電AI電力場(chǎng)景明晰新能源功率預(yù)測(cè)及電網(wǎng)運(yùn)維有望率先落地

一、針對(duì)I在電領(lǐng)域的應(yīng)用場(chǎng)景我們提出“應(yīng)用可行性分析框架”3月31號(hào)國家能源局發(fā)《關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展的若干意見針對(duì)電力煤炭油氣等行業(yè)數(shù)字化智能化轉(zhuǎn)型發(fā)展需求提出若干建議以把新一輪科技革命和產(chǎn)業(yè)變革新機(jī)。其中電力行業(yè)方面主要提出利用數(shù)字化智能化技術(shù)支撐發(fā)電清潔低碳轉(zhuǎn)型新型電力系統(tǒng)建設(shè)、電力消費(fèi)節(jié)能提效我們由此梳理出以下5項(xiàng)AI+電應(yīng)用場(chǎng)景：發(fā)電---發(fā)電清潔化智慧化轉(zhuǎn)型：①新能源發(fā)電功率預(yù)測(cè)；②電廠BIM智能化設(shè)計(jì)電網(wǎng)側(cè)--新型電力系統(tǒng)建設(shè)③電網(wǎng)智能調(diào)控和輔助決策④輸電線路智能巡檢變電站智能運(yùn)檢、配電智能運(yùn)維用電---電力消費(fèi)節(jié)能提效：⑤虛擬電廠、微電網(wǎng)圖表1：AI+電網(wǎng)應(yīng)用場(chǎng)景涵蓋用電側(cè)、電網(wǎng)側(cè)、用電側(cè)來源：國家能源局《關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展的若干意見》、《意見提出的四項(xiàng)基本要求包需求牽引數(shù)字賦能協(xié)同高效融合創(chuàng)推動(dòng)數(shù)字化智能技術(shù)與能源產(chǎn)業(yè)發(fā)展深度融合加快人工智能數(shù)字孿生物聯(lián)網(wǎng)區(qū)塊鏈等數(shù)字技術(shù)在能源領(lǐng)域的創(chuàng)新應(yīng)最終構(gòu)建清潔低碳安全高效的能源體系為積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和提供有力支。圖表2：《意見》提出的四項(xiàng)基本要求基本原則主要內(nèi)容需求牽引針對(duì)電力、煤炭、油氣等行業(yè)數(shù)字化智能化轉(zhuǎn)型發(fā)展需求，通過數(shù)字化智能化技術(shù)融合應(yīng)用，急用先行、先易后難，分行業(yè)、分環(huán)節(jié)、分階段補(bǔ)齊轉(zhuǎn)型發(fā)展短板，為能源高質(zhì)量發(fā)展提供有效支撐。數(shù)字賦能發(fā)揮智能電網(wǎng)延伸拓展能源網(wǎng)絡(luò)潛能，推動(dòng)形成能源智能調(diào)控體系，提升資源精準(zhǔn)高效配置水平；推動(dòng)數(shù)字化智能化技術(shù)在煤炭和油氣產(chǎn)供儲(chǔ)銷體系全鏈條和各環(huán)節(jié)的覆蓋應(yīng)用，提高行業(yè)整體能效、安全生產(chǎn)和綠色低碳水平。協(xié)同高效推動(dòng)數(shù)據(jù)資源作為新型生產(chǎn)要素的充分流通和使用，打通不同主體間的信息壁壘，帶動(dòng)能源網(wǎng)絡(luò)各環(huán)節(jié)的互聯(lián)互動(dòng)互補(bǔ)，提升產(chǎn)業(yè)鏈上下游及行業(yè)間協(xié)調(diào)運(yùn)行效率，以數(shù)字化智能化轉(zhuǎn)型促進(jìn)能源綠色低碳發(fā)展的跨行業(yè)協(xié)同。融合創(chuàng)新聚焦原創(chuàng)性、引領(lǐng)性創(chuàng)新，快人工智能、數(shù)字孿生、物聯(lián)網(wǎng)、區(qū)塊鏈數(shù)字技術(shù)在能源領(lǐng)域的創(chuàng)新應(yīng)用，推動(dòng)跨學(xué)科、跨領(lǐng)域融合，促進(jìn)創(chuàng)新成果的工程化、產(chǎn)業(yè)化，培育數(shù)字技術(shù)與能源產(chǎn)業(yè)融合發(fā)展新優(yōu)勢(shì)。來源：國家能源局《關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展的若干意見》、19年后AI模型持續(xù)推進(jìn)賦能千行百，22年市場(chǎng)規(guī)模近2000億元。近十來，包括機(jī)器學(xué)習(xí)ML、自然語言處理NLP、計(jì)算機(jī)視覺CV）等技快速發(fā)展，在企業(yè)設(shè)計(jì)生產(chǎn)管理運(yùn)多個(gè)環(huán)節(jié)中均有滲程度不斷提升同時(shí)礦業(yè)電力交通農(nóng)業(yè)氣象等領(lǐng)域的應(yīng)用逐步落地AI應(yīng)用已從消費(fèi)互聯(lián)網(wǎng)等泛C端領(lǐng)域向B端傳統(tǒng)行業(yè)輻，AI大模型在基礎(chǔ)層、技術(shù)層、應(yīng)用層均持續(xù)突破I正加速賦能千行百業(yè)。22年市場(chǎng)規(guī)模近2000億元,2022-207年CAR為25.6據(jù)艾瑞咨數(shù)2022年中國AI產(chǎn)業(yè)規(guī)模達(dá)1958億元年增長(zhǎng)率.82022年業(yè)務(wù)增長(zhǎng)主要依1智算中心建設(shè)及大模型訓(xùn)練等應(yīng)用拉動(dòng)需求的AI芯片市場(chǎng)2）智能機(jī)器人及對(duì)話式AI市場(chǎng)。在AI成為數(shù)字經(jīng)濟(jì)時(shí)代核心生產(chǎn)力的背景下AI芯片自動(dòng)駕駛及車聯(lián)網(wǎng)視覺解決方案、智能機(jī)器人、智能制造、決策智能應(yīng)用等細(xì)分領(lǐng)域增長(zhǎng)強(qiáng)勁2027年人工智能產(chǎn)業(yè)整體規(guī)?？蛇_(dá)6122億元2022-2027年年復(fù)合增長(zhǎng)為25.6。圖表3：AI大模型在學(xué)界和業(yè)界持續(xù)拓展 圖4：20222027中國AI市場(chǎng)CAGR為25.6（億元）7006005004003002001000

6122=.%500839993144247315461816195822022122222E22E22E22E22E中AI產(chǎn)業(yè)規(guī)?！禔SurveyofLargeLanguageModels（2023.04）》、 艾瑞咨詢、針對(duì)電力行屬性，我們提出AI+電“應(yīng)用可行性分析框架以多維度的視，分析判斷AI有望最先哪些細(xì)分行和公司落地。面向行業(yè)主要衡的維度：能否解決長(zhǎng)期痛點(diǎn)問題電網(wǎng)承最主要功能是維持用電側(cè)與電網(wǎng)側(cè)動(dòng)態(tài)平衡而新能源裝機(jī)比例上升無疑加大了電力調(diào)度與消納的難度，因此若AI加持能有效解決消納相細(xì)分環(huán)節(jié)的痛點(diǎn)問題，相政策導(dǎo)向資金投將有向此環(huán)節(jié)傾。行業(yè)數(shù)據(jù)是否具有較低敏感性和安全性風(fēng)險(xiǎn)大模型要通過海量數(shù)據(jù)訓(xùn)練而電網(wǎng)行本身涉及到民生用與數(shù)據(jù)安全性問題部信不便用于大規(guī)模公開訓(xùn)練因此若某一細(xì)分環(huán)節(jié)數(shù)據(jù)敏感性較低或用已授權(quán)使用，則大模型將更快接入落地。行業(yè)是否已較早應(yīng)用布局AI/技術(shù)實(shí)電多應(yīng)用場(chǎng)景較早地應(yīng)用了AI技術(shù)例如輸變電線運(yùn)維和巡檢方，201年開始，部分企就已開了通過AI對(duì)電力設(shè)備外表缺陷進(jìn)行識(shí)別、預(yù)測(cè)、跟蹤運(yùn)等研究探。已有華為等廠商開發(fā)出行業(yè)相關(guān)大模型例華為盤古CV視覺大模型已在L2級(jí)細(xì)分場(chǎng)景上，推出基于電力大模型的無人機(jī)電力巡檢、電力缺陷識(shí)別等場(chǎng)景模型。面向公司主要衡的維度有：擁抱AI的積極：公司的主觀能動(dòng)性如何？是否排應(yīng)用大模？積累的數(shù)據(jù)規(guī)模與數(shù)據(jù)質(zhì)：公司所積累的數(shù)據(jù)壁壘是否深厚？積累的數(shù)據(jù)能否直接用于模型訓(xùn)練是否會(huì)涉及到客戶數(shù)據(jù)泄密？享有某些數(shù)據(jù)的優(yōu)先使用：公司是否為兩網(wǎng)核心子公司？未來是否會(huì)優(yōu)先享有某些重要數(shù)據(jù)使用權(quán)？重視信息化建設(shè)基：公司性質(zhì)是偏軟件？是否早就重視信息化基礎(chǔ)建設(shè)？是否擁有較高信息化建設(shè)水平，以配合AI落地？具備自主開發(fā)訓(xùn)練能力、或和大模型廠商有深入合作關(guān)系：公司是否具備開發(fā)實(shí)/是否和大模型廠商深度合作？圖表5：AI+電網(wǎng)“應(yīng)用可行性分框架”可行性分析度（細(xì)行業(yè)）對(duì)AI落行業(yè)的進(jìn)作用低中高能否解決行長(zhǎng)期痛問題？行業(yè)數(shù)據(jù)是具有較敏感性安全風(fēng)險(xiǎn)？行業(yè)是否已早應(yīng)用局I技實(shí)？已有華為等商開發(fā)行業(yè)相大模？可行性分析度（相公司）對(duì)AI落公司的進(jìn)作用低中高公司擁抱I的積性？公司積累的據(jù)規(guī)模數(shù)據(jù)質(zhì)？公司是否享某些數(shù)的優(yōu)先用權(quán)？公司是否重信息化設(shè)基礎(chǔ)？公司是否具開發(fā)實(shí)是否和大型廠商度合？來源：

