AI+電力場景逐步明晰

• 柯壯賓 2023年6月26日 來源：中研網 1340 88
• 繁體

國家能源局發布《關于加快推進能源數字化智能化發展的若干意見》，電力領域主要提出以數字化智能化技術，支撐發電清潔低碳轉型、新型電力系統建設、電力消費節能提效，我們由此梳理出以下行業應用場景：發電側---①新能源發電功率預測；②電力BIM設計軟件。電網側---③-

2023年3月31號，國家能源局發布《關于加快推進能源數字化智能化發展的若干意見》，針對電力、煤炭、油氣等行業數字化智能化轉型發展需求，提出若干建議，以把握新一輪科技革命和產業變革新機遇。

其中電力行業方面，主要提出利用數字化智能化技術支撐：發電清潔低碳轉型、新型電力系統建設、電力消費節能提效。我們由此梳理出以下5項AI+電力應用場景：

1）發電側---發電清潔化智慧化轉型：①新能源發電功率預測；②電廠BIM智能化設計；

2）電網側---新型電力系統建設：③電網智能調控和輔助決策；④輸電線路智能巡檢、變電站智能運檢、配電智能運維；

3）用電側---電力消費節能提效：⑤虛擬電廠、微電網；

圖表：AI+電網應用場景涵蓋用電側、電網側、用電側

《意見》提出的四項基本要求包括需求牽引、數字賦能、協同高效、融合創新。推動數字化智能化技術與能源產業發展深度融合，加快人工智能、數字孿生、物聯網、區塊鏈等數字技術在能源領域的創新應用，最終為構建清潔低碳、安全高效的能源體系，為積極穩妥推進碳達峰碳中和提供有力支撐。

19年后AI大模型持續推進，賦能千行百業，22年市場規模近2000億元。近十年來，包括機器學習（ML）、自然語言處理（NLP）、計算機視覺（CV）等技術快速發展，在企業設計、生產、管理、運營多個環節中均有滲透程度不斷提升，同時在礦業、電力、交通、農業、氣象等領域的應用逐步落地。AI應用已從消費、互聯網等泛C端領域，向B端傳統行業輻射，AI大模型在基礎層、技術層、應用層均持續突破，AI正加速賦能千行百業。22年市場規模近2000億元,2022-2027年CAGR為25.6%。據艾瑞咨詢數據，2022年中國AI產業規模達1958億元，年增長率7.8%。2022年業務增長主要依靠：1）智算中心建設及大模型訓練等應用拉動需求的AI芯片市場、2）智能機器人及對話式AI市場。

在AI成為數字經濟時代核心生產力的背景下，AI芯片、自動駕駛及車聯網視覺解決方案、智能機器人、智能制造、決策智能應用等細分領域增長強勁。2027年人工智能產業整體規模可達6122億元，2022-2027年的年復合增長率為25.6%。

針對電力行業屬性，我們提出AI+電力“應用可行性分析框架”，以多維度的視角，分析判斷AI有望最先在哪些細分行業和公司落地。

面向行業主要衡量的維度有：

1)能否解決長期痛點問題：電網承擔最主要的功能是維持用電側與電網側動態平衡，而新能源裝機比例上升無疑加大了電力調度與消納的難度，因此若AI加持能有效解決消納相關細分環節的痛點問題，相關政策導向和資金投入將有望向此環節傾斜。

2)行業數據是否具有較低敏感性和安全性風險：大模型需要通過海量數據訓練，而電網行業本身涉及到民生用電與數據安全性問題，部分信息不便用于大規模公開訓練，因此若某一細分環節數據敏感性較低或用戶已授權使用，則大模型將更快接入落地。

3)行業是否已較早應用布局AI/技術實踐：電網多個應用場景較早地應用了AI技術，例如輸變電線路運維和巡檢方面，2011年開始，部分企業就已開展了通過AI對電力設備外表缺陷進行識別、預測、跟蹤運行等研究探索。

4)已有華為等廠商開發出行業相關大模型：例如華為盤古CV視覺大模型，已在L2級細分場景上，推出基于電力大模型的無人機電力巡檢、電力缺陷識別等場景模型。

面向公司主要衡量的維度有：

1）擁抱AI的積極性：公司的主觀能動性如何？是否排斥應用大模型？

2）積累的數據規模與數據質量：公司所積累的數據壁壘是否深厚？積累的數據能否直接用于模型訓練？是否會涉及到客戶數據泄密？

3）享有某些數據的優先使用權：公司是否為兩網核心子公司？未來是否會優先享有某些重要數據使用權？

4）重視信息化建設基礎：公司性質是否偏軟件？是否早就重視信息化基礎建設？是否擁有較高信息化建設水平，以配合AI落地？

5）具備自主開發訓練能力、或和大模型廠商有深入合作關系：公司是否具備開發實力/是否和大模型廠商深度合作？

新能源發電功率預測：

1）痛點問題：對于電網調度部門，由于新能源發電間歇性和波動性的特點，功率預測難度較大，新能源大規模集中并網會對電網穩定運行造成沖擊；對于電站運營商，各地“雙細則”考核罰款標準趨于嚴格，預測精度可直接影響電站運營和盈利。

