近年来，人工智能技术在全球范围内迎来爆发式发展，人工智能与经济社会各行业各领域广泛深度融合。2025年9月，国家发展改革委、国家能源局出台《关于推进“人工智能+”能源高质量发展的实施意见》，聚焦电力调度优化、电网安全运行、新能源规划设计等关键场景，推动人工智能技术加快在能源领域落地应用。南方电网公司致力于以数字化绿色化协同促进新型电力系统和新型能源体系建设，推动人工智能与新型电力系统建设深度融合，在智算底座构建、核心场景落地、生态协同创新等领域取得了系列成果。

人工智能赋能新型电力系统的实践路径

加强人工智能基础设施建设。南方电网公司加强人工智能基础设施建设，适应“人工智能+新型电力系统”对算力、数据、模型的激增需求。一是推进异构算力适配和统一管理调度。针对新型电力系统海量数据处理需求，联合头部厂商突破算力异构适配难题，建成国产算力集群，形成训练算力集中、推理算力分级部署的架构。二是建成全网统一的高质量数据集。针对新型电力系统建设中数据融合难、样本数据稀缺等问题，体系化建设数据集、工具链和运营机制，总数据量突破1400万条，为行业大模型的研发和应用提供支撑。三是构建适用于新型电力系统特点的“大瓦特”模型体系。在专用领域，攻关科学计算、时序预测等大模型核心技术，基于基础大模型打造业务域大模型和场景大模型，打造具备“自主可控、专业安全、兼容并包”技术优势的“大瓦特”人工智能模型体系，全面赋能生产、调度、营销等核心业务域场景创新。其中，全球首款电力系统智能仿真专业大模型“大瓦特·驭电”获2024年度世界人工智能大会最高奖项SAIL奖，并入选2024年度央企十大国之重器。

深耕新型电力系统核心应用场景。南方电网公司以团队“揭榜”、场景“赛马”等形式推进人工智能技术融合应用，推动“人工智能+新型电力系统”实践示范。目前已建成2000余个人工智能算法组件，支持291个业务应用场景，总调用量突破90亿次。在新能源功率预测方面，自主研发新能源高精度功率预测“夸父”系统，可为风电场、光伏电站等提供高精度、轻量化的预测服务，预测准确率在国家标准要求的基础上提升3%—7%。在安全风险识别方面，推动安全生产监控、作业违章检测等47个应用场景建设，覆盖高峰时段每日近万个作业现场，综合准确率超七成，提升了电网、设备和人身安全的本质能力及水平。在智能运维方面，构建覆盖全网输变配设备的智能巡视体系，基本实现无人机自主巡检，提升设备缺陷识别准确率和应急响应速度。在调度控制方面，开发电网断面控制智能体，调度操作智能防误功能校核准确率达到97.5%，将传统机组运行方案测算时间压缩至1秒内，实现对电网断面的秒级感知、智能预测与智能调控。

推动人工智能产业生态协同发展。南方电网公司构建开放共享的产业生态，加速技术创新、资源聚合、成果共享，积极塑造与新型电力系统建设相适应的新质生产力和新型生产关系。一是为电力人工智能技术创新提供“试验田”。牵头筹建国家人工智能应用中试基地，打造适配电力行业的技术“试验场+赛马场”与人才“汇集地+创新地”，提供测试认证、成果转化等多元服务。二是为新型电力系统协同创新搭建“资源池”。牵头成立电力行业人工智能联盟，聚合科研、制造、生产、服务等多方资源，联合开展行业共性技术研究。三是为新型电力系统拓展价值边界打造“连接器”。与中国铁建达成战略合作，向老挝等国家输出电网人工智能运维解决方案，推动我国电力人工智能技术标准与新型电力系统建设经验走向国际。四是为新型电力系统构建协同生态打造“融合器”。建立产业协同合作机制，构建电碳算映射模型，上线电碳算协同运营系统，探索“以电引算、以电引碳”的协同发展新路径。