新能源發(fā)電功率預(yù)測(cè)，輸變電線智能運(yùn)維與巡檢我們最看好的兩個(gè)方。新能源發(fā)電功率預(yù)測(cè)：痛點(diǎn)問題對(duì)于電網(wǎng)調(diào)度部門由新能發(fā)電間歇性和波動(dòng)性的特點(diǎn)功率預(yù)測(cè)難度較大，新能大規(guī)模集中并網(wǎng)會(huì)對(duì)電網(wǎng)穩(wěn)定運(yùn)行造成沖；對(duì)于電站運(yùn)營商，各地“雙細(xì)則”考罰款標(biāo)準(zhǔn)趨于嚴(yán)格預(yù)測(cè)精度可直接影響電站運(yùn)營和盈利。數(shù)據(jù)敏感性氣象數(shù)據(jù)的可獲得性較高，數(shù)據(jù)敏感性較低，公開信息可以直接用于大規(guī)模模型訓(xùn)練。AI布局/技術(shù)實(shí)踐自2012年起，全球能預(yù)測(cè)大（GEFCOM）已舉辦過三屆，有超60個(gè)國家的數(shù)百只隊(duì)伍參賽2021年國網(wǎng)調(diào)控AI創(chuàng)新大賽--新能源發(fā)電預(yù)測(cè)賽道中已有深度學(xué)習(xí)模型在實(shí)際應(yīng)用中脫穎而產(chǎn)業(yè)中已有國能日新國電南瑞等超過10家研究中心與企業(yè)推出了成熟的組合建模功率預(yù)測(cè)系統(tǒng)。廠商相關(guān)大模型華為云發(fā)了盤古氣象大模型，預(yù)測(cè)精度首次超過傳統(tǒng)數(shù)值方法，速度提升10000倍輸變電線路智能運(yùn)維與巡：痛點(diǎn)問題我國輸電線回路與變電設(shè)備存量規(guī)模大，投運(yùn)規(guī)逐年增長(zhǎng)，巡需求強(qiáng)烈，而人工巡檢存在諸多劣勢(shì)AI替代是大勢(shì)所趨。數(shù)據(jù)敏感性相較于用電側(cè)數(shù)據(jù)，設(shè)備故障缺陷相數(shù)敏感性較低，數(shù)據(jù)質(zhì)量與規(guī)模取決企自身積累情況。AI布局/技術(shù)實(shí)踐自2013年起東方子億嘉和澤宇智能諸企業(yè)已經(jīng)布局輸變電線路智能運(yùn)維智能巡檢機(jī)器人巡檢無人機(jī)業(yè)務(wù)參與者眾多產(chǎn)品多。廠商相關(guān)大模型華為在L2級(jí)細(xì)分場(chǎng)景模型上，已經(jīng)推出基于電力大模型的無人機(jī)電力巡檢、電力缺陷識(shí)別等場(chǎng)景模型，例如電力缺陷識(shí)別模型可以替代原的20多個(gè)小模型，做到平均精度提升18.4、模型開發(fā)成本降低90。圖表6：新能源發(fā)電功率預(yù)測(cè)，輸變電線路智能運(yùn)維與巡，具有較高AI應(yīng)用落地可能性可行性分析度（細(xì)行業(yè)）對(duì)AI落行業(yè)的進(jìn)作用低中高新能源能否解決行長(zhǎng)期痛問題？?發(fā)電功行業(yè)數(shù)據(jù)是具有較敏感性安全風(fēng)險(xiǎn)？?率預(yù)測(cè)行業(yè)是否已早應(yīng)用局？?已有華為等商開發(fā)行業(yè)相大模？?輸變電可行性分析度（細(xì)行業(yè)）對(duì)AI落行業(yè)的進(jìn)作用低中高線路智能否解決行長(zhǎng)期痛問題？?能運(yùn)行業(yè)數(shù)據(jù)是具有較敏感性安全風(fēng)險(xiǎn)？?維、智行業(yè)是否已早應(yīng)用局？?能巡檢已有華為等商開發(fā)行業(yè)相大模？?來源：二、發(fā)電功率預(yù)測(cè)、輸變智運(yùn)維巡，有望成為I率先賦方向智慧融合為新型電力系統(tǒng)建設(shè)推基礎(chǔ)保，國網(wǎng)智能投資維持較高增長(zhǎng)。安全高效、清潔低碳、柔性靈活、智慧融合為新型電力系統(tǒng)基本特征1月6日，國家能源局發(fā)布《新型電力系統(tǒng)發(fā)展藍(lán)皮書（征求意見稿,以新能源為主體的新型電力系統(tǒng)是以新能源為供給主以確保能源電力安全為基本前以滿足經(jīng)濟(jì)社會(huì)發(fā)展電力需求為首要目標(biāo)以堅(jiān)強(qiáng)智能電網(wǎng)為樞紐平臺(tái)以源網(wǎng)荷儲(chǔ)互動(dòng)與多能互補(bǔ)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(tǒng)。圖7：新型電力系統(tǒng)的四大基本特征《新型電力系統(tǒng)發(fā)展藍(lán)皮書（征求意見稿）》、智慧融合是構(gòu)建新型電力系統(tǒng)的基礎(chǔ)新電力系統(tǒng)以數(shù)據(jù)為核心驅(qū)動(dòng)呈現(xiàn)數(shù)字與物理系統(tǒng)深度融合特點(diǎn)，系統(tǒng)控制運(yùn)行由“量-控制”模式向多物理系統(tǒng)的狀態(tài)感知、智能學(xué)習(xí)和預(yù)測(cè)控制等方式轉(zhuǎn)變1）狀態(tài)感知：電網(wǎng)內(nèi)外參與耦合運(yùn)行的物理系統(tǒng)，將從局部感知量,向全局的確定性精準(zhǔn)映射轉(zhuǎn)變2）智能學(xué):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(nèi)的非物理量的感知和智能研判進(jìn)行轉(zhuǎn)變3）預(yù)測(cè)控制將從電力物理系統(tǒng)的機(jī)理模型仿真和預(yù)測(cè)向融合機(jī)理和數(shù)據(jù)模型的信息物理耦合仿真預(yù)測(cè)轉(zhuǎn)變，提升隨機(jī)變量的預(yù)測(cè)精度并應(yīng)用于電網(wǎng)逐級(jí)調(diào)控和控制引導(dǎo)。圖表8：新型電力系數(shù)字與物理系統(tǒng)深智慧融合來源：國家電網(wǎng)、

新“源網(wǎng)荷協(xié)同調(diào)控保障電力可靠供應(yīng)傳統(tǒng)電系統(tǒng)可根據(jù)用電側(cè)的負(fù)荷來調(diào)整電源的發(fā)電其前提是用可控的發(fā)電系統(tǒng)去匹配波動(dòng)幅度不大且可的負(fù)荷在運(yùn)行過程中滾動(dòng)調(diào)節(jié)從而實(shí)現(xiàn)電力系統(tǒng)安全可靠運(yùn)行在新型電力系統(tǒng)下由于隨機(jī)變化、弱可控的電源并不容易直接跟隨可測(cè)性降低的負(fù)荷做出調(diào)整電力系統(tǒng)需要“被動(dòng)”的跟隨調(diào)控轉(zhuǎn)化“主”的協(xié)同調(diào)控通過源源互補(bǔ)源網(wǎng)協(xié)調(diào)網(wǎng)荷互動(dòng)網(wǎng)儲(chǔ)互動(dòng)和源荷互動(dòng)等多種交互形式充分發(fā)揮發(fā)電側(cè)負(fù)荷側(cè)的調(diào)節(jié)能力促進(jìn)供需兩側(cè)精準(zhǔn)匹配，保障電力可靠供應(yīng)。圖表9：新能源系統(tǒng)電的平衡難度升級(jí) 圖10：系統(tǒng)友好型電站示意圖來源：國家電網(wǎng)、 來源：《新型電力系統(tǒng)發(fā)展藍(lán)皮書（征求意見稿）》、預(yù)計(jì)23-25國網(wǎng)智能化投資為8939541008億每年維持5-7較高速增。2023年國計(jì)劃投資超5200億元，同比022年的計(jì)劃投資5012億元增長(zhǎng)3.8“十四五”初規(guī)劃2.6萬億當(dāng)前21-3投資已達(dá)成520億元考慮到特高直建設(shè)加等因“十四五期間實(shí)際投資額有望超預(yù)。我們預(yù)計(jì)23-25年實(shí)際投資規(guī)劃為5250億元、5450億元、560億元，每年增速為35。智能化投資占比方面，根據(jù)《國家電智能化規(guī)劃報(bào)告，“十三五”智能化投資占比為12.5，預(yù)計(jì)“十四五”期間整體智能化投資占比7，我們假設(shè)23-25年智能化投資占比為17、7.5、18，則對(duì)投資金額93、954、1008億元，每年增速-7。圖表11：預(yù)計(jì)23-25年國網(wǎng)投完額增速為3-5 圖12：預(yù)計(jì)23-25年國網(wǎng)智能化投資金額增速為5-7600560520480440400

