这是AIE加速工业进化【穿透工业软件云智化迷雾】专题中的小系列【行业+AI】的第3篇，行业+AI系列将主要盘点一些重点行业的AI应用情况。首先是电力行业中的电网行业，主要分为国网、南网以及总结3篇文章（暂不考虑内蒙古电力）。

在之前梳理了国网和南网AI应用的基础上，本文对相关情况做一些简单的总结和分析

1.高举高打，体系化推进

两大电网在数字化方面一直走向前列，领导也一直很重视AI的应用，很早就开始了集团级别的规划和应用，基本都是从18年左右就开始制定一些顶层设计，彼时可能更多是传统AI小模型的应用。到25年伴随着大模型的普及，又都进一步制定了更具体的行动方案。

得益于体系化规划，两大电网的AI应用建设比较系统化，并只不是简单的一些碎片化应用试点，而是包含了基础设施、人才、数据、应用、生态等全方面的建设，且应用很快覆盖了产业中的各个环节，各方面的建设规模和速度都显著领先很多其他行业企业，就从目前能看到的案例看，电网很可能是工业各行业中，应用推进速度最快的行业。

两大电网组织架构庞大，但得益于体系化规划，具体实施上也呈现比较清晰的分工。两大电网组织架构大体分为集团、各地省公司及研究院，以及省公司下属的各地供电局3级，集团层面开展整体规划、统筹，建设集团级技术基础设施（如算力、模型、平台等），各省公司组织建设与集团协同的技术基础设施，同时组织以市供电局为主体开展业务场景应用试点，在省内可以统筹不同地区的供电局开展不同方向的应用试点，试点成功的向省内其他地区推广。研究院和数科公司负责相关技术支持和解决方案开发等。

当然，不同省公司之间，可能也存在一定的竞争关系，场景建设可能存在一定的重复性，但在早期多几个公司开展同一个场景的探索似乎也不是坏事。

当然，体系化推进也就意味着投入相对较大，要在短期内达成较高的投入产出比较难。

2.应用场景框架基本已经形成，后续更多是应用更新升级

结合各地的实际应用场景探索看，电网领域目前能够应用AI和大模型的核心业务场景基本已经清晰，各方面都已经在试点状态，少量规模化。后续场景可能还是这些场景，但伴随着Agent技术路线的更新升级，相关场景的应用后续可能会持续升级，提升成熟度和能力范围，甚至很多应用重新开发。

目前比较典型的落地较多的3个主要业务环节的8个应用方向，分别是：

电网运行和调度领域：

1.新能源预测与智能调度：相比火电等，新能源发电跟随气象等因素变化较大，因此基于AI进行气象预测，及其对应新能源发电情况预测，并针对性的在配网或城市电网范围进行供需平衡调度成为一个重要方向，从而尽可能保证新能源电力的供需平衡。

很多省市都构建了相关的模型和应用，如国网山东电力德州供电公司台区分布式光伏调控智能体、南网夸父系列模型新能源功率预测、国网新疆电力调度中心新能源功率预测、南网广西电力大瓦特-天璇-阿度 气象新能源预测大模型、国网上海电力大城市智慧能源管理大师、国网浙江电力杭州供电公司源网荷储智慧保供平台等。

2.配网停电原因分析及处置：很多供电局都利用AI的推理能力，在配网停电时快速查询各方面数据，分析故障原因，并给出处置建议，从而实现停电问题的快速处置。

如国网冀北电力配网停电原因深度分析智能体、国网甘肃电力白银供电公司AI指挥员“小铜”、国网湖北电力配网停电原因分析微应用、国网重庆电力调度控制中心故障智能诊断系统、南网云南电力玉溪供电局配网抢修“指挥官”智能体、南网云南电力玉溪供电局升级版故障定位分析、南网海南电力海口供电局配网停复电智能分析研判机器人等。

3.调度运行辅助决策助手：在电网生产指挥中心，借助AI数据查询、分析总结等能力，提供源荷预测、操作防误、故障研判、知识服务等调度人员作业时所需的辅助信息和辅助决策，是一个具备多维度综合能力的复合智能体。

例如国网山东电力调度中心电网智慧大脑、国网浙江电力绍兴供电局新型电力系统县级电网自适应调度系统、国网湖南电力配网调度智能体“光明”、南网深圳供电局城市电网调度场景大模型“天璇—灵曦”、南网广东电力佛山供电局AI调度员“小慧”、南网广东电力省级电网AI调度员“明月”、南网广西电力电网断面调控智能体。

设备运维和作业管控领域

1.无人智能巡检及预警：结合无人机等机器人的无人巡检，AI识别图像中的异常情况进行预警。例如南网深圳供电局电网数字“天眼”系统、南网广东电力湛江供电局山火、主网故障应急巡视智能体、南网广西电力输电人工智能大模型等。

无人机巡检在两大电网已经推广多年，目前都属于日常规模化应用水平，目前主要在向2个方向升级和试点：一是升级成大模型提升模型泛化性，二是引入具身智能机器人开展进一步的空天地一体化巡检及智能化操作作业。

例如国网上海电力AI超脑机车、国网浙江电力杭州供电公司无人车+机器狗协同巡检、国网浙江电力绍兴供电公司四足机器人立体化巡检、南网广东电力广州供电局“空地隧”三域一体智能巡检等。