人工智能赋能新型电力系统建设仍面临“三重”挑战

新型电力系统建设呈现复杂特性。一是规模化难题。新型电力系统涉及“源网荷储碳数”多环节，信息采集和交互需求数据激增，要求人工智能技术具备更强大的数据并行处理能力。二是复杂度难题。大量新能源并网、新型经营主体接入与电力电子设备应用，系统模型复杂度剧增，系统分析控制涉及高阶动态方程、混合整数优化等困难问题求解。三是实时性难题。新型电力系统实时响应要求进一步提高，需要人工智能技术具备毫秒级、微秒级实时响应能力。四是安全稳定难题。新型电力系统源荷两侧不确定性显著增强，系统转动惯量降低，系统运行的不确定性增加，对人工智能处理电力电量平衡和安全稳定控制等提出更高要求。

新型电力系统中人工智能技术应用存在短板。一是算力建设存在不足。在新型电力系统模型训练过程中，需要处理大规模动态性、非线性及复杂时空关联的数据，算力需求急剧攀升，高效的算力资源分配和利用愈发重要。二是模型底座有待提升。新型电力系统在模型可控与可靠决策方面要求极高，传统人工智能模型可解释性不足，可能出现偏离实际工况的错误判断，或无法清晰说明误差来源，一定程度上阻碍了人工智能技术在电力业务场景的延伸。三是业务融合深度不足。人工智能技术针对实时性和安全性高要求的场景融合难度较大，部分场景建设成果未形成规模化应用效果。

相关行业治理机制有待完善。一是数据安全风险愈发突出。电力数据包含电网拓扑、用户用电隐私等敏感信息，在数据加密与访问控制方面存在数据泄露、篡改风险，可能影响电网运行安全。二是数据资源标准化和共享度有待提升。数据采集标注缺少统一规范和行业级规范。样本库类别不够丰富，数据质量、数量难以满足专用电力大模型开发需求。数据基础参差不齐，电力故障或异常工况的数据样本较少，“源网荷储碳数”不同环节数据流通和融合不够。

人工智能赋能新型电力系统建设的建议

加强人工智能底座建设，提升面向新型电力系统的核心技术能力。一是适度超前规划建设算力集群。融入全国一体化算力网络枢纽节点布局，加强绿色算力资源投入，实现云—边—端三级算力协同运作。二是攻坚高水平电力专用大模型底座。研发科学计算、时序预测、多模态等工具链，支撑新型电力系统不同场景智能化模型适配与部署。

打造电力高价值应用场景，推动行业场景规模化。一是全面开展“人工智能+新型电力系统”建设。遴选逻辑推理、规划、决策等高价值场景，赋能电力行业全域业务，形成一批可复制、可推广的标杆示范，持续组织电力调度等AI应用大赛，打造人工智能集中应用示范区。二是深化人工智能在新型电力系统生产运行全环节的融合应用。推动新型电力系统生产运行向数字化、智能化进一步转型升级，促进系统运行提质增效，推动管理和组织变革。

管控技术风险，保障新型电力系统安全。一是推进高质量数据集建设。建立健全人工智能数据管理机制，升级可信数据空间，应用加密算法、访问控制和权限管理等技术手段进行数据清洗和校验。二是重视安全保障与伦理规范。建立健全人工智能伦理与风险审查机制，关注和防范人工智能幻觉问题，推动人工智能技术安全可控发展。

构建行业生态，实现产业生态协同升级。一是打造标准体系创新生态。完善数据、应用、评价等领域标准，为源网荷储全环节人工智能应用提供规范支撑，促进成果转化输出。二是提升中试基地服务能力。整合异构算力、高质量数据、场景模型等核心资源，为“人工智能+新型电力系统”提供测试认证、开发支撑、成果转化服务，促进电力人工智能开放协同产业生态构建。