55,6005,4505,2505,01221721821922022122222E22E22E

8%4%0%4%8%1%

120100806040200

8528528939541,00821721821922022122222E22E22E

2%2%1%1%8%4%0%電網(wǎng)基本建設(shè)投資完成額（億元） yoy 國網(wǎng)智能化投資完成額（億元） yoywind、國家電網(wǎng)、 wind、國家電網(wǎng)、發(fā)電功率預(yù)：基于AI的預(yù)測(cè)模為當(dāng)前研究主線，旨在提高預(yù)測(cè)精度發(fā)電功率可靠預(yù)測(cè)是新能源大規(guī)模有序并網(wǎng)的關(guān)鍵新能源發(fā)電對(duì)天氣依賴較強(qiáng)具間歇性和波動(dòng)性特征因發(fā)電電量較難預(yù)測(cè)大規(guī)模集中并網(wǎng)會(huì)對(duì)電網(wǎng)的穩(wěn)定運(yùn)行產(chǎn)生較大的沖因此新能源發(fā)電的準(zhǔn)確預(yù)測(cè)可幫電網(wǎng)調(diào)度部門提前做好傳統(tǒng)電力與新能源電力的調(diào)控計(jì)，改善電力系統(tǒng)調(diào)峰能力，增加新能源并網(wǎng)容量。圖表13：日間風(fēng)電、光伏出力和負(fù)荷不平衡 圖14：新能源功率預(yù)測(cè)產(chǎn)品應(yīng)用情（國能日新）《大規(guī)模新能源發(fā)電基地出力特征研究》、 國能日新官網(wǎng)、功率預(yù)測(cè)相關(guān)政策趨于嚴(yán)格“雙細(xì)則”加強(qiáng)考核208年3月，國家能源局印《關(guān)于提升電力系統(tǒng)調(diào)節(jié)能力的指導(dǎo)意見，要實(shí)施風(fēng)光功率預(yù)測(cè)考核，將風(fēng)電、光伏等發(fā)電機(jī)組納入電力輔助服務(wù)管理各地能源局隨紛紛發(fā)了本區(qū)《發(fā)電廠并網(wǎng)運(yùn)行管理實(shí)施細(xì)則《并網(wǎng)發(fā)電廠輔助服務(wù)管理實(shí)施細(xì)則“雙細(xì)則加強(qiáng)對(duì)新能源發(fā)電功率預(yù)測(cè)的考核，明確和加強(qiáng)考核罰款機(jī)制，發(fā)電功率預(yù)測(cè)精度直接影響到電站運(yùn)營與盈利。圖表15：功率預(yù)測(cè)相關(guān)政策趨于嚴(yán)格相關(guān)政策發(fā)布機(jī)構(gòu)時(shí)間主要相關(guān)內(nèi)容《風(fēng)電場(chǎng)功率預(yù)測(cè)預(yù)報(bào)管理暫行辦法》國家能源局2011.09所有并網(wǎng)運(yùn)行的風(fēng)電場(chǎng)均應(yīng)具備風(fēng)電功率預(yù)測(cè)預(yù)報(bào)的能力并按要求開展風(fēng)電功率預(yù)測(cè)預(yù)報(bào)?！豆夥l(fā)電站接入力系統(tǒng)技術(shù)規(guī)定》國家標(biāo)準(zhǔn)委2012.12裝機(jī)容量10MW及以上的光伏發(fā)電站應(yīng)配置光伏發(fā)電功率預(yù)測(cè)系統(tǒng)系統(tǒng)具有0-72h短期光伏發(fā)電功率預(yù)測(cè)以及5mn-4h超短期光伏發(fā)電功率預(yù)測(cè)功能?！蛾P(guān)于提升電力系統(tǒng)調(diào)節(jié)能力的指導(dǎo)意見國家能源局2018.03實(shí)施風(fēng)光功率預(yù)測(cè)考核，將風(fēng)光發(fā)電機(jī)組納入電力輔助服務(wù)管理，承擔(dān)輔助服務(wù)費(fèi)用，實(shí)現(xiàn)省級(jí)及以上電力調(diào)度的發(fā)電機(jī)組全覆蓋。來源：國家能源局、國家標(biāo)準(zhǔn)委、圖表16：“雙細(xì)則”功上報(bào)率和準(zhǔn)確率要求高文件時(shí)間上報(bào)率風(fēng)電精度光伏精度超短期準(zhǔn)確率短期準(zhǔn)確率超短期準(zhǔn)確率短期準(zhǔn)確率《華東地區(qū)雙細(xì)則》2018.01100≥85≥80≥85≥80《西北地區(qū)雙細(xì)則》2018.1295≥75≥75≥80≥80《華北地區(qū)雙細(xì)則》2019.09100≥90≥85≥90≥85《東北地區(qū)雙細(xì)則》2020.09100≥75≥75≥85≥85《華中地區(qū)雙細(xì)則》2020.09-≥85≥80≥90≥85《南網(wǎng)地區(qū)雙細(xì)則》2020.12100≥85≥80≥90≥85來源：國家能源局、國家標(biāo)準(zhǔn)委、新能源功率預(yù)分類（1按照時(shí)間尺分為超短期短期中長(zhǎng)期預(yù)測(cè)（2按照空間尺度分為單機(jī)預(yù)測(cè)單場(chǎng)站預(yù)測(cè)區(qū)域預(yù)（3按照建模方分為物理建模方法、時(shí)間序列建模方法、基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等人工智建模方。超短期和短期預(yù)測(cè)均用于電網(wǎng)調(diào)度根據(jù)各能源《發(fā)電廠并網(wǎng)運(yùn)行管理實(shí)施細(xì)則1）電必須于每天早上9點(diǎn)前向電網(wǎng)調(diào)度部門報(bào)送短期功率預(yù)測(cè)數(shù)用于電網(wǎng)調(diào)度做未來1天或數(shù)天的發(fā)電計(jì)（2）每15分鐘向電網(wǎng)調(diào)度部門報(bào)送超短期功率預(yù)測(cè)數(shù)，用于電網(wǎng)調(diào)度做不同電能發(fā)電量的實(shí)時(shí)調(diào)控。圖表17：短期、超短期預(yù)測(cè)用于電網(wǎng)調(diào)度預(yù)測(cè)類型報(bào)送時(shí)間報(bào)送目的分辨率超短期預(yù)測(cè)自報(bào)送時(shí)刻起未來15分鐘至4小時(shí)的電預(yù)測(cè)功率用于電網(wǎng)調(diào)度做不同電能發(fā)電量的實(shí)時(shí)調(diào)控15min短期預(yù)測(cè)次日0時(shí)起至未來24小時(shí)或72小時(shí)發(fā)電預(yù)測(cè)功率用于電網(wǎng)調(diào)度做未來1天或數(shù)天的發(fā)電計(jì)劃15min《發(fā)電廠并網(wǎng)運(yùn)行管理實(shí)施細(xì)則》、基人工智的預(yù)測(cè)模型具有諸多優(yōu)為當(dāng)前主流研究領(lǐng)域相比物理建模時(shí)間序列建模等傳統(tǒng)方法，基于AI的預(yù)測(cè)模型于高維非線性樣本空間具有良好的擬合能；模型參數(shù)基于數(shù)據(jù)訓(xùn)練得到更容易獲模型的輸入特征亦可靈活構(gòu)結(jié)合智能優(yōu)化算法還可進(jìn)行參數(shù)自動(dòng)尋優(yōu)，進(jìn)一步省去了人工調(diào)參的工作量。圖18：基于AI的新能源功率預(yù)測(cè)技術(shù)框架圖來源：中國知網(wǎng)：《人工智能技術(shù)在新能源功率預(yù)測(cè)的應(yīng)用及展望》、當(dāng)前AI在功率預(yù)測(cè)領(lǐng)域的應(yīng)主包括：模型輸入模型構(gòu)建和參數(shù)優(yōu)化（1）模型輸入包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)增強(qiáng)和特征構(gòu)（2）模構(gòu)建：包括ANN、SVM、決策樹模型為代表的傳統(tǒng)機(jī)器學(xué)習(xí)算法，基于深度學(xué)習(xí)的新一代AI技術(shù)，以融合多種模型組合預(yù)測(cè)技術(shù)（3參數(shù)優(yōu)化算包進(jìn)化算法群智能優(yōu)化算法等靜態(tài)優(yōu)化算法和強(qiáng)化學(xué)習(xí)等動(dòng)態(tài)優(yōu)化算法，主要用于模型訓(xùn)練和組合參數(shù)優(yōu)化。圖表19：AI在功率預(yù)測(cè)領(lǐng)域應(yīng)用：模型輸入、模構(gòu)建、參數(shù)優(yōu)化AI應(yīng)用領(lǐng)域細(xì)分方向相關(guān)介紹模型輸入數(shù)據(jù)預(yù)處理功率預(yù)測(cè)前要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)異常值處理和缺失值補(bǔ)全。數(shù)據(jù)增強(qiáng)對(duì)于數(shù)據(jù)驅(qū)動(dòng)的功率預(yù)測(cè)方法高度依賴大量歷史數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練當(dāng)前針對(duì)新能源預(yù)測(cè)采用的數(shù)據(jù)增強(qiáng)方法主要有遷移學(xué)習(xí)、深度學(xué)習(xí)、生成對(duì)抗網(wǎng)絡(luò)。特征構(gòu)建模型訓(xùn)練要利用收集到的歷史數(shù)據(jù)，直接利用所有特征進(jìn)行訓(xùn)練會(huì)導(dǎo)致模型訓(xùn)練困難。因此在訓(xùn)練前需進(jìn)行特征構(gòu)建，主要包括特征選擇和特征降維。模型構(gòu)建傳統(tǒng)機(jī)器學(xué)習(xí)算法根據(jù)訓(xùn)練數(shù)據(jù)是否有標(biāo)簽，傳統(tǒng)機(jī)器學(xué)習(xí)算法可分為有監(jiān)督學(xué)習(xí)無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)。其中監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)在新能源功率預(yù)測(cè)領(lǐng)域已廣泛應(yīng)用。深度學(xué)習(xí)深度學(xué)習(xí)算法由淺層的人工神經(jīng)網(wǎng)絡(luò)演化而來通過組合多個(gè)非線性表征層構(gòu)建深層網(wǎng)絡(luò)模型，利用逐層抽象、逐層迭代的機(jī)制，實(shí)現(xiàn)對(duì)數(shù)據(jù)特征更高階的提取。組合預(yù)測(cè)預(yù)測(cè)受多種因素影響采用單一的預(yù)測(cè)模型對(duì)新能源功率進(jìn)行預(yù)測(cè)可能出現(xiàn)較大誤差。為了更好地利用不同模型的優(yōu)勢(shì)，綜合利用多種預(yù)測(cè)模型構(gòu)建組合預(yù)測(cè)模型，能有效克服單一預(yù)測(cè)模型的固有局限。參數(shù)優(yōu)化靜態(tài)優(yōu)化算法遺傳算法、群智能優(yōu)化算法等屬于靜態(tài)類智能優(yōu)化算法，但由于不能和環(huán)境實(shí)時(shí)交互，難以實(shí)現(xiàn)模型參數(shù)的動(dòng)態(tài)學(xué)習(xí)。動(dòng)態(tài)優(yōu)化算法強(qiáng)化學(xué)習(xí)等一類動(dòng)態(tài)優(yōu)化算法考慮的是智能體與環(huán)境的交互問題目的是使智能體在與環(huán)境的交互過程中，通過學(xué)習(xí)策略達(dá)成回報(bào)最大化或?qū)崿F(xiàn)特定目標(biāo)。來源：中國知網(wǎng)：《人工智能技術(shù)在新能源功率預(yù)測(cè)的應(yīng)用及展望》、功率預(yù)測(cè)技術(shù)路線主要包含數(shù)據(jù)計(jì)算傳輸及模型優(yōu)化以國能日新為例公司基本實(shí)現(xiàn)功率預(yù)測(cè)算法模型的自動(dòng)匹配及預(yù)測(cè)數(shù)據(jù)的自動(dòng)計(jì)算發(fā)送因在項(xiàng)目日常營運(yùn)人力投入較少僅在少數(shù)場(chǎng)站模型遠(yuǎn)程匹配失敗的情況由業(yè)務(wù)人員前往現(xiàn)場(chǎng)完成模型修。在模型優(yōu)化方面一般會(huì)按照設(shè)定的周期由智控平中的模型算法程序自動(dòng)重新選取最優(yōu)功率預(yù)測(cè)模型，并將其自動(dòng)匹配至站場(chǎng)服務(wù)器。圖表20：新能源功率預(yù)測(cè)產(chǎn)品技術(shù)路線（以國能日新為例）來源：國能日新招股說明書、新能源功率產(chǎn)品每日工作流程（以國能日新產(chǎn)品為例：①獲得原始?xì)庀箢A(yù)報(bào)數(shù)據(jù)、②通過建模計(jì)算后得到更高精度的氣象預(yù)測(cè)數(shù)據(jù)進(jìn)行短期功預(yù)測(cè)數(shù)據(jù)計(jì)④傳輸短期功率數(shù)據(jù)到所服務(wù)電站⑤在電站軟件中進(jìn)行超短功率預(yù)測(cè)⑥報(bào)送數(shù)據(jù)至電網(wǎng)調(diào)度部門。圖表21：功率預(yù)測(cè)產(chǎn)品每日工作流程（以國能日新為例）來源：國能日新公司公告、當(dāng)線性回歸模型和樹模型實(shí)際應(yīng)用效果深度學(xué)習(xí)類模表現(xiàn)亮全球能源預(yù)測(cè)大賽GEFCOM）至今已經(jīng)舉辦過三屆，有超過0個(gè)國家的數(shù)百只隊(duì)伍參，在歷屆優(yōu)勝算法中線性回歸模型和樹模型實(shí)際應(yīng)用效果最好此外在2021年國家電網(wǎng)調(diào)控AI創(chuàng)新大新能源發(fā)電預(yù)賽道基于決策樹的同質(zhì)集成算法在實(shí)際應(yīng)用中效果較還有優(yōu)勝隊(duì)伍使用了深度學(xué)類模型，表深度學(xué)習(xí)模逐漸在實(shí)際應(yīng)用中嶄露頭。圖表22：線性回歸和樹模型應(yīng)用效果好GEFCOM大賽） 圖23：深度學(xué)模表現(xiàn)亮（國網(wǎng)調(diào)控AI創(chuàng)新大賽）全球能源預(yù)測(cè)大賽（GEFCOM）、 來源：國家電網(wǎng)（2021年國網(wǎng)調(diào)控AI創(chuàng)新大賽）、業(yè)內(nèi)成熟的功率預(yù)測(cè)系統(tǒng)主要采用組合建模方法實(shí)際功率預(yù)測(cè)系統(tǒng)采用的技術(shù)路線由早期的物理建模方過渡到以數(shù)據(jù)驅(qū)動(dòng)方法為主且?guī)缀跞繛榻M合建模方組合建?？赏ㄟ^串行和并行兩種方式分別減少模型的偏差和方差，從而提高預(yù)測(cè)精。圖表24業(yè)內(nèi)成熟的功率預(yù)測(cè)系統(tǒng)主要采用組建方法預(yù)測(cè)系統(tǒng)年份采用方法開發(fā)者光電率預(yù)系統(tǒng)SPFS2010組合方法國網(wǎng)電力科學(xué)研究院SPSF-30002011組合方法北京國能日新NSF32002012組合方法國電南瑞科技光伏發(fā)電功率預(yù)測(cè)預(yù)報(bào)系統(tǒng)V2.02013組合方法湖北省氣象服務(wù)中心風(fēng)電率預(yù)系統(tǒng)WPFS2008組合方法中國電科院FR3000F2010組合方法北京中科伏瑞NSF31002011組合方法國網(wǎng)電力科學(xué)研究院WINPOP2011組合方法中國氣象局公共服務(wù)中心高精度風(fēng)電功率預(yù)測(cè)系統(tǒng)2017組合方法北京國能日新科來源：中國知網(wǎng)：《人工智能技術(shù)在新能源功率預(yù)測(cè)的應(yīng)用及展望》、2024年新能源功率預(yù)測(cè)市場(chǎng)規(guī)模13.4億元國能日新為行業(yè)龍頭根據(jù)沙利文報(bào)告2019年我國發(fā)電功率預(yù)測(cè)市場(chǎng)的市場(chǎng)規(guī)模約6.3億元，到2024年市場(chǎng)規(guī)模將增長(zhǎng)至約13.4億元，2019至2024年均復(fù)合增長(zhǎng)率將達(dá)16.2，其中光伏發(fā)電功率預(yù)測(cè)市場(chǎng)規(guī)模預(yù)計(jì)為6.5億元風(fēng)力發(fā)電功率預(yù)測(cè)市場(chǎng)規(guī)模預(yù)計(jì)為6.9億元市場(chǎng)格局方面國能日新為行業(yè)龍頭，2019年公司在光伏和風(fēng)能發(fā)電功率預(yù)測(cè)市場(chǎng)的占有率分別為22.3和18.8。圖表25：國內(nèi)新能源功率預(yù)測(cè)相關(guān)公司中，國能日新市占率最（2019）公司相關(guān)產(chǎn)品名稱提供服務(wù)光伏市占率風(fēng)能市占率國能日新光伏/風(fēng)電場(chǎng)發(fā)電量預(yù)測(cè)系統(tǒng)提供超短期短-中長(zhǎng)期單-集中電站功率預(yù)測(cè)22.118.8南瑞繼保PCS9700WF/PF新能源功率預(yù)測(cè)系統(tǒng)預(yù)測(cè)光伏電站未來4小時(shí)和未來72小時(shí)內(nèi)的有功功率17.76.3東潤環(huán)能東潤天問新能源功率預(yù)測(cè)系統(tǒng)提供超短期短中期功理論-可用功率預(yù)測(cè)、發(fā)電量預(yù)測(cè)16.211.7金風(fēng)慧能新能源智慧運(yùn)營系統(tǒng)SOM預(yù)測(cè)未來一定時(shí)間內(nèi)的風(fēng)電場(chǎng)風(fēng)速、溫度和功率，精度達(dá)85-14.9遠(yuǎn)景能源孔明預(yù)測(cè)風(fēng)電場(chǎng)每臺(tái)機(jī)位超短短期-中期的風(fēng)速及理論功率-13.3中科伏瑞風(fēng)光儲(chǔ)一體化發(fā)電場(chǎng)站能量管理-6.9-來源：各公司官網(wǎng)、國能日新招股說明書、沙利文、華為盤氣象大模型精度首次超過傳統(tǒng)數(shù)值方法，速度提升0000倍以上。華為云發(fā)布的盤古氣象大模型1小時(shí)-7天預(yù)測(cè)精度均高于傳統(tǒng)數(shù)值方法，同時(shí)預(yù)測(cè)速度提升10000倍，能夠提供秒級(jí)的全球氣象預(yù)（傳統(tǒng)數(shù)值預(yù)測(cè)方法無法做到，包括位勢(shì)、濕度、風(fēng)速、溫度、海平面氣壓等同時(shí)，盤古氣象大模型在一張V100顯卡上，只需要1.4秒就能完成24小時(shí)的全球氣象預(yù)。圖26：華為盤古氣象大模型精度首次超過傳統(tǒng)數(shù)值方法華為，2.3智能運(yùn)維與巡：AI有望全面升級(jí)巡檢產(chǎn)品，行業(yè)空預(yù)計(jì)突破百億我國輸電線回與變電設(shè)備存量規(guī)模大，投運(yùn)總規(guī)模平穩(wěn)增。根據(jù)中電聯(lián)數(shù)據(jù)，截止2022年全國電網(wǎng)220千伏及以上變電設(shè)備容共51.98億千伏安同比增長(zhǎng)千伏及以上輸電線路回路長(zhǎng)度共88.2萬千米同比增長(zhǎng)4.6從新增量看2022年全新增220千伏及以上變電設(shè)備容量25839萬千伏安，同比增長(zhǎng)6.3；新增220千伏及上輸電線路長(zhǎng)度38967千米同比長(zhǎng)21.2201年202年220千伏及以上變電備容量增速維持在5左右，220千伏及以上輸電線路回路長(zhǎng)度增速維持在4。新增規(guī)中，變電設(shè)備容量增量位于近十年次高點(diǎn)，輸電路回路長(zhǎng)度增量為近十年第三高點(diǎn)。圖表27：2022年220千伏及以上變電設(shè)新增容量增為5左右（萬千伏安）2583924263238142433422082 22288302583924263238142433422082 22288200 8%100 4%100 0%600 4%0 8%220以上變電設(shè)備容量：累計(jì)值 新220v以上變電設(shè)備容量：累積同比來源：中電聯(lián)、wind、圖表28：2022年220千伏及以上輸電線路回新長(zhǎng)度增為4左（千米41459 4103538967359123502941459 4103538967359123502932220300