2.设备故障诊断及预警：监控电网、变电站等设备，构建AI故障预警模型，进行故障原因分析及提前预警。例如国网山东电力±800kV广固换流站特高压换流变压器设备健康评估系统、国网新疆电力变电站AI一站式平台全景监控、南网广东电力韶关供电局计量设备AI指挥官智能体等。

3.作业安全监控：结合AI生成操作票以及视觉监督作业过程一步步是否合规，保障作业过程的安全合规，以及在作业后进行总结或监察等。

例如国网山西电力作业现场安全管控助手、国网江苏电力淮安公司配农网工程合规管控系统、国网湖北电力配网工程管理助手集群、国网安徽电力无计划作业防控智能体、国网四川电力操作票智能生成校验、国网湖北电力变电检修文本智能生成及试验报告智能审核“慧检修”。

营销及客户服务领域

1.智能业务助手：为营销、客服人员提供综合数据查询、知识问答、工单预处理、业务决策建议等各类辅助工作。如国网浙江电力“e电千问”、国网江苏电力“你好，小智”、国网湖北电力“颚营e知”、南网广东电力佛山三水供电局“淼芯+”AI助手等。

这类助手通常从简单的问答和问数开始，但是往上持续迭代升级功能的空间很高。

2.供电方案生成：结合客户需求，自动生成供电方案。如国网江苏电力南京供电公司供电方案智能生成、国网湖北电力供电方案智能生成、南网广东电力湛江供电局电网规划智能助手等。

除以上核心场景外，各业务方向的零散场景还有很多，例如调度运行领域的断面调控，营销领域的低压台区智能分析、电费核算与稽查、企业管理领域的IT运维辅助、代码开发助手、人才岗位评价等。

从应用方向看，这些应用很多是深层次应用，而非浅层次应用，与业务结合度深，具备明确业务价值，很多应用也不仅仅是单一智能体，而是面向业务场景的多智能体群。但相关应用的实际成效、准确率等各方面是否完全符合业务要求，可能还需要进一步试点或持续迭代提升。

从应用领域看，这些应用多数应用在市级供电局，省级指挥中心和集团级指挥中心的应用相对较少。配网的应用较多，对可靠性更看重的主网运行调度层面应用似乎较少。

从应用范围看，一些过去有小模型基础的场景应用规模化程度更高，在向大模型和具身智能升级的部分也刚刚局部试点。更多的大模型为主的场景大多还在局部试点，少量在省公司范围内开始规模化推广。

3.十分重视技术基础设施建设

相比于很多企业基于纯应用需求牵引适度建设技术基础设施，两大电网选择了几乎与应用同步，适度超前的体系化建设技术基础设施，包括算力中心、平台、大模型、数据集等。

算力方面，两大电网都在积极推进集团+省的二级算力集群体系建设，且多为国产化算力集群，目前都已经达到了数百Pflops的算力水平。结合专业大模型的研发看，与多数工业企业不同，两大电网对训练算力的需求较高。

平台方面，两大电网都积极推进了集团层面AI平台的建设，供全集团使用，南网的AI平台在内部模型累计调用量已经达到百亿次。很多省公司也会建设自己的省级AI平台，供下属企业使用。

大模型方面，两大电网的建设思路大体类似，都是建设一个基础的行业大模型，以此为基础构建垂域模型和应用，但细节略有不同。国网集团层面牵头建设千亿级光明大模型作为基础，各省及研究院等在此基础上建设更具体的垂直场景模型和应用、智能体。南网也在集团层面建设大瓦特系列化模型，但更侧重“大瓦特驭电”、“大瓦特天权”等科学计算、时序、仿真、求解器类模型，省公司在基础上建设更具体的一些垂直化“大瓦特”系列模型。

数据方面，两大电网都在积极布局数据集建设，在很多方向都积累了一些典型数据集。两大电网也都通过举办竞赛等方式，开放自身数据吸引外部力量共同建设AI应用生态。

4.面临的主要挑战

结合多方面信息，电力系统应用AI目前面临的挑战有：

算力不足。尽管已经建设了不小的算力集群，但由于电网有对模型预训练的需求，对算力的要求较高，当前的算力显得不足。

缺陷样本稀缺。电力系统运行过程中稳定性要求高，所以电力故障或异常工况的数据样本较少。

安全风险担忧。由于模型不可解释性、结果不确定性等带来的安全担忧，使得在跟实际调度运行强相关的领域，决策者还是不敢轻易使用AI。

行业级标准规范缺失。尽管两大电网都在建设数据集，但尚缺少相关标准促进分散建设的数据集和样本库合成规模更大的行业集数据集。

延伸阅读：

本文是电力行业中的电网行业+AI的第3篇，本系列已经完成，关于两大电网具体的情况，之前的2篇文章分别进行了盘点：

国网相关内容：【行业+AI】万字梳理国家电网的AI应用情况

南网相关内容：【行业+AI】南方电网的AI应用情况梳理

以上文章内容更多是对相关内容的一些概括，如果希望了解更详细、更原始的信息，也可以关注AIE的知识库，不仅包含各案例原始链接、更详细内容，还包含了数十篇电力行业AI相关报告链接、全文等。