加强系统谋划

能源领域创新创业高度活跃，具有数字化基础好、数据质量高、应用场景丰富等比较优势，已经成为人工智能应用的重要阵地。总的来看，我国能源领域已形成了场景覆盖广泛的人工智能发展格局。随着越来越多场景融入人工智能应用，亟需加强顶层设计和系统谋划，加快推动人工智能技术在能源领域深度应用，带动能源整体性变革，助力加快构建新型能源体系。

统筹考虑能源领域人工智能应用实际，《实施意见》提出能源领域人工智能发展的分阶段目标：到2027年，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，制定完善百项技术标准，培育一批行业级研发创新平台，形成符合我国国情的能源领域人工智能技术创新发展模式。到2030年，聚焦自主可控、深度赋能、国际领先，在前期技术积累和场景验证的基础上，着力推动能源领域人工智能专用技术实现体系化突破与规模化落地。

拓展应用场景

推动人工智能在能源领域规模化落地，应用场景是关键。各类能源系统由于特性差异，发展程度不尽相同。其中，电网系统已经进入智能化阶段，是能源数字化先行领域。配电网调度指挥点多面广，尤其遇到极端天气，调控人员处置故障时要开展故障基本信息、保护及自动化装置动作信息等多项信息梳理分析，工作量较大。

为进一步拓展人工智能应用，《实施意见》围绕煤、电、油、气各能源品种，系统部署了“人工智能+”电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景，推动能源领域共享人工智能发展红利，培育壮大能源新产业新模式。

破解发展瓶颈

相较于能源行业的高安全性与强专业性，以及对决策容错率和知识体系完备性的严苛要求，人工智能技术在能源领域应用仍然存在技术可靠性不足、数据基础较为薄弱、电算供需逆向分布等不容忽视的问题与挑战。

共建生态被认为是破解当前发展瓶颈的关键钥匙。依靠单一企业、纯市场机制难以突破“三大壁垒”，因此，需要在政府引导下，建立公共性、中心化资源配置平台，聚集关键资源，降低进入门槛，加速供需匹配，培育高端人才。能源领域智能化转型，需要上下协同发力，部门协调配合。”国家能源局科技司相关负责人表示，将综合考虑煤电油气各行业应用潜力、成熟度、带动作用等因素，遴选一批能源领域人工智能应用高价值场景，鼓励企业、科研院所、高校等各类创新主体建设高水平研发创新平台和创新联盟，促进产学研用深度融合。探索建设行业级人工智能应用测试平台，有效协同企业自主研发的大模型，解决大模型“重复造轮子”问题，避免先进算力和能源资源被过度消耗。