30%20%200 10%100 6%900 2%0 10%新增220v及以上線路長(zhǎng)度：累計(jì)值 新增220v及以上線路長(zhǎng)度：累計(jì)同比來源：中電聯(lián)、wind、

電力系統(tǒng)運(yùn)維管分為“被動(dòng)-“主動(dòng)-“狀態(tài)檢”三個(gè)階段“狀態(tài)檢”策略及時(shí)性和可靠性高由于輸變電線路架設(shè)在各種自然環(huán)境中常年經(jīng)受日曬雨淋難免會(huì)造成電力設(shè)備缺失或壞應(yīng)及時(shí)發(fā)現(xiàn)各種劣化過程的發(fā)展?fàn)顩r并在可能出現(xiàn)故障或性能下降前，進(jìn)行維修更換。電力系統(tǒng)運(yùn)維管理主要包“被動(dòng)”運(yùn)“主”運(yùn)維、“狀態(tài)檢策略三個(gè)發(fā)展階段“狀檢修策略提高了故障發(fā)現(xiàn)的及時(shí)性和電網(wǎng)運(yùn)行的可靠性。圖表29：“狀態(tài)檢修”運(yùn)維策略及時(shí)性和可靠性高智洋創(chuàng)新公司公告、人工巡檢諸多劣勢(shì)AI替代是大勢(shì)所。電力行業(yè)有大量巡檢工作條件惡劣，傳統(tǒng)人工巡檢的工作難度大危險(xiǎn)指數(shù)高及時(shí)性低工作量大采用智能巡檢既具有人工巡檢的靈活性和智能性同時(shí)響應(yīng)更加及時(shí)效率更高成本更低隨著技術(shù)的發(fā)展智能機(jī)器技術(shù)具有廣闊的應(yīng)用前景，未來電氣行業(yè)無人化巡檢將成為行業(yè)常態(tài)。AI替代人工性價(jià)比更高以500kv變電站為例，人工巡檢模式下需要4個(gè)工人耗費(fèi)一個(gè)禮拜的工時(shí)才能進(jìn)行一次全面檢查假每位工年薪約8萬而同樣的工作量一臺(tái)巡檢機(jī)器人能在更短的時(shí)間內(nèi)完成，其平均成本為65萬臺(tái)，計(jì)提折舊后約16萬/年，使用巡檢機(jī)器人比人工巡檢能節(jié)約16萬/年。圖表30：人工巡檢諸多劣，AI替代人性價(jià)比更高人工巡檢機(jī)器人巡檢對(duì)比總結(jié)巡檢方式手持式紅外熱像儀測(cè)溫、人工表計(jì)抄錄，手動(dòng)導(dǎo)出設(shè)備照片，并將質(zhì)記錄數(shù)據(jù)再次錄入做電子存檔機(jī)器人按照預(yù)設(shè)檢測(cè)時(shí)間全自動(dòng)到現(xiàn)場(chǎng)進(jìn)行設(shè)備測(cè)溫表計(jì)抄錄數(shù)據(jù)圖片等自動(dòng)存庫并可自由導(dǎo)出人工巡檢重復(fù)工作，數(shù)據(jù)存檔及應(yīng)用瑣工作量對(duì)比視變電站設(shè)備數(shù)及規(guī)模，每次人工全面巡檢需要至少1天機(jī)器人自動(dòng)巡檢并自動(dòng)生成數(shù)據(jù)報(bào)表紅外圖片等均可選擇導(dǎo)出機(jī)器人巡檢可以有效減少工作量客觀性對(duì)比人工巡檢存在不固定性機(jī)器人按照預(yù)設(shè)任務(wù)檢測(cè)角度檢測(cè)位置等均保持一致機(jī)器人更具客觀性準(zhǔn)確性對(duì)比表計(jì)抄錄因距離、表計(jì)位置等準(zhǔn)確性受到影響；在個(gè)別特殊條件的識(shí)別讀取上人工有優(yōu)勢(shì)機(jī)器人可以較為準(zhǔn)確識(shí)別表計(jì)對(duì)于距離較遠(yuǎn)的表計(jì)依然可以清晰拍照識(shí)別個(gè)特設(shè)備機(jī)器人無法有效識(shí)別除個(gè)別無法識(shí)別的設(shè)備外機(jī)器人巡數(shù)據(jù)識(shí)別有效便利性對(duì)比雷雨大風(fēng)等惡劣天氣時(shí)，人員無法到設(shè)備區(qū)進(jìn)行檢測(cè)機(jī)器人惡劣天氣下仍能正常巡檢單站應(yīng)用及集控應(yīng)用方式更便利缺陷跟蹤對(duì)比缺陷設(shè)備需人工定期定時(shí)檢測(cè)機(jī)器人可以按照預(yù)設(shè)巡檢任務(wù)及特定缺陷跟蹤任務(wù)實(shí)現(xiàn)對(duì)缺陷設(shè)備的全天候全時(shí)跟蹤檢測(cè)，并結(jié)合數(shù)據(jù)曲線跟蹤發(fā)展趨勢(shì)機(jī)器人巡檢更適合國家電網(wǎng)、

輸電線路智能運(yùn)與巡主要分為可視化狀態(tài)監(jiān)測(cè)、無人機(jī)巡檢、及機(jī)器人巡檢等方式。1）可視狀態(tài)監(jiān)：能夠全天候全時(shí)段在線自動(dòng)行監(jiān)測(cè)的方式，能夠及時(shí)發(fā)現(xiàn)安全隱患及對(duì)本體整體運(yùn)行狀態(tài)進(jìn)行評(píng)估2）無人機(jī)巡：作為線路特巡的一種手段，對(duì)線路進(jìn)行巡視可用于發(fā)現(xiàn)線路較為細(xì)節(jié)的缺陷通常需要專業(yè)人員在現(xiàn)場(chǎng)操控才能完成對(duì)線路的巡視3）機(jī)器人巡檢主要用變電站、配電房電纜隧等場(chǎng)景應(yīng)用，可按照設(shè)定的線路或鋪設(shè)的導(dǎo)軌對(duì)重點(diǎn)點(diǎn)位進(jìn)行巡視。圖31：輸電線路智能運(yùn)維管主要方式來源：智洋創(chuàng)新招股說明書、圖表32：輸電線路智能運(yùn)維管方式具體情況項(xiàng)目簡(jiǎn)介解決的問題優(yōu)勢(shì)劣勢(shì)通道視化本體態(tài)監(jiān)運(yùn)用輸電線路可視化裝置結(jié)合傳感器和工智能算法監(jiān)拍分線路通道及本體隱患輸電線路日常視、常規(guī)監(jiān)測(cè)；監(jiān)測(cè)桿塔對(duì)線路本體造成的安全患1)替代多數(shù)人工，提升巡檢效率準(zhǔn)確率；2)全天候全時(shí)段監(jiān)測(cè)，用范圍廣；)及時(shí)精準(zhǔn)發(fā)現(xiàn)隱患缺陷；4)匯集數(shù)據(jù)并智能分析，用簡(jiǎn)單且成本低1)無法發(fā)現(xiàn)輸電線路體的細(xì)節(jié)缺;)安裝固定后不能覆蓋所有測(cè)角度無人巡檢運(yùn)用無人機(jī)對(duì)線路本體進(jìn)行特殊巡視以發(fā)現(xiàn)缺陷細(xì)節(jié)發(fā)現(xiàn)銷釘缺失導(dǎo)斷股等潛在缺陷1)降低巡視頻率，只需人工修復(fù)問題線路點(diǎn)位，提升巡檢效率和準(zhǔn)率;2)可查看線路本體的細(xì)節(jié)部1)巡檢距離受限:2)需要專業(yè)人員操控:3)能實(shí)現(xiàn)在線監(jiān)測(cè)機(jī)器巡檢機(jī)器人搭載攝像機(jī)類傳感器技術(shù)進(jìn)行巡檢主要解決人員巡視周期長(zhǎng)設(shè)備缺陷易及時(shí)發(fā)現(xiàn)的問題1)可遠(yuǎn)程查看設(shè)備情況，針對(duì)問題制定計(jì)劃;2)減輕工作量，提升巡檢效率和準(zhǔn)確率能匯集數(shù)據(jù)并進(jìn)智能分析和預(yù)警1)應(yīng)用場(chǎng)景受限;2購買成本高，施工難度智洋創(chuàng)新公司公告、

