张玉清:对能源数智化的三点思考
编者按:11月19日,由华夏能源网、通威股份联合主办的2026(第二届)中国能源科技大会暨AI数智化峰会在成都召开,本届大会以“科技赋能能源未来·AI驱动数智革新”为主题,汇聚近200位能源行业精英,围绕智能制造、AI大模型等当下热点话题展开深度研讨。中国大连高级经理学院特聘教授、国家能源局原副局长张玉清在会上发表了开幕致辞。他回顾了能源数智化发展的成果、遇到的问题,并对下一步发展提出三点建议。
以下为致辞(略有删减):
今年是“十五五”开局之年,也是能源数智化从示范探索转向规模化落地的关键一年。在习近平总书记“四个革命、一个合作”能源安全新战略的指引下,我国新能源转型实现了跨越式发展。截至2026年9月底,全国风光装机合计约20.1亿千瓦,占全国电力总装机的比重接近一半,光伏发电装机历史性超过了煤电。
当新能源从“补充能源”真正迈向“主力能源”,以新能源为主体的新型电力系统建设得以加速推进,AI数智化技术已不仅仅是赋能产业的工具,更成为助推我国能源产业升级的强动力引擎。
在政策方面,从去年9月到今年上半年,国家层面密集出台了多项指导文件。特别是今年4月四部委联合印发的《关于促进人工智能与能源双向赋能的行动方案》,明确了29项重点任务,把“能源支撑AI发展、AI赋能能源转型”的主线彻底立了起来;紧接着5月份,国家能源局又发布了首批“人工智能+”能源高价值场景清单,涵盖了电网、火电、新能源、油气等八大领域。这些政策与场景的发布,都为能源行业的数智化落地提供了清晰的指引。
在产业实践上,能源行业大模型也正在从“能用”走向“好用”,它们已经开始嵌入核心的生产环节。目前,市场上有数十个能源行业专用大模型落地应用,覆盖了全产业链。比如中国石油的“昆仑”大模型,已经深入勘探开发和技术服务等环节;国家电网的“光明电力”、南方电网的“大瓦特”,在负荷预测、电网规划上已发挥出实效。
AI智能化取得实效的同时,也存在一些问题。比如,“数据壁垒”依然存在,资源、技术和信息的不互通;通用大模型存在“水土不服”问题,电力系统需要严格满足物理约束,单纯靠通用语料训练出来的模型,难以理解复杂的物理公式和系统规则;还有安全与可解释性问题,当AI从辅助决策走向自主执行,能源数据安全、交易指令追责,以及模型异常时的人工接管机制,都是需要解决的问题。
基于此,对于下一阶段的能源数智化发展,有三点思考,不妥之处也请人家批评指正。
第一,在保障安全的前提下,推动数据有序流通。数据是AI的燃料,要打破行业内的信息壁垒,建立跨行业、跨区域的数据标准与流通机制。只有让高质量的专业数据流动起来,大模型才能真正读懂能源系统,系统级的协同价值才能释放。
第二,加快研发符合物理约束的混合架构大模型。能源行业不能简单地套用通用大模型,我们需要将行业知识、物理规律与AI算法深度结合,研发既具备大模型泛化能力,又严格遵循电力系统运行规则的专用模型。
第三,要建立人机协同机制。在安全攸关的能源场景,必须明确AI的边界。我们不仅要用好机器的计算能力去处理海量数据、寻找最优解,同时也要通过专家的经验去进行关键判断和风险兜底。把数据安全、可解释性和人工接管机制设计好,让AI成为赋能行业的可靠伙伴,而不是“脱缰的野马”。
AI帮助能源系统变得更智能、更高效,绿色能源也在反过来支撑AI算力的高速发展。而推动能源与AI的双向赋能,将会是一项长期且系统的工程。期待通过本次大会的思想碰撞,大家能够进一步凝聚共识,勇担重任,共同推动我国能源数智化迈向更高质量的发展阶段。
本文转自华夏能源网 作者华夏能源网
特别声明:本文仅供参考,不构成任何投资建议,未经允许不得转载。
