智能电网进入“AI+”时代！国家电网部署200项核心场景，无锡调度预案生成效率提升20倍- 大数跨境

首页

智能电网进入“AI+”时代！国家电网部署200项核心场景，无锡调度预案生成效率提升20倍

新数字能源

2026-03-25

导读：2026年3月的一个清晨，国网无锡供电公司调度大厅内，大屏上的数据流飞速跳动。

2026年3月的一个清晨，国网无锡供电公司调度大厅内，大屏上的数据流飞速跳动。一次预想的电网故障刚刚触发，系统在15秒内自动生成了一份完整的风险处置预案——而在过去，这项工作需要调度员花费数小时。

这不是科幻场景，而是中国智能电网“AI+”时代的日常。截至2026年初，国家电网已在规划建设、电网运行、设备管理、客户服务等8大重点领域部署超过200项AI核心场景，人工智能正从单点工具向全链条赋能转变。

AI如何做电力“天气预报”

电力系统最核心的难题之一，是预测。负荷预测的准确率直接决定了调度计划的科学性、新能源消纳的能力，乃至整个电网的运行安全。

在无锡供电公司，AI负荷预测模型的R²达到0.9346——这个接近1的数字意味着模型能够解释93%以上的负荷变化规律，预测精度远超传统方法。这一突破的背后，是国网信通产业集团近年来持续探索的“AI+气象预测”技术路径。

南方电网的实践更为系统。该公司自主研发的电力行业首个全自主可控人工智能大模型“大瓦特”，其子模型“大瓦特·驭电”能够在1小时内完成全年至少8760个运行方式的仿真计算，相比传统方法效率提升30倍以上。这一突破让电网调度从“经验驱动”走向“仿真推演”，真正实现了电力系统的“天气预报”。

为什么要做8760小时的仿真？因为电力系统每时每刻都在变化——新能源出力受天气影响波动剧烈，用户用电行为随机性强，电网拓扑结构随检修计划动态调整。只有通过逐小时的精细化仿真，才能找出系统运行的最薄弱环节，提前制定应对策略。

中国能源网报道显示，2025年我国用电量首次突破10万亿千瓦时，当年新增电量的98%由新能源提供。这意味着传统基于历史数据的负荷预测方法已经失效——新能源的不确定性成为电网运行的核心变量，而AI正是破解这一难题的关键钥匙。

调度“自动驾驶”案例深度拆解

如果说负荷预测是电网的“眼睛”，那么调度预案生成就是电网的“大脑”。国网无锡供电公司的电网风险调度预案智能生成系统，将这个“大脑”的反应速度提升到了令人惊叹的程度。

15秒生成一份预案，效率提升20倍——这一数据背后是一项核心技术突破。根据国网电力科学研究院的专利信息，这套系统采用“知识融合数据模型”的方法，核心流程包括：

1.首先抽取电网调度业务文档中的关键信息，结合专家经验构建预案生成知识图谱

2.然后模拟未来电网状态断面，搭建强化学习动作空间和奖惩指标体系，训练风险处置预案策略生成智能体

3.最后针对预想故障，快速出具处置预案，并通过与传统电力系统分析方法生成的预案进行仿真对比，选出最优方案

这套系统的价值不仅在于快，更在于“准”。传统离线预案存在针对性、时效性不足的问题，难以适用实际故障的复杂场景。而AI生成的预案是动态的、自适应的——它能够获取实时电网拓扑及运行状态数据，针对具体故障场景生成定制化方案，并通过与历史处置过程的对比分析，持续优化策略。

国网经研院副总经理齐立忠在AI+能源发展大会上透露，国网每年需评审几千个电网工程，传统评审方式流程繁琐、耗时久、质量难以保障。如今，80%的工程已实现标准化，AI技术正推动评审模式从专家个人判断向自动生成转型。

设备巡检：从人工到“具身智能”

AI的力量不止在调度大厅，更延伸到了电网的每一个角落。

在南方电网的展厅里，配网带电作业机器人、变电站巡检机器狗“吠云”、水下电缆检修机器人等具身智能设备引人注目。这些设备不仅替代人工完成高空、涉电、密闭空间等危险作业，还将巡检效率提升近80倍。

什么是具身智能

具身智能（Embodied AI）是人工智能与物理实体深度融合的新方向。与传统的“大脑”式AI不同，具身智能拥有“身体”，能够在物理环境中感知、行动和交互。在电网场景中，这意味着机器狗可以爬上陡峭的山坡巡检输电铁塔，机器人可以在带电状态下完成绝缘子清洗，无人机可以自主规划航线完成数百公里线路的精细化巡检。