電力巡檢機(jī)器人行業(yè)規(guī)模測(cè)輸電線巡檢變電站巡檢配電站巡檢及隧道巡檢是電力智能巡檢的核心應(yīng)用場(chǎng)景，其中主流巡檢場(chǎng)景為室外和室內(nèi)。假設(shè)1）變電站及配電房數(shù)量2020年后保持年增速3；2）依據(jù)國家能源局智能電網(wǎng)的規(guī)劃覆蓋目標(biāo)，假設(shè)滲率未來四年保持年增速23隨產(chǎn)品技術(shù)升級(jí)與競(jìng)爭(zhēng)加劇預(yù)計(jì)機(jī)器人單機(jī)價(jià)格持續(xù)幅下滑4變電/配電房配置機(jī)器人比例分別為一機(jī)一/一機(jī)兩房綜上預(yù)計(jì)2025年我國室外/室內(nèi)巡檢機(jī)器人市場(chǎng)規(guī)模分別為54/118億元，市場(chǎng)空間廣。圖表33：電力巡檢機(jī)器人行業(yè)規(guī)模測(cè)（億元）20172018201920202021E2022E2023E2024E2025E變電站數(shù)（萬）2.02.32.63.03.13.23.33.43.5滲透率2.74.48.111.913.915.917.919.921.9機(jī)器人均（萬）78.477.175.974.873.672.571.570.469.4配置比例一機(jī)一站室外巡檢器人場(chǎng)（億元）4.27.816.026.731.736.942.247.653.2配電房數(shù)（萬）27.228.630.031.533.134.736.538.340.2滲透率2.33.34.35.17.19.111.113.115.1機(jī)器人均（萬）44.143.342.642.041.340.740.039.438.8配置比例一機(jī)兩房室內(nèi)巡檢器人場(chǎng)（億元）13.820.427.533.748.564.381.098.8117.8市場(chǎng)合計(jì)18.028.243.560.480.2101.1123.3146.5171.0yoy5754393326221917來源：中電聯(lián)、前瞻研究院、申昊科技、AI技術(shù)有望全面升級(jí)智能巡檢產(chǎn)品，包括快清建模、AI輔助拍攝、和智能檢測(cè)?？焖偾逦＠鏝ERF是一種基于神經(jīng)網(wǎng)絡(luò)的三維重建算法它可從2D圖中，快速高效地生成高質(zhì)量的3D場(chǎng)景模型輸入稀疏的多角度帶pose的圖像訓(xùn)得到一個(gè)神經(jīng)輻射場(chǎng)模型，根據(jù)這個(gè)模型可以渲染出任意視角下清晰的照片。I輔助拍攝：無人機(jī)結(jié)合AI輔助拍攝技術(shù)，可以實(shí)時(shí)對(duì)目標(biāo)位置進(jìn)行識(shí)別，動(dòng)態(tài)調(diào)整云臺(tái)角度得到確目標(biāo)位置的照片綜合利用相機(jī)光線動(dòng)態(tài)補(bǔ)償技術(shù)和精準(zhǔn)對(duì)焦技術(shù)，保證照片拍攝質(zhì)量，有利于輸電線路的安全運(yùn)行和快速巡檢。圖表34：NERF模型訓(xùn)：訓(xùn)練前后對(duì)比 圖35：AI輔助拍攝提升圖像清晰度來源：煜邦電力、 來源：煜邦電力、智能檢測(cè)：變電站、換流站中的電力設(shè)備普遍都具備的明顯特征，包顏色、材質(zhì)和紋理等利用圖像處理和識(shí)別能力對(duì)采集到的設(shè)備圖像進(jìn)行圖像處理從而判斷是否發(fā)生故障或不正常智能巡檢機(jī)器可使用搭載紅外傳感器、電磁感應(yīng)傳感器和高清攝像頭，對(duì)電氣設(shè)備進(jìn)行多維度、近距離的監(jiān)測(cè)還采用無人機(jī)搭載高清攝像儀和紅外傳感器，完成對(duì)鐵塔、導(dǎo)地線和絕緣子串的運(yùn)行狀態(tài)監(jiān)測(cè)和安全評(píng)估。圖表36：輸電線圖像檢測(cè)方法流程圖 圖37：無人機(jī)航拍識(shí)別電力設(shè)備缺陷《基于深度學(xué)習(xí)的輸電線路視覺檢測(cè)方法研究進(jìn)展》、 《基于深度學(xué)習(xí)的輸電線路視覺檢測(cè)方法研究進(jìn)展》、盤古大模加持電網(wǎng)智能巡檢，代替?zhèn)鹘y(tǒng)20多個(gè)小模型。應(yīng)用盤古CV大模，利用海量無標(biāo)注電力數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練和篩選并結(jié)合少量標(biāo)注樣本微調(diào)的高效開發(fā)模式獨(dú)創(chuàng)性地提出了針對(duì)電力行業(yè)的預(yù)訓(xùn)練模型在模型通用性結(jié)合盤古搭載的自動(dòng)數(shù)據(jù)增廣以及類別自適應(yīng)損失函數(shù)優(yōu)化策略，做到一個(gè)模型適配上百種缺陷，替代原有20多個(gè)小模型。從而做到平均精度提升18.4模型開發(fā)成本降低90目前華為在L2級(jí)細(xì)分場(chǎng)景型上，已經(jīng)推出基于電力大模型的無人機(jī)電力巡檢、電力缺陷識(shí)別等場(chǎng)景模型。圖表38：基于大模型的無人機(jī)電力巡檢，篩選效率提升30倍、篩選質(zhì)量提升5倍來源：華為、圖表39：電力缺陷識(shí)別模型代替20多個(gè)傳統(tǒng)小模型來源：華為、三、中長(zhǎng)期看好B、電網(wǎng)智能調(diào)度、虛擬電廠和微電網(wǎng)I賦能落地電力行業(yè)BIM設(shè)計(jì)軟件國產(chǎn)化替代需求強(qiáng)烈AI賦能貫穿設(shè)-施-運(yùn)環(huán)節(jié)可視化與可協(xié)調(diào)性是IM軟件的核心優(yōu)勢(shì)BIM即建信息模型指代以三維圖形為主、物件導(dǎo)向的電腦輔助設(shè)計(jì)軟將設(shè)計(jì)可參與項(xiàng)目規(guī)劃設(shè)計(jì)施工建設(shè)運(yùn)營的全過程1可視化借助三維圖形營造生動(dòng)自然的物體形,使物體存在具備真實(shí)有效減了設(shè)與施工時(shí)的圖畫讀取難（2可協(xié)調(diào)性有關(guān)人可以借助信息模型平實(shí)現(xiàn)及時(shí)溝，能促進(jìn)設(shè)計(jì)、施工和管等人員形成良性互,針對(duì)存在的問題進(jìn)行集中管理，助工作更為順利和高效進(jìn)。圖表40：可視化是BIM的顯著特征 圖41：有關(guān)人可借助BIM平臺(tái)及時(shí)溝通來源：恒華科技官網(wǎng)、 Revit、信創(chuàng)發(fā)展背景下BIM行業(yè)國產(chǎn)化替代需求強(qiáng)烈信息技術(shù)應(yīng)用創(chuàng)為近年以來我國關(guān)鍵命旨在通過對(duì)IT硬軟件的重構(gòu)建立我國自主可的IT產(chǎn)業(yè)標(biāo)準(zhǔn)和生態(tài)逐步實(shí)現(xiàn)各環(huán)節(jié)國產(chǎn)替國內(nèi)使用的BIM平臺(tái)主要為國外軟件而國內(nèi)廠商主要以項(xiàng)目管理和單點(diǎn)應(yīng)用類型的產(chǎn)品為主，底層核心技術(shù)大多掌握在國外廠商手中2020年全球BIM行業(yè)市場(chǎng)中Autodesk市占率為67.9，其次BentleySystems市占率為集中度較，顯示國產(chǎn)替代的必要性和緊迫。17.70%14.40%67.90%圖表42：2020年全球BIM市占率情況 圖43：AutodeskREVIT17.70%14.40%67.90%AtoeskBntySt其他來源：前瞻研究院、 REVIT、國產(chǎn)化軟件適應(yīng)國內(nèi)電網(wǎng)生態(tài)（1電力水利等國民經(jīng)濟(jì)基礎(chǔ)行業(yè)中的信息數(shù)據(jù)處理，信息安全要求較（2電力行業(yè)中涉及到大量的技術(shù)體系及行業(yè)標(biāo)準(zhǔn)相比國外Bentley、Revit等廠商，國產(chǎn)GIM軟件能夠深度理解客戶需，滿足專業(yè)性要求（3）國產(chǎn)軟件具有更高性價(jià)售價(jià)略低于國外軟件在對(duì)于國產(chǎn)軟件內(nèi)容質(zhì)量較認(rèn)的前提客戶的服付費(fèi)意和意愿隨行業(yè)發(fā)展逐年上升。政牽引自主可控信息產(chǎn)業(yè)發(fā)BIM支持政策陸續(xù)出從國家層面來關(guān)鍵核心技術(shù)的發(fā)展直接影響國家經(jīng)濟(jì)安全、國防安全等，自主可控信息發(fā)展有高戰(zhàn)略價(jià)。近3年，我國自中央到地方都出臺(tái)了各類相應(yīng)政策以支持BIM技術(shù)的發(fā)展與落，2020年至，中央下發(fā)關(guān)于支持BIM技術(shù)發(fā)展的政策已超10項(xiàng)，BIM技術(shù)在各類建筑業(yè)相關(guān)政策中被提到的次數(shù)逐年增加，政策牽引BIM技術(shù)的發(fā)展充分體現(xiàn)政府的高度重。圖表44：BIM支持政梳(2020年至)時(shí)間相關(guān)文件相關(guān)內(nèi)容2020.5《關(guān)于推進(jìn)建筑垃圾減量化的指導(dǎo)意見》推進(jìn)IM等技術(shù)在工程設(shè)計(jì)和施工中的應(yīng)用減少設(shè)計(jì)中“錯(cuò)漏碰缺”，輔助施工現(xiàn)場(chǎng)管理，提高資源利用率2020.7《關(guān)于推動(dòng)智能建造與建筑工業(yè)化協(xié)同發(fā)展的指導(dǎo)意見》加快推動(dòng)新一代信息技術(shù)與建筑工業(yè)化技術(shù)協(xié)同發(fā)展在建造全過程加大BIM等新技術(shù)的集成與創(chuàng)新應(yīng)用。2020.8《關(guān)于加強(qiáng)新型建筑工業(yè)化發(fā)展的若干意見》大力推廣BIM技術(shù)加快推進(jìn)BM技術(shù)在新型建筑工業(yè)化全壽命期的一體化集成應(yīng)用。2021.1《關(guān)于加強(qiáng)超高層建筑規(guī)劃建設(shè)管理的通知》具備條件的超高層建筑應(yīng)充分利用超高層BM，與CIM基礎(chǔ)平臺(tái)加強(qiáng)對(duì)接2022.1《“十四五”建筑業(yè)發(fā)展規(guī)劃》2025年，基本形成BIM技術(shù)框架和標(biāo)準(zhǔn)體系。推進(jìn)自主可控IM軟件研發(fā)2022.3《“十四五”住房和城鄉(xiāng)建設(shè)科技發(fā)展規(guī)劃》BIM技術(shù)在工程設(shè)計(jì)、生產(chǎn)和施工領(lǐng)域得到推廣應(yīng)用2022.5《“十四五”工程勘察設(shè)計(jì)行業(yè)發(fā)展規(guī)劃》推動(dòng)工程勘察設(shè)計(jì)行業(yè)數(shù)字轉(zhuǎn)型提升發(fā)展效能推進(jìn)BIM全過程應(yīng)用2022.6《城鄉(xiāng)建設(shè)領(lǐng)域碳達(dá)峰實(shí)施方案》利用IM技術(shù)和CIM平臺(tái)等，推動(dòng)數(shù)字建筑、數(shù)字孿生城市建設(shè)，加快城鄉(xiāng)建設(shè)數(shù)字化轉(zhuǎn)型。2022.7《“十四五”建筑業(yè)發(fā)展規(guī)劃的通知》運(yùn)用BIM等技術(shù)開展運(yùn)行監(jiān)測(cè)預(yù)警技術(shù)產(chǎn)品研發(fā)和迭代升級(jí)2022.12《“十四五”城鎮(zhèn)化與城市發(fā)展科技創(chuàng)新專項(xiàng)規(guī)劃》提出研究非線性幾何特征建模與IM圖形引擎建立具有自主知識(shí)產(chǎn)權(quán)的BIM三維圖形平臺(tái)并發(fā)展相應(yīng)軟件生態(tài)。2023.2《關(guān)于推進(jìn)工程建設(shè)項(xiàng)目審批標(biāo)準(zhǔn)化范化便利化的通知》推動(dòng)國產(chǎn)BIM產(chǎn)品應(yīng)用在設(shè)計(jì)方案審查施工圖審查竣工驗(yàn)收、檔案移交環(huán)節(jié)采用IM成果提交和審批建立完善BIM成果交付和技術(shù)審查標(biāo)準(zhǔn)，逐步實(shí)現(xiàn)計(jì)算機(jī)智能輔助審查。來源：中國住建部、中國政府網(wǎng)、BIM為發(fā)電側(cè)設(shè)施“輸變配環(huán)節(jié)建設(shè)必要設(shè)計(jì)工具在發(fā)電場(chǎng)設(shè)施的全生周期中，BIM可解決建設(shè)難題降低成本縮短工期設(shè)計(jì)階段中BIM可以幫助建立精確地形模型并優(yōu)化微觀選址施工階段中BIM可用于管理進(jìn)度建構(gòu)結(jié)構(gòu)模型和統(tǒng)計(jì)工程量等運(yùn)維階段中BIM可幫助培員工和掃描復(fù)雜設(shè)備結(jié)構(gòu)2）在“輸變配”環(huán)節(jié)中BIM可精準(zhǔn)繪制三維建筑模型以提升工程安全性并且在可視化的前提下保障各單位之間信息的流暢性以防止權(quán)責(zé)不清“雙碳背景下清潔能源發(fā)電量占比逐步提升儲(chǔ)能分布式電廠、縣域光伏等建設(shè)有望帶來增量輸電線路變電站配網(wǎng)建設(shè)加速相關(guān)從事設(shè)計(jì)建設(shè)電力BIM領(lǐng)域的公司有望受益。圖表45：BIM為發(fā)電建必要設(shè)計(jì)工具 圖46：BIM被用于輸電環(huán)節(jié)設(shè)計(jì)Openplant、 來源：恒華科技官網(wǎng)、BIM與人工智能深度融合，有望在設(shè)、施工、運(yùn)階段開拓應(yīng)用場(chǎng)景與解決方案。設(shè)階段：1）構(gòu)件智能搜索：可以在構(gòu)件智能搜索中使用人工智能對(duì)構(gòu)件進(jìn)行準(zhǔn)確的自動(dòng)分類以及使用自然語言理解技術(shù)實(shí)現(xiàn)構(gòu)件屬性的智能校準(zhǔn)2AI輔助布局規(guī)劃融入最新的機(jī)器學(xué)習(xí)技術(shù)可以在瀏覽器上生成建筑策劃文件并輸出建筑空間的最優(yōu)化布局3AI助BIM審AI技術(shù)可以輔助BM對(duì)大量規(guī)范圖標(biāo)準(zhǔn)以及模型、圖紙的匹配性學(xué)習(xí)，做好設(shè)計(jì)合規(guī)性、合理性的把控。施工階段進(jìn)行輔助施工場(chǎng)地規(guī)，AI可以通過場(chǎng)地智能布置和合規(guī)合理性校來幫助經(jīng)驗(yàn)不足的技術(shù)人員增質(zhì)提效通過建模對(duì)施工現(xiàn)場(chǎng)不同階段的復(fù)雜狀態(tài)進(jìn)行模擬展示通過數(shù)據(jù)分析及時(shí)反饋前期方案的合理性同時(shí)反向指導(dǎo)施工組織設(shè)計(jì)進(jìn)行資源配置化。運(yùn)維階段進(jìn)行運(yùn)智能管，I可以通過機(jī)器人和無人機(jī)等的應(yīng)用，使用大量實(shí)際現(xiàn)場(chǎng)視頻數(shù)據(jù)進(jìn)行訓(xùn)練對(duì)現(xiàn)場(chǎng)數(shù)據(jù)行分類處理和智能管理大幅提升施工效率和安全質(zhì)量水準(zhǔn)。