2）數據敏感性：氣象數據的可獲得性較高，數據敏感性較低，公開信息可以直接用于大規模模型訓練。

3）AI布局/技術實踐：自2012年起，全球能源預測大賽（GEFCOM）已舉辦過三屆，有超60個國家的數百只隊伍參賽；2021年國網調控AI創新大賽--新能源發電預測賽道中，已有深度學習模型在實際應用中脫穎而出；產業中已有國能日新、國電南瑞等超過10家研究中心與企業推出了成熟的組合建模功率預測系統。

4）廠商相關大模型：華為云發布了盤古氣象大模型，預測精度首次超過傳統數值方法，速度提升10000倍。

輸變電線路智能運維與巡檢：

1）痛點問題：我國輸電線回路與變電設備存量規模大，投運規模逐年增長，巡檢需求強烈，而人工巡檢存在諸多劣勢，AI替代是大勢所趨。

2）數據敏感性：相較于用電側數據，設備故障缺陷相關數據敏感性較低，數據質量與規模取決于企業自身積累情況。

3）AI布局/技術實踐：自2013年起東方電子、億嘉和、澤宇智能等諸多企業已經布局輸變電線路智能運維、智能巡檢機器人、巡檢無人機業務，參與者眾多、產品多樣。

4）廠商相關大模型：華為在L2級細分場景模型上，已經推出基于電力大模型的無人機電力巡檢、電力缺陷識別等場景模型，例如電力缺陷識別模型可以替代原有的20多個小模型，做到平均精度提升18.4%、模型開發成本降低90%。

安全高效、清潔低碳、柔性靈活、智慧融合為新型電力系統基本特征。1月6日，國家能源局發布《新型電力系統發展藍皮書（征求意見稿）》,以新能源為主體的新型電力系統是以新能源為供給主體，以確保能源電力安全為基本前提，以滿足經濟社會發展電力需求為首要目標，以堅強智能電網為樞紐平臺，以源網荷儲互動與多能互補為支撐，具有安全高效、清潔低碳、柔性靈活、智慧融合基本特征的電力系統。

智慧融合是構建新型電力系統的基礎。新型電力系統以數據為核心驅動，呈現數字與物理系統深度融合特點，系統控制運行由“量測-控制”模式向多物理系統的狀態感知、智能學習和預測控制等方式轉變。

1）狀態感知：電網內外參與耦合運行的物理系統，將從局部的感知量測,向全局的確定性精準映射轉變。

2）智能學習:由于參與要素的多樣性，將從單純物理量的分析，向包括人的行為在內的非物理量的感知和智能研判進行轉變。

3）預測控制：將從電力物理系統的機理模型仿真和預測，向融合機理和數據模型的信息物理耦合仿真預測轉變，提升隨機變量的預測精度，并應用于電網逐級調控和控制引導。

新型“源網荷儲”協同調控，保障電力可靠供應。傳統電力系統可根據用電側的負荷來調整電源的發電量，其前提是用可控的發電系統去匹配波動幅度不大且可測的負荷端，在運行過程中滾動調節，從而實現電力系統安全可靠運行。在新型電力系統下，由于隨機變化、弱可控的電源并不容易直接跟隨可測性降低的負荷做出調整，電力系統需要從“被動”的跟隨調控，轉化為“主動”的協同調控。通過源源互補、源網協調、網荷互動、網儲互動和源荷互動等多種交互形式，充分發揮發電側、負荷側的調節能力，促進供需兩側精準匹配，保障電力可靠供應。

預計23-25年國網智能化投資為893、954、1008億元，每年維持5-7%較高速增長。2023年國網計劃投資超5200億元，同比2022年的計劃投資5012億元增長3.8%。“十四五”初期規劃2.6萬億，當前21-23投資額已達成15200億元，考慮到特高壓直流建設加速等因素，“十四五”期間實際投資額有望超預期。我們預計23-25年實際投資規劃為5250億元、5450億元、5600億元，每年增速為3-5%。智能化投資占比方面，根據《國家電網智能化規劃報告》，“十三五”智能化投資占比為12.5%，預計“十四五”期間整體智能化投資占比17%，我們假設23-25年智能化投資占比為17%、17.5%、18%，則對應投資金額893、954、1008億元，每年增速5-7%。

• 相關深度報告REPORTS

  

  2023-2027年中國工藝美術行業全景調研及投資規劃研究報告

  近年來，國家高度重視非物質文化遺產保護和傳統工藝振興，工藝美術在推動經濟發展、文化傳承、就業創業、藝術創作上取得很大成就，在生活品質提升與文化審美方面呈現獨特的高質量發展優勢。工藝...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