地址: 上海市浦东新区兰花路308号盈丰天地写字楼A座15F+14F A单元
电话: 021-2055 7000 / 020-8955 4629 (广州分公司)
邮箱: sciif@hmf-china.com
地址:
电话: 0755-23207500
邮箱 : jinsheng.chen@hmxzq.com
地址:
电话: 021-63811312
邮箱 : gwang@shanghaiexpogroup.com
地址:
电话: 0752-3165631
邮箱 : cmm86@cmm86.com
地址: 上海市浦东新区兰花路308号盈丰天地写字楼A座15F+14F A单元
电话: 021-2055 7000 / 020-8955 4629 (广州分公司)
邮箱: sciif@hmf-china.com
地址:
电话: 0755-23207500
邮箱 : jinsheng.chen@hmxzq.com
地址:
电话: 021-63811312
邮箱 : gwang@shanghaiexpogroup.com
地址:
电话: 0752-3165631
邮箱 : cmm86@cmm86.com
地址: 上海市浦东新区兰花路308号盈丰天地写字楼A座15F+14F A单元
电话: 021-2055 7000 / 020-8955 4629 (广州分公司)
邮箱: sciif@hmf-china.com
地址:
电话: 0755-23207500
邮箱 : jinsheng.chen@hmxzq.com
地址:
电话: 021-63811312
邮箱 : gwang@shanghaiexpogroup.com
地址:
电话: 0752-3165631
邮箱 : cmm86@cmm86.com
地址: 上海市浦东新区兰花路308号盈丰天地写字楼A座15F+14F A单元
电话: 021-2055 7000 / 020-8955 4629 (广州分公司)
邮箱: sciif@hmf-china.com
地址:
电话: 0755-23207500
邮箱 : jinsheng.chen@hmxzq.com
地址:
电话: 021-63811312
邮箱 : gwang@shanghaiexpogroup.com
地址:
电话: 0752-3165631
邮箱 : cmm86@cmm86.com
地址: 上海市浦东新区兰花路308号盈丰天地写字楼A座15F+14F A单元
电话: 021-2055 7000 / 020-8955 4629 (广州分公司)
邮箱: sciif@hmf-china.com
地址:
电话: 0755-23207500
邮箱 : jinsheng.chen@hmxzq.com
地址:
电话: 021-63811312
邮箱 : gwang@shanghaiexpogroup.com
地址:
电话: 0752-3165631
邮箱 : cmm86@cmm86.com
人工智能深化协同
开启能源“数字觉醒”新时代
进入智能化时代,当每度电都学会“思考”,能源系统的变革才真正开始。今天,在全球能源结构与电力系统转型的浪潮中,人工智能(AI)技术正成为不可或缺的关键“破局者”,让能源系统迎来前所未有的“数字觉醒”。
6月20-21日,以“人工智能深化协同,能源科技求索创新”为主题的2025国家能源互联网大会在杭州盛大召开,会议展示了助力能源转型的数智技术及解决方案,并围绕AI驱动能源转型等话题进行了技术分享。
源网荷储全链协同
AI驱动能源转型
AI不仅仅是能源的消耗者,更将成为能源效率的革新者。施耐德电气电网行业高级架构师王照在大会演讲中提及,AI正与能源系统进行深度融合,并成为能源企业实现数智化转型的“核心引擎”。
当前电力系统的数据量、更新速率和关系复杂性正呈爆炸式增长,而AI恰恰能够凭借实时的决策洞察精准识别资源浪费,并以智能化的方式优化资源管理策略,提升能源系统的柔性。例如,在源网互动方面,由AI赋能的预测性调度可以减少弃风弃光,有力提升光伏、储能等分布式能源与大电网的协同性。
在用电侧,AI能够深度挖掘工业等场景的节能潜力,加速消费端的低碳转型。对于用能企业而言,在数字化、电气化加速推进的时代,AI将成为构建可持续未来的核心驱动力。AI与能源管理系统的深度融合,将为企业带来三重价值:精准识别能效瓶颈、智能优化资源配置以及降低用能成本与碳排放总量。
在综合能源复杂运营条件下具有自主管理与调节能力的模型预测控制算法被开发。依托这一算法,由AI驱动的微电网解决方案助力傅雷图书馆实现了
光伏自消纳率约88%
建筑新能源渗透率约67%
实现70%的减碳量
全球首座LEED净零碳认证图书馆
共享共赢共创
突破AI与能源技术协同挑战
无须讳言,尽管AI与能源技术的深度协同已经“渐入佳境”,但仍有一系列不可忽视的挑战亟待解决。
01
✦ AI训练因缺乏足够数据
✦
首先,能源数据分散于发电、输配电、用电等不同企业,跨主体、跨部门的数据共享仍然存在较大阻碍,造成的“数据壁垒”往往让AI训练因缺乏足够数据而“难为无米之炊”。
02
✦ AI的算法适配存在短板
✦
其次,面对电网的成百上千种故障模式,AI的算法适配也存在短板,通用的 AI 模型往往会有准确率不足的问题,而行业专属大模型由于数据不足造成训练效果差强人意。
03
✦ AI的潜在安全风险
✦
最后,面对高度重视安全可靠性的能源系统,AI的潜在安全风险同样不容忽视。一旦AI引擎深度参与能源调度,算法漏洞很可能引发能源调度连锁故障,这无疑对安全防护体系的完善提出了更高要求。
如何化解这些瓶颈与挑战?
业内知名企业施耐德电气的全国销售部销售总监杨伟临在活动期间表示:“在AI与能源技术加速融合的大势所趋之下,我们面临来自数据、算法和安全等方面的挑战,可以从政策保障数据权益、技术协同、守住安全红线等三个方面考虑破解之道。”
企业应倡导推动“能源数据共享池”试点,鼓励共享数据训练模型,同时保障数据主权。
行业联合建立“能源 AI 开源社区”,共享故障数据集、训练框架,让每个参与者既作为开源的贡献者,也成为开源的贡献者,从而以生态合作实现互利共赢。
最后,需要在技术层面为AI树立“安全栅栏”,避免因过度依赖或放任AI使用而产生安全风险。
可见,利用AI技术促进能源系统“数字觉醒”的过程,绝非一帆风顺。然而,在政策护航、技术创新、生态合作的共同作用下,AI等数字化技术驱动的能源转型前景必将势不可挡。
来源:工控网,侵删