圖47：AI+BIM技術(shù)展望中國知網(wǎng)：《AI時(shí)代的BIM新設(shè)計(jì)技術(shù)展望》、電網(wǎng)智能調(diào)度自動(dòng)：AI驅(qū)動(dòng)新一代調(diào)度系統(tǒng)實(shí)現(xiàn)電網(wǎng)智能決策和智能控制電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)是電網(wǎng)運(yùn)營控制重要基礎(chǔ)設(shè)施由調(diào)控中心主站系統(tǒng)廠站系統(tǒng)和數(shù)據(jù)傳輸通道三部分構(gòu)成1）主站系統(tǒng)：是調(diào)度自動(dòng)化系統(tǒng)的核心，實(shí)現(xiàn)電力系統(tǒng)的數(shù)據(jù)處理運(yùn)行監(jiān)視和分析控制是電網(wǎng)安全經(jīng)濟(jì)運(yùn)行的神經(jīng)中樞支撐調(diào)度機(jī)構(gòu)成為電力系統(tǒng)運(yùn)行控制的司令部2）廠站系統(tǒng)：實(shí)現(xiàn)廠站內(nèi)一二次設(shè)備的數(shù)據(jù)采集、就地控制以及運(yùn)行控制信息的遠(yuǎn)程交換，相當(dāng)于系統(tǒng)的眼耳和手足3）數(shù)據(jù)傳輸通道：相當(dāng)于神經(jīng)系統(tǒng)負(fù)責(zé)把廠站端采集和處理后的各類數(shù)據(jù)傳送給主站系統(tǒng)同時(shí)將主站端系統(tǒng)的控、遙調(diào)命令發(fā)送給廠站系統(tǒng)。圖表48：電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)概況 圖49：電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)的三個(gè)組成部分來源：國家電網(wǎng)、 來源：國家電網(wǎng)、我國電力調(diào)度機(jī)構(gòu)分五級(jí)設(shè)。包國家電力調(diào)度中心（國調(diào)、區(qū)域調(diào)度中心（區(qū)調(diào)、省調(diào)度中心（省調(diào)、地級(jí)調(diào)度中心（地調(diào)、縣級(jí)調(diào)度中心（縣調(diào)，各級(jí)調(diào)度間分層控制信息逐級(jí)傳送目前國家電網(wǎng)公司已建立完備的五級(jí)調(diào)度體系南方電網(wǎng)公司與國家電網(wǎng)為平行機(jī)，因?yàn)楣茌牭氖》葺^，調(diào)度機(jī)構(gòu)分為四級(jí)。圖表50：我國電力調(diào)度機(jī)構(gòu)分五級(jí)設(shè)置來源：國家電網(wǎng)、預(yù)電力調(diào)度自動(dòng)化系統(tǒng)年化需求空間為40億元。根據(jù)前瞻產(chǎn)業(yè)研與國網(wǎng)招數(shù)據(jù)，各級(jí)調(diào)度機(jī)構(gòu)數(shù)量分約為1/6/35/420/2900當(dāng)前各級(jí)調(diào)度自動(dòng)化系統(tǒng)普及已基本完。假設(shè)國調(diào)、網(wǎng)調(diào)、省調(diào)、地調(diào)、縣調(diào)系價(jià)分別為10000/8000/6000/2000/400萬元，更新年限分別為8/8/8/6/5年，則對(duì)應(yīng)均市場(chǎng)空間預(yù)約為40億元。圖表51：電力調(diào)度自動(dòng)化系統(tǒng)年化需求空測(cè)算調(diào)度機(jī)構(gòu)調(diào)度系統(tǒng)數(shù)量更新年限系統(tǒng)價(jià)格（萬元)年均市場(chǎng)空間（億元）國調(diào)自動(dòng)化18100000.13網(wǎng)調(diào)自動(dòng)化6880000.60省調(diào)自動(dòng)化35860002.63地調(diào)自動(dòng)化4206200014.00縣調(diào)自動(dòng)化2900540023.20合計(jì)3362--40.55來源：前瞻研究院、國家電網(wǎng)、國電南在各級(jí)調(diào)度系統(tǒng)市占率領(lǐng)先國電南瑞較早進(jìn)入電網(wǎng)調(diào)度自動(dòng)化領(lǐng)域2008年曾全程參與國家電網(wǎng)公司智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)建設(shè)框架和總體系統(tǒng)制定具備明顯先發(fā)優(yōu)勢(shì)并主導(dǎo)新一輪調(diào)度自動(dòng)化系統(tǒng)的研發(fā)主要產(chǎn)品為D5000公司承擔(dān)調(diào)度自動(dòng)化業(yè)務(wù)子公司主要為南京控制系統(tǒng)北京科東和繼保電氣業(yè)務(wù)已貫“發(fā)輸配”各環(huán)節(jié)“網(wǎng)省地縣”各層級(jí)系統(tǒng)在各層級(jí)調(diào)度自動(dòng)化統(tǒng)領(lǐng)域均具有明顯優(yōu)。2022年國網(wǎng)數(shù)字化項(xiàng)目設(shè)備招標(biāo)調(diào)度類軟數(shù)字化軟件標(biāo)段22家企業(yè)實(shí)現(xiàn)中標(biāo)，標(biāo)段總金額達(dá)到6.78億，國電南瑞南京控制系統(tǒng)有限公司以2.49億元奪得第一。圖表52：電力調(diào)度系統(tǒng)市場(chǎng)競(jìng)爭(zhēng)情況市場(chǎng)類型調(diào)度層級(jí)市場(chǎng)壁壘主要參與者競(jìng)爭(zhēng)程度高端市場(chǎng)國調(diào)高主要由國電南瑞（北京科東）壟斷較低網(wǎng)調(diào)及省調(diào)較高國電南瑞（北京科東）、積成電子和少數(shù)國外領(lǐng)先廠商，國電南瑞優(yōu)勢(shì)明顯，份額超過0一般低端市場(chǎng)地調(diào)較低按照市場(chǎng)地位依次為國電南瑞（北京科東）、積成電子、東方電子，南瑞市場(chǎng)份額超過0較高縣調(diào)低參與者眾多，供應(yīng)商之間競(jìng)爭(zhēng)力差異不明顯，產(chǎn)品同質(zhì)化較嚴(yán)重極高來源：前瞻研究院、國家電網(wǎng)、新一代調(diào)度系統(tǒng)為AI廣泛應(yīng)用奠定了良好的模型和數(shù)據(jù)基礎(chǔ)新一代調(diào)度技術(shù)支持系統(tǒng)采用“云大物移智”先進(jìn)成熟技術(shù)，構(gòu)建模/實(shí)時(shí)數(shù)據(jù)運(yùn)行數(shù)據(jù)平臺(tái)，無縫結(jié)合高速通信、移動(dòng)互聯(lián)等通信方式和語音、圖像等交互技術(shù)，提供可靠安全高效的系統(tǒng)運(yùn)行環(huán)境，為電網(wǎng)監(jiān)控與分析決策提供模型、數(shù)據(jù)、計(jì)算引擎I服務(wù)和自然人機(jī)交互手段，并打造標(biāo)準(zhǔn)開放的多業(yè)務(wù)、多場(chǎng)景開發(fā)生態(tài)。目前已建成的兩級(jí)調(diào)控云，為AI的廣泛應(yīng)用，奠定了模型和數(shù)據(jù)基。圖表53：國電南瑞新一代調(diào)度技術(shù)支持系統(tǒng)示意圖 圖54：新一代調(diào)度系統(tǒng)已建成的兩級(jí)調(diào)控云來源：國電南瑞公司公告、 來源：國家電網(wǎng)、覆蓋電力調(diào)控發(fā)展生產(chǎn)經(jīng)營和能源領(lǐng)域新一代調(diào)度系構(gòu)建了覆蓋電力調(diào)控發(fā)展生產(chǎn)經(jīng)營全專業(yè)和能源各領(lǐng)域數(shù)據(jù)的全景數(shù)據(jù)平實(shí)現(xiàn)模型數(shù)據(jù)實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的空間融合時(shí)間多態(tài)和應(yīng)用關(guān)聯(lián)為各類業(yè)務(wù)提供協(xié)調(diào)一致完整準(zhǔn)確“一模、一圖、一數(shù)，提供多級(jí)多維自適應(yīng)可擴(kuò)展的大數(shù)據(jù)智能分析挖掘引擎。圖表55：新一代調(diào)度系統(tǒng)覆蓋電力調(diào)控、發(fā)展、生產(chǎn)、經(jīng)營和能源領(lǐng)域數(shù)據(jù)國家電網(wǎng)、AI技術(shù)有望實(shí)現(xiàn)電力調(diào)控智能決策與智能控制。智能決策包括基于知識(shí)圖譜的輔助決策和基于機(jī)器學(xué)習(xí)的智能決策?；谥R(shí)圖譜的輔助決策，通過提取電網(wǎng)運(yùn)行方式關(guān)鍵特征，在線匹配方式并進(jìn)行知識(shí)推理，依據(jù)穩(wěn)定規(guī)程、事故預(yù)案等知識(shí)，快速引導(dǎo)調(diào)度員處置電網(wǎng)各類異常問題。基于機(jī)器學(xué)習(xí)的智能決策，以電網(wǎng)海量歷史運(yùn)行數(shù)據(jù)訓(xùn)練樣本，以機(jī)組出力調(diào)整、設(shè)備投停為動(dòng)作空間以機(jī)組約束網(wǎng)絡(luò)約束平衡約束為條件以調(diào)度決策知識(shí)和優(yōu)化算法為啟發(fā)引導(dǎo)以設(shè)備負(fù)載率新能源消納等電網(wǎng)安全低碳量化指標(biāo)為評(píng)價(jià)構(gòu)建相應(yīng)樣本決策模型和獎(jiǎng)勵(lì)函數(shù)進(jìn)行調(diào)度操作模擬智能體訓(xùn)練最終獲取時(shí)運(yùn)行調(diào)度決策智能體、超短期風(fēng)險(xiǎn)預(yù)防調(diào)度決策智能體、計(jì)劃編排智能體。圖表56：AI用于電網(wǎng)智能決策來源：國家電網(wǎng)、AI智能控制實(shí)現(xiàn)電網(wǎng)自適應(yīng)巡航。常規(guī)機(jī)組自動(dòng)發(fā)電控制、新能源有功自動(dòng)控制、源網(wǎng)荷儲(chǔ)有功協(xié)同控制自動(dòng)電壓控制拓?fù)鋵?shí)時(shí)優(yōu)化控制等控制功能方面基于多種機(jī)器學(xué)習(xí)模型實(shí)現(xiàn)在線閉環(huán)智能控制通過全景監(jiān)視和指標(biāo)分析評(píng)估在滿足電網(wǎng)安全約束條件下以自動(dòng)計(jì)算和智能決策為主引導(dǎo)電網(wǎng)自動(dòng)調(diào)度和控制實(shí)現(xiàn)電網(wǎng)自適應(yīng)巡航提升電網(wǎng)安全和調(diào)控能力。圖表57：AI用于電網(wǎng)自適應(yīng)控制來源：國家電網(wǎng)、虛擬電廠、微電：AI與虛擬電廠技術(shù)核心匹配性強(qiáng)虛擬電廠本質(zhì)上是一套軟件平臺(tái)系統(tǒng)，核心為“通信”和“聚合。通過先進(jìn)信息通信技術(shù)和軟件系統(tǒng)實(shí)現(xiàn)分布式電源儲(chǔ)能系統(tǒng)可控負(fù)荷電動(dòng)汽車等分布式能源資源的聚合和協(xié)調(diào)優(yōu)化以作為一個(gè)特殊電廠參與電力市場(chǎng)和電網(wǎng)運(yùn)行的電源協(xié)調(diào)管理系統(tǒng)為配電網(wǎng)和輸電網(wǎng)提供管理和輔助服務(wù)虛擬電廠概念的核心可以總結(jié)“通信“聚合，關(guān)鍵技術(shù)主要包括協(xié)調(diào)控制技術(shù)、智能計(jì)量技術(shù)以及信息通信技術(shù)。虛擬電廠分為兩類“負(fù)荷類虛擬電廠“源網(wǎng)荷儲(chǔ)一體化虛擬電廠1“負(fù)荷類”：聚合了具備調(diào)節(jié)能力的電動(dòng)汽車充電樁等市場(chǎng)化用戶作為一個(gè)整體對(duì)外提供負(fù)荷側(cè)靈活性相應(yīng)調(diào)節(jié)服務(wù)2“源網(wǎng)荷儲(chǔ)一體化聚合新能源發(fā)電用戶及配儲(chǔ)一系列環(huán)節(jié)，作為獨(dú)立市場(chǎng)主體參與電力市場(chǎng)、具備自主調(diào)峰調(diào)節(jié)能。具備“-荷”雙重身份，有效實(shí)現(xiàn)削峰填谷。虛擬電廠把各類可調(diào)負(fù)荷資源匯聚，根據(jù)電網(wǎng)削峰填谷的需求，進(jìn)行線上填報(bào)，計(jì)劃下發(fā)執(zhí)行反饋，類似于線上工單派單系統(tǒng)。電網(wǎng)給調(diào)度指令計(jì)劃，需求響應(yīng)調(diào)控計(jì)劃，提前幾幾周把劃發(fā)下來。負(fù)荷集成商，虛擬電廠運(yùn)營商會(huì)把計(jì)劃告訴客戶哪些時(shí)段把負(fù)荷停掉把用電負(fù)荷降下具有源-荷雙重身份。圖表58：虛擬電廠結(jié)構(gòu)示意圖來源：中國知網(wǎng)：《虛擬電廠基礎(chǔ)特征內(nèi)涵與發(fā)展現(xiàn)狀概述》、與虛擬電廠有所不同微電是能夠?qū)崿F(xiàn)自我控制保護(hù)和管理的自治系由分布式電源儲(chǔ)能裝置控制系統(tǒng)相關(guān)負(fù)荷等匯集而成的小型發(fā)配電系統(tǒng)可為區(qū)域內(nèi)負(fù)荷供冷、熱和電能夠?qū)崿F(xiàn)自我控制保護(hù)和管理的自治系統(tǒng)是智能電網(wǎng)的重要組成部分是輸電網(wǎng)、配電網(wǎng)之后的第三級(jí)電，既可以并網(wǎng)運(yùn)行、可以離網(wǎng)運(yùn)。圖表59：微電網(wǎng)示意圖 圖60：微電網(wǎng)可以并網(wǎng)運(yùn)行、也可以離網(wǎng)運(yùn)行來源：固德威官網(wǎng)、虛擬電廠與微電網(wǎng)的不同點(diǎn)：1微電網(wǎng)一般要求分布式能源位于同一區(qū)域?qū)Φ乩砦恢靡蟾?微電網(wǎng)一般在某一特定的公共連接點(diǎn)接入配電網(wǎng)側(cè)3）微電網(wǎng)聚合分布式能源時(shí)，需要改變電網(wǎng)原有的物理架構(gòu)4）微電網(wǎng)可以離網(wǎng)運(yùn)行也可以并網(wǎng)運(yùn)行5）微電網(wǎng)側(cè)重自治功能。微電網(wǎng)屬于研究初期未來一藍(lán)美國歐盟日本等國家和地區(qū)對(duì)微電網(wǎng)的研究和建設(shè)起步較早已取得了一些成果我國對(duì)于微電網(wǎng)的研究起步較晚在關(guān)鍵技術(shù)上和歐美仍有差距目前國內(nèi)對(duì)于微電網(wǎng)的研究還處于逐步推廣階段隨“雙碳政策和新型電力系統(tǒng)的落地國內(nèi)的微電網(wǎng)示范項(xiàng)目逐漸增多越來越多企業(yè)加入到微電網(wǎng)技術(shù)的研發(fā)中，智能微電網(wǎng)逐漸成為行業(yè)新熱點(diǎn)。圖表61：虛擬電廠和微電網(wǎng)的不同安科瑞、

