在当前我国加快构建新型电力系统的背景下，数字化智能化建设已成电力行业转型升级、高质量发展的必要举措，众多企业纷纷布局。在近日召开的2024电力数字化大会上，来自电力行业、信息领域等多位专家，共同探讨当前我国电力行业数字化智能化转型方向和成果。

　　“电力行业企业积极贯彻落实党和国家重大部署，持续加大数字化智能化投资，深化数字技术在电力行业的融合应用，培育与发展新质生产力。”中国电力发展促进会常务副会长兼秘书长游敏在致辞中表示，当前，中国电力发展促进会正积极开展数字化协会建设，推动会员单位的技术、业务、市场、标准等匹配对接和优质资源共享，致力于电力行业共性、基础性问题研究与服务，推动行业开源技术体系建设。

　　■■传统电网技术面临挑战

　　随着“双碳”目标的持续推进，我国新能源产业发展迅速。国家能源局的数据显示，截至9月底，全国风电累计并网装机容量4.8亿千瓦，同比增长19.8%。其中，陆上风电4.4亿千瓦，海上风电3910万千瓦。全国风电发电量7122亿千瓦时，同比增长13%。全国光伏发电装机容量达到7.7亿千瓦，同比增长48.4%。

　　在广东电网公司企业架构与数字化部副总经理裴求根看来，当前新型电力建设面临关键挑战。一是随着风电、光伏等新能源装机的快速增长，管控对象剧增，传统的测量、分析和控制手段面临挑战；二是新型电力系统节点规模和复杂度显著增大，对计算的规模化能力要求更高；三是新型电力系统动态行为更加复杂，对计算准确性和快速性要求更高。

　　重大场景驱动下，传统电网技术“算不了”“算不准”“算不快”的问题日益凸显。“分布式新能源大规模并网，电网拓扑频繁切换和快速重构，传统电网技术面临难以全面准确建模、数据无法协同、泛化能力差等难题。与此同时，源荷剧烈波动、重大气象事件频发，传统电网技术难以应对多要素、强随机、大扰动下的可靠供电难题。此外，大尺度多变量复杂电力系统的运行优化，是超大规模的混合整数优化问题，传统方法耗时巨大，难以满足工程实时性要求。”一位业内专家指出。

　　■■企业持续探索实践

　　多重挑战下，我国电力企业纷纷践行数字化智能化建设，通过技术创新构建数字化智能化生态，加快推动行业转型升级，助力新型电力系统建设。

　　数字电网是夯实电力数字化转型的重要基础。国家电网公司数字化部运营监测分析处副处长苑帅指出：“数字化转型工作是电网转型升级和企业创新发展的重要抓手，自‘十一五’以来，国家电网通过三个五年发展，从无到有建成央企领先的企业级信息系统、坚强可靠的数字基础设施，核心业务基本实现线上化，通过能源与数字融合，促进新业务、新业态、新模式蓬勃发展。”

　　苑帅举例称，为提升光伏出力预测准确率，助力治理光伏台区反向重过载、用户电压越限等问题，基于光伏可开放容量计算、分布式光伏出力预测、光伏接入薄弱环节辨识等6个模型场景，开展光伏发展规模、光伏可接入能力、对供电质量影响、出力特征等方面计算分析，服务调度运行、配电运维等一线业务人员，辅助公司范围完成近1万个光伏重过载台区负荷切改。

　　裴求根介绍，数字孪生体式综合性数字化解决方案，新型电力系统数字孪生体推动打造“物理模型动态构建能力”“可观、可测、可调、可控能力”“模拟仿真、预测预警、应急响应能力”“智能运行、智能分析、智能决策能力”四大核心能力，有力支撑新型电力系统建设。目前数字孪生体技术在电网智能规划、调度智能负荷预测、“天空地一体化”智能巡检、平战结合应急指挥、智慧安监等多个场景实现应用。

　　电网之外，新能源场站也开始探索数字化智能化技术应用。国家电投集团数字科技有限公司总经理、党委副书记陈义学介绍，自2023年底国家电投集团全面启动新能源智慧场站建设，通过集团侧产业态势分析系统建设、区域侧集中监视系统建设、场站侧数字化边平台建设，在产业提质增效、本质安全提升、场站少人无人等方面成效显著。

　　■■大模型技术是关键

　　与会专家指出，电力系统人工智能技术从弱到强的发展路径被称为“扩展法则”，目前还面临难以解释的算法黑箱问题，以及丧失先前知识的灾难性遗忘问题。

　　“当前广泛应用的大语言模型和大视觉模型，还不具备科学计算和优化决策的完整能力，亟须探索面向电力系统、具备可信因果决策能力的多模态专用大模型。”上述不愿具名的专家表示。

　　此外，在国际竞争方面，我国电力行业数字化智能化建设也面临多重挑战。一是原始创新不足，开创性算法处于跟随状态；二是高端算力产品禁售，高端芯片工艺被卡；三是国内智能计算生态孱弱，AI开发框架渗透率不足，开发框架等生态滞后；四是顶尖人才数据差距明显。

　　中国工程院院士、清华大学教授郑纬民表示，人工智能大模型生命周期的五个环节，每个环节对算力和存储都产生爆发式需求。“构建国产万卡系统既重要也很难，目前异构卡联合训练、异地卡联合训练效果不好，有待改进。清华大学团队自研的八卦炉系统作为国产智算系统核心基础软件，从算子效率、并行方案、底层支持展开优化，已经在国产超算系统成功移植到百川、LLAMA等大模型。智能算力的软件生态是当前制约我国人工智能发展的关键因素，优秀的系统软件能够充分释放底层硬件算力的潜力。”

　　北京邮电大学教授邓中亮认为，未来“地理空间大模型+位置服务大模型”将创新和打造数字经济服务底座，“电力大模型+位置服务大模型+无人机”将成就“智慧电网+全自动无人值守”新场景。