随着数据的广泛接入和融合共享，电力人工智能也实现了数据深度融合转型。当前，国家电网公司正积极推进人工智能应用模式从单一专业应用向“通用+专业应用融合”的转变，形成以大模型为核心、专用模型融合的应用体系。

“是热潮，就一定会有起落，但螺旋式的前进始终是科技发展的主旋律。我们真正需要思考的，是如何在潮起潮落间将技术潜能转化为造福人类的持续动能。”国网浙江电科院技术监督部人工智能与数字化管理专职蔡钧宇表示。

电网智能化的浙江实践

作为新一轮科技革命和产业变革的核心驱动力量，人工智能以一种改变世界的热潮之姿出现。

如何赶上人工智能这趟高速列车，是大家都在思考的一个问题。能源电力行业也在思考，思考如何将电网的底层逻辑与人工智能相结合，实现运行理念的全面重构。

传统的电网依赖人工调度和固定模型，但如今风能、太阳能等可再生能源的大规模接入，让电力供应变得波动且不可控，加之电网设备规模的持续增加，电力系统仿真分析、生产组织、调控运行难度日益增大，电网传统的工作模式难以满足当前的快速发展需求。

人工智能像是破解上述难题的一把钥匙，通过揭示数据隐含的规律，高效分析数据，开展自主学习及群体智能协同等，对跨领域知识进行融合推理，可以实现复杂随机环境下的多目标决策。

作为国家电网公司的排头兵，国网浙江电力在人工智能应用方面起步较早，目前已建成人工智能样本库、模型库、人工智能平台“两库一平台”，可提供资源申请、样本上传、样本标注、模型训练、模型评估等一站式人工智能服务。

在样本方面，国网浙江电力针对不同专业领域开展各类样本资源收集，包括设备缺陷、安全违章等样本，目前共归集样本数据1300余万份，覆盖输电、变电、配电、安监等8个专业，10余个业务场景。

在模型方面，国网浙江电力现有人工智能模型覆盖基建、安监、调控、输电、配电、变电、营销、综合8大专业，包括输电通道隐患识别、无人机巡检缺陷识别、现场违章行为识别等模型，共计349个。模型准确率集中在80%~90%之间，误报率集中在15%~20%之间。

在应用方面，国网浙江电力持续推进应用场景探索和人工智能规模化应用，成功构建现场作业安全管控、输电线路智能巡检、新能源功率预测等场景，并形成了一定规模和成效。

浙江有着超6万公里的输电网络，国网浙江电力依托无人机开展智能巡检，改变了传统人工巡检作业方式，目前已累计完成73万张红外图片缺陷识别。

“输电线路的无人机巡检每日最多会产生1.2万张红外图像，传统人工分析模式需要3名技术人员连续奋战20天才能完成分析。如今在相应算法支撑下，完成相同数量的红外图像分析仅需1小时。”国网浙江电科院红外算法研发负责人李特介绍。

安全是电网运行的生命线。国网浙江电力牵头组织研发5类典型场景，完成36类算法测试验证，建立作业现场智能反违章策略，累计巡视13516个作业现场，筛选出大型机械与高处作业473次，累计识别违章130余例。

在新能源快速发展的今天，“看天吃饭”是电网的一个特性。因而对天气和新能源的准确预测可以降低天气对电网带来的不利影响。国网浙江电力建立全区域新能源多源集合气象预测体系，开发区域性异常天气新能源出力预测预警模型，优化典型极端天气条件下的预测模型，提高极端天气下的功率预测的准确率。在台风影响下的预测功率误差小于15%，浙江电网风电日前功率预测精度提升至92%以上，光伏日前功率预测精度提升至97%以上。

人工智能+电网的无限可能

当前人工智能正处于从感知智能到认知智能、决策智能快速演变的关键时期，进一步推进人工智能在电网的应用，将对电网企业未来的生产作业、技术创新都产生颠覆性影响。

“如何将人工智能与电网核心业务融合，去变革原来的一些生产模式，在这波浪潮褪去的时候，依然有核心力量去支撑。”蔡钧宇一直在思考这个问题。

算力是首当其冲的问题。算力是人工智能规模化应用的基础，随着人工智能规模化应用需求的日益增长，CPU规模、算力资源仍需进一步扩充，国网浙江电力正在建设算力中心，支撑电力行业大模型建设和训练迭代，支撑细分场景专用模型训练优化及推理计算。

其次是人才问题。电网企业还存在复合型人才缺失现象，譬如数字化专业的人懂人工智能，但对电网业务相关内容却并不十分精通，同样懂电网业务方面的人也并不精通人工智能。如何把这两者盘活起来，把懂业务与懂人工智能的人融合成一个团队或者培养相关的复合型人才，是今后应该思考的一个方向。同时也可以考虑拓展一些高校、企业等外部资源，依托实验室等平台，把外部资源和内部资源整合起来，赋能生产。

随着人工智能的第三个“春天”来临，我们应当冷静客观地看待人工智能，了解它的能力边界，思考它的底层逻辑和生命周期。也应当全维度思考如何将人工智能技术深度地嵌入到电网生产环节里，实现人工智能应用模式从单一专业应用向“通用+专业应用融合”转变，逐渐打造以大模型为核心、专用模型融合的应用体系。

目前，人工智能相关技术可对上传文档和训练数据进行分析，因而部署在互联网上的一些私域数据很可能会遭受黑客窃取，还需要深入思考由此带来的网络安全问题。电网运行决策属于高安全、高可靠领域，虽然电网企业的大多数据都在内网，但也要切实保障电力业务数据安全。

观察与思考，是为了进一步深化人工智能在电力系统中的应用。可以预见，未来人工智能将深度融入电力生产、传输、消费全链条，应用场景将涵盖从规划建设到设备运检、电网运行、营销服务以及数字赋能等全链条环节。

在电网规划设计阶段，人工智能可通过算法对多源数据进行融合，预测新能源消纳潜力与负荷增长趋势，动态生成最优电网拓扑结构；在设备运检领域，可通过智能巡检机器人搭载多光谱成像与声纹分析技术，实现毫秒级故障定位，数字孪生体实时映射物理资产状态，自动生成维修策略；在电网运行时借助强化学习算法，在高比例分布式电源接入场景下实现自愈式潮流重构，通过量子计算加速的稳定域分析确保电力系统韧性；在营销服务端口中通过联邦学习挖掘用户隐私保护下的消费偏好，催生虚拟电厂与储能资源的动态聚合交易。

这种跨领域协同的智能生态将彻底颠覆传统电力价值链，推动能源生产、传输、消费环节的实时优化与动态平衡，最终实现电力系统与智慧城市、碳交易市场的无缝融合，全方位提升能源利用效率与供电可靠性，为构建清洁低碳、安全高效的现代能源体系提供颠覆性技术支撑。

“人工智能+电网将产生无限可能。”蔡钧宇表示。