相對(duì)于傳統(tǒng)電力能源生態(tài)系統(tǒng)，虛擬電廠的能源生態(tài)系統(tǒng)出現(xiàn)了明顯變化，發(fā)電、輸電、配電用電界限相互交叉同時(shí)兼具生產(chǎn)者與消費(fèi)者的角色根據(jù)需求可以改變身份特征，其價(jià)值主要體現(xiàn)在以下三方面：可緩解分布式發(fā)電的負(fù)面效應(yīng)，提高電網(wǎng)運(yùn)行穩(wěn)定性。虛擬電廠對(duì)大電網(wǎng)來說是一個(gè)可視化的自組織既可通過組合多種分布式資源進(jìn)行發(fā)電實(shí)現(xiàn)電力生產(chǎn)又可通過調(diào)節(jié)可控負(fù)荷采用分時(shí)電價(jià)可中斷電價(jià)及用戶時(shí)段儲(chǔ)能等措施實(shí)現(xiàn)節(jié)能儲(chǔ)備虛擬電廠的協(xié)調(diào)控制優(yōu)化大大減小了以往分布式資源并網(wǎng)對(duì)大電網(wǎng)造成的沖擊降低了分布式資源增長(zhǎng)帶來的度難度，使配電管理更趨于合理有序，提高了系統(tǒng)運(yùn)行的穩(wěn)定性。可高效利用和促進(jìn)分布式能源發(fā)電。我國分布式光伏、分散式風(fēng)電等分布式能源增長(zhǎng)很快其大規(guī)模高比例接入給電力系統(tǒng)的平衡和電網(wǎng)安全運(yùn)行帶來一系列挑戰(zhàn)如果分布式發(fā)電以虛擬電廠的形式參與大電網(wǎng)的運(yùn)行通過內(nèi)部的組合優(yōu)化可消除其波動(dòng)對(duì)電網(wǎng)的影響實(shí)現(xiàn)高效利用同時(shí)虛擬電廠可以使分布式能源從電力市場(chǎng)中獲取最大的經(jīng)濟(jì)效益，縮短成本回收周期，吸引擴(kuò)大此類投資，促進(jìn)分布式能源的發(fā)展?？捎檬袌?chǎng)手段促進(jìn)發(fā)電資源的優(yōu)化配置。擬電廠充當(dāng)分布式資源與電力調(diào)機(jī)構(gòu)、與電力市場(chǎng)之間的中介代表分布式資源所有者執(zhí)行市場(chǎng)出清結(jié)果實(shí)現(xiàn)能源交易從其他市場(chǎng)參與者的角度來看虛擬電廠表現(xiàn)為傳統(tǒng)的可調(diào)度發(fā)電廠由于擁有多樣化的發(fā)電資源虛擬電廠既可以參與主能量市場(chǎng)也可以參與輔助服務(wù)市場(chǎng)參與多種電力市場(chǎng)的運(yùn)營模式及其調(diào)度框架，對(duì)發(fā)電資源的廣泛優(yōu)化配置起到積極的促進(jìn)作。圖表62：傳統(tǒng)電力能源生態(tài)系統(tǒng)和虛擬電廠能源生態(tài)系對(duì)比來源：中國知網(wǎng)：《虛擬電廠基礎(chǔ)特征內(nèi)涵與發(fā)展現(xiàn)狀概述》、冀北虛擬電廠作為我國首個(gè)以市場(chǎng)化方式運(yùn)營的虛擬電廠示范工程投運(yùn)2019年年底，國網(wǎng)冀北虛擬電廠示范項(xiàng)目投運(yùn)。公開數(shù)據(jù)顯示，到2020年，冀北電網(wǎng)夏季空調(diào)負(fù)荷將達(dá)6GW，10空調(diào)負(fù)荷通過虛擬電廠進(jìn)行實(shí)時(shí)響應(yīng)，相當(dāng)于少建一座600MW的傳統(tǒng)電廠“煤改”最大負(fù)荷將達(dá)2GW蓄熱式電采暖負(fù)荷通過虛擬電廠進(jìn)行實(shí)時(shí)響應(yīng)預(yù)計(jì)可增發(fā)清潔能源720GWh，減排63.65萬t二氧化碳今年深圳也建成了虛擬電廠管理平臺(tái)，這是國內(nèi)首家虛擬電廠管理中心標(biāo)志著深圳虛擬電廠即將邁入快速發(fā)展新階段也意味著國內(nèi)虛擬電廠從初步探索階段向?qū)嵺`階段邁出重要一。圖表63：冀北虛擬電示范工程 圖64：國內(nèi)首家虛擬電廠管理中心來源：國家電網(wǎng)、 來源：國際電力網(wǎng)、預(yù)計(jì)2025年虛擬電廠投資規(guī)模達(dá)到00億元，運(yùn)營市場(chǎng)規(guī)模達(dá)到50億元。現(xiàn)階段主要的盈利模式為通過需求側(cè)響應(yīng)賺取輔助服務(wù)費(fèi)用后分。據(jù)中電聯(lián)預(yù)計(jì)2025年我國全社會(huì)用電量將達(dá)9.5萬億千瓦時(shí)而最大負(fù)荷將達(dá)到6億千瓦按5可調(diào)節(jié)能資成本1000元/千瓦計(jì)算，預(yù)計(jì)到2025年，虛擬電廠投資規(guī)模有望達(dá)800億元。參考目前峰值負(fù)荷時(shí)長(zhǎng)水平，我們預(yù)計(jì)2025峰值負(fù)荷將達(dá)到50小，對(duì)應(yīng)2025年電網(wǎng)需求側(cè)響應(yīng)電量40億千瓦。目前我國虛擬電廠處于發(fā)展初期，度電補(bǔ)償較高以刺激時(shí)長(zhǎng)，參《廣州市虛擬電廠實(shí)施細(xì)則0-5/千瓦時(shí)的削峰響應(yīng)補(bǔ)貼預(yù)計(jì)2025年虛擬電廠進(jìn)入商業(yè)化運(yùn)營后補(bǔ)償標(biāo)為2.5元/千瓦時(shí)假設(shè)分成比例為50則預(yù)計(jì)2025年虛擬電廠運(yùn)營市場(chǎng)規(guī)模將達(dá)到50億。圖表65：2025年虛擬電廠投資規(guī)模達(dá)到800億元 圖66：2025年虛擬電運(yùn)營規(guī)模達(dá)到50億元2025年全社會(huì)用電量（億千瓦時(shí)）9.52025電網(wǎng)最大負(fù)荷（億千瓦）162025年電網(wǎng)最大負(fù)荷（億千瓦）16虛擬電廠可調(diào)節(jié)能力5虛擬電廠可調(diào)節(jié)能力5最大負(fù)荷時(shí)長(zhǎng)（小時(shí)）50虛擬電廠投資成本（元/千瓦時(shí)）1000響應(yīng)電量（億千瓦時(shí)）40虛擬電廠投資規(guī)模（億元）800度電補(bǔ)償（/千瓦時(shí)）2.5虛擬電廠分成比例50運(yùn)營市場(chǎng)規(guī)（億元）50來源：中電聯(lián)、 來源：中電聯(lián)、廣州工信部、應(yīng)數(shù)字孿生構(gòu)建新一代虛擬電廠通過數(shù)字化建模和部署物聯(lián)網(wǎng)設(shè)施將其納入到數(shù)字孿生虛擬電廠體系中通過智能感知和數(shù)據(jù)采集補(bǔ)充完善信息中樞數(shù)據(jù)中臺(tái)在優(yōu)化運(yùn)行方面虛擬孿生空間與物理實(shí)體通過高效連接和實(shí)時(shí)傳輸實(shí)現(xiàn)孿生并行與虛實(shí)互動(dòng)通過智能感知和信息實(shí)時(shí)采集技術(shù)實(shí)現(xiàn)“由實(shí)入虛；虛擬電廠物理實(shí)體和虛擬空間通過反饋機(jī)制實(shí)現(xiàn)虛實(shí)迭代，并通過智能決策平臺(tái)的支撐和實(shí)時(shí)優(yōu)化運(yùn)行控制實(shí)現(xiàn)“由虛控實(shí)。圖表67：虛擬電廠數(shù)字孿生總體架構(gòu) 圖68：數(shù)字孿生虛擬電廠優(yōu)化調(diào)度框架來源：《數(shù)字孿生虛擬電廠系統(tǒng)框架設(shè)計(jì)及其實(shí)踐展望》、“聚合”和“通信是虛擬電廠的核心，與AI匹性。建設(shè)虛擬電廠可分兩大關(guān)鍵信息化技術(shù)即協(xié)調(diào)控制信息通信技術(shù)其中協(xié)調(diào)控制技術(shù)要聯(lián)通源網(wǎng)荷儲(chǔ)多個(gè)環(huán)節(jié)的調(diào)整，并要做出對(duì)于發(fā)電量、用電量、電價(jià)等多個(gè)數(shù)據(jù)的判斷AI的接入有望極大提升分析效率和準(zhǔn)另一方主要影響B(tài)端用電水平的虛擬電廠對(duì)于電網(wǎng)整體穩(wěn)定性影響較小、數(shù)據(jù)相比C端更容易授權(quán)用于訓(xùn)，有望率先接入大模型應(yīng)用。四、相關(guān)公司圖表69：相關(guān)推薦公司

