当前，新型电力系统建设正处于关键阶段。作为电力数智化转型的核心技术，人工智能正加速与电力全产业链各环节深度融合，全链路系统性重塑行业传统模式。其在电力可靠供应、新能源高效利用以及企业高质量发展等方面成效，举世瞩目。
“人工智能正成为各行各业影响最深远的通用技术！”华为中国政企电力系统部总经理李继光指出，人工智能应用的成功，依赖于精准的场景选择和高质量数据湖。但电力行业人工智能探索还处于初期阶段，需要时间与协同创新以实现价值转化。
9月23日，以“跃升电力智能化”为主题的2025华为电力行业峰会在河北崇礼拉开帷幕。峰会上，华为携手京能集团正式推出行业首个燃机大模型——“擎睿”！该模型的诞生，正是“场景驱动+生态协同”理念的生动实践。
场景驱动+生态协同，跃升电力智能化
在电力生产过程中，燃气发电机组因长期连续运行，其零部件或运行参数出现异常具有客观必然性。异常初期，若运行参数偏差细微、未影响正常运转，且故障发展周期较长，设备故障状态往往难以察觉。简单的设备缺陷可能就会演变为严重故障，甚至引发严重后果，造成重大安全事故与经济损失。
京能“擎睿”燃机大模型以“解决行业真实痛点”为核心，联合生态伙伴打通技术研发与场景落地的关键壁垒，依托华为全栈自主创新算力底座，实现训推一体，从软硬件开发到落地应用完成全链路突破。
针对燃气发电技术的复杂性，京能同步开发了200个专业模型，深度适配燃气轮机、汽轮机、余热锅炉、发电机、主要辅机、换热器、变压器、凝汽器等七大类设备，构建起燃机专业模型矩阵。时序大模型与专业模型深度协同，实现“通专融合”——既发挥大模型泛化能力，又凸显专业模型精准分析优势。实践显示，该融合模式效果显著，燃机效率提升3%，总机效率提升1%，日常预警、状态评估等模块准确率超90%。
京能清洁能源股份有限公司董事长陈大宇表示，“擎睿”燃机大模型的发布是积极响应“人工智能+”行动计划，燃气发电领域智慧运营所迈出标志性的关键一步。
据介绍，“擎睿”大模型是基于盘古基础模型，利用来自10个场站、18个燃机机组、2万个检测点位的约2亿条数据训练，打造出行业首个燃机场景L1级时序大模型，融合专业机理模型与知识库，实现从数据到诊断的端到端故障预测与维护。
陈大宇强调，“擎睿”具备“一模多用”特性，其可“边用边学”生成L2级时序场景模型，解决轴系相关等宽泛场景的多个复杂问题。与此同时，模型还具备“全机适用”能力，同类型机组可快速部署，无需再次建模。
除核心场景能力外，“擎睿”还构建了两大关键技术支撑模块：一方面，其内置的燃机垂类语言大模型，以320亿参数基础模型为底座，经百万级燃机专业语料训练优化，并建立自我学习反思决策机制。相比传统基础模型，其在燃气发电专业问题处理能力上大幅提升，能更精准、针对性地回答燃机领域问题。另一方面，京能还打造了行业首个燃气发电领域Agent智能体。该智能体支持动态任务规划与多智能体协同，能实现逻辑自动编排与分布式操作。突破传统单点智能局限，成为燃气发电的