国网信通产业集团正在进一步探索具身智能的应用，重点攻关电力场景“几何-语义-动作空间”的联合表征建模，以提升各类机器人在复杂任务中的实用化水平。

AI大模型在电网的规模化应用

AI大模型正在重塑电力行业的底层技术架构。

南方电网构建起“算力-数据-模型”三位一体的支撑体系：

算力方面，联合华为、百度等头部企业建成近800PFLOPS规模的国产算力集群，实现多元异构算力的统一调度

数据层面，打造超200TB的行业高质量样本库，建成通过国家网络安全等级保护三级认证的可信数据空间，开放160余项电力数据

模型体系上，“大瓦特”家族已包含2个基础大模型、7个业务域大模型、10个场景大模型及340个小模型，年调用量达23.4亿次

国家电网同样在加速布局。国网联合百度、阿里、华为等企业发布了“光明”大模型，旨在通过大模型技术推动创新突破、优化业务流程。国网经研院计划与张江数学院合作，建立各专业高质量数据集，为AI模型训练提供充足素材。

国家电网近日印发的《关于深化推进“人工智能+”专项行动的意见》明确提出，到2030年实现智能体普及率、光明电力大模型应用渗透率双超90%，全面建成企业级一体化智能中枢。

面临的挑战：数据、算力与融合深度

尽管成绩斐然，但AI在电网中的应用仍面临多重挑战。

首先是数据质量。电网数据虽然量大，但存在多源异构、标准不一的问题。国网经研院正在推进高质量数据集建设，但数据标注、清洗、治理的工作量巨大。南方电网虽然建成了可信数据空间，但“原始数据不出域、数据可用不可见”的机制仍在探索中。

其次是算力瓶颈。电网AI模型参数量越来越大，对算力的需求呈指数级增长。国网信通产业集团正在研发“算力+模型+应用”思极一体机，为电力边端、数据隐私敏感、网络条件受限等场景提供一站式智能解决方案。

第三是融合深度。目前AI在电网中的应用仍以单点场景为主，跨业务、跨系统的协同应用尚不成熟。齐立忠坦言，对于“藏粤工程”等复杂重大工程，AI评审仍需高水平专家凭借经验进行矫正。如何从“单点工具”走向“全链条赋能”，是下一阶段的核心课题。

未来趋势：从辅助工具到核心驱动

展望未来，AI在电网中的角色将从“辅助工具”升级为“核心驱动”。

国网信通产业集团正在研究新一代智能体演进路线，通过解构业务系统形成可复用的原子工具组件，沉淀业务知识构建标准知识库，支撑打造协同联动的企业级智能体互联网。这意味着未来的电网运行将不再是“人操作机器”，而是“人设定目标、智能体自主决策、机器执行任务”的新型人机协同模式。

南方电网则聚焦“电碳算”协同发展，正在筹备组建电碳联合服务公司，加速推进碳足迹核算、电能替代等全链条业务，打造“电碳算”协同的创新生态服务产品体系。

2025年，工信部部长李乐成透露，规上制造业企业人工智能技术应用普及率已超30%。在能源领域，这个数字还在快速攀升。当AI成为电网的“新基建”，中国的新型电力系统建设将驶入前所未有的快车道。

从无锡调度大厅的15秒预案，到南方电网的8760小时精细化仿真，从机器狗巡检到“大瓦特”大模型，AI正在深刻重塑中国电网的每一个环节。这场“AI+电网”的变革，不仅关乎效率提升，更关乎能源转型的未来。

国家电网有限公司关于深化推进“人工智能+”专项行动的意见（原文）

【声明】内容源于网络

新数字能源

全栈AI/全栈能源/算电协同/智能电网/虚拟电厂/工业绿色微电网/ 零碳园区/绿电应用/电力大模型/新型电力系统/构网型控制/工业能源数字孪生/综合能源管理/能源区块链/AIDC储能/固态变压器/能源大数据/数字技术/能源路由器

内容 0

粉丝 0

新数字能源全栈AI/全栈能源/算电协同/智能电网/虚拟电厂/工业绿色微电网/ 零碳园区/绿电应用/电力大模型/新型电力系统/构网型控制/工业能源数字孪生/综合能源管理/能源区块链/AIDC储能/固态变压器/能源大数据/数字技术/能源路由器

总阅读0

粉丝0

内容0