我重點(diǎn)推薦1發(fā)輸變配用及調(diào)度環(huán)節(jié)覆蓋的電力智能化龍頭國電南瑞2風(fēng)光發(fā)電功率預(yù)測(cè)龍頭國能日新同時(shí)建議關(guān)注輸變電線路智能運(yùn)維和巡檢機(jī)器人及無人機(jī)：澤宇智能、申昊科技、智洋創(chuàng)新、東方電子。代碼公司市值（元）EPS（元）PE相關(guān)業(yè)務(wù)2022E2023E2024E2022E2023E2024E600406H國電南瑞17480.991.161.36262219發(fā)輸變配用全環(huán)節(jié)301162Z國能日新580.951.371.77936147風(fēng)電/發(fā)電功率預(yù)測(cè)301179Z澤宇智能721.721.311.7222318電網(wǎng)智能運(yùn)維、巡檢機(jī)器人300853Z申昊科技46-0.441.341.92-502316電網(wǎng)巡檢機(jī)器人688191H智洋創(chuàng)新220.18--70--輸變電智能運(yùn)維000682Z東方電子1200.330.430.56252116電網(wǎng)自動(dòng)化、智能運(yùn)維wind、。以上數(shù)據(jù)均采用wind一致性預(yù)測(cè)，截至2023.04.28。國電南瑞國網(wǎng)電力智能化龍頭發(fā)輸變配用及調(diào)度全環(huán)節(jié)覆蓋利用大數(shù)云計(jì)算物聯(lián)網(wǎng)移動(dòng)互聯(lián)A區(qū)塊等技術(shù)為電網(wǎng)發(fā)電軌道交通水利水務(wù)市政公用工礦行業(yè)提供軟硬件產(chǎn)，共有四大業(yè)務(wù)板塊：電網(wǎng)自動(dòng)化及工控圍繞新型電力系統(tǒng)建設(shè)引領(lǐng)能源數(shù)字革命公司是國內(nèi)電力系統(tǒng)和自動(dòng)化領(lǐng)域唯一能夠提供全產(chǎn)業(yè)鏈產(chǎn)及服務(wù)供應(yīng)承擔(dān)的新一代調(diào)度技術(shù)支持系統(tǒng)目前已在6個(gè)省市試運(yùn)行并在江蘇省正式推行新一代用電系統(tǒng)在6省市上線；新型電力負(fù)荷管理系統(tǒng)在11省市應(yīng)用2022年國網(wǎng)數(shù)字化項(xiàng)目設(shè)備招標(biāo)，調(diào)度類軟/數(shù)字化軟件標(biāo)段共有22家企業(yè)實(shí)現(xiàn)中標(biāo)，標(biāo)段總金額達(dá)到6.78億元，國電南瑞南京控制系統(tǒng)有限公司以2.49億元奪得第一。繼電保護(hù)及柔性輸國內(nèi)繼電保護(hù)技術(shù)開拓者柔性輸電設(shè)備國際領(lǐng)先根據(jù)國網(wǎng)電子商務(wù)平臺(tái)歷史數(shù)據(jù)，公司繼電保護(hù)市場(chǎng)份額約42、環(huán)流閥市場(chǎng)份額約40、直流控制保護(hù)系統(tǒng)市場(chǎng)份額約50。公大容量換流閥、直流斷路器、控制保護(hù)系統(tǒng)等關(guān)鍵設(shè)備整體達(dá)國際領(lǐng)先水平。電力自動(dòng)化信息通支撐能源互聯(lián)網(wǎng)轉(zhuǎn)型和電網(wǎng)企業(yè)數(shù)字化轉(zhuǎn)型業(yè)務(wù)涵蓋電網(wǎng)生產(chǎn)管理、調(diào)度管理、營銷、安監(jiān)基建、網(wǎng)絡(luò)信息安全、信息通信綜合監(jiān)管、通信設(shè)備及系統(tǒng)、信息通信系統(tǒng)集成及運(yùn)維、實(shí)時(shí)數(shù)據(jù)庫、大數(shù)據(jù)及云服務(wù)、量子保密通信、能源工業(yè)云網(wǎng)。發(fā)電及水利環(huán)有力支撐新型電力系統(tǒng)建設(shè)提火電水電核電風(fēng)電光伏、抽蓄分布式能機(jī)組控制保護(hù)及并網(wǎng)解決方案公司研發(fā)的7MW海上風(fēng)電變流器已在廣東陽江應(yīng)用35kV高壓直掛儲(chǔ)能系統(tǒng)已在紅墟儲(chǔ)能電站順利并網(wǎng)運(yùn)行。國能日新光伏發(fā)電功率和風(fēng)能發(fā)電功率預(yù)測(cè)市場(chǎng)份額第一公司在氣象算法軟件開發(fā)領(lǐng)域均有大量的核心術(shù)。1）氣象領(lǐng)域：能多種氣象背景場(chǎng)數(shù)據(jù)進(jìn)行時(shí)間和空間上的降尺處理，能夠在復(fù)雜氣象條件下對(duì)天氣情況精確預(yù)測(cè)2）算法領(lǐng)域：公司通過多途徑構(gòu)建算法模型，可以實(shí)現(xiàn)模型持續(xù)優(yōu)化、預(yù)測(cè)精持續(xù)提高3）軟件開發(fā)領(lǐng)域：通過了最高級(jí)別的軟件能力成熟度模型CMMI5認(rèn)證。2020年公司的短期光伏功率預(yù)測(cè)綜合精度為89.2，短期風(fēng)電功率預(yù)測(cè)綜合精度為84.60通過不斷技術(shù)研發(fā)和算法優(yōu)化持續(xù)從提高氣象數(shù)據(jù)精度提高算法模型精度等角度提高產(chǎn)品發(fā)電功率預(yù)測(cè)的精度，降了客戶“雙細(xì)”考核帶來的損失。電力交易、智慧儲(chǔ)能、虛擬電新業(yè)拓展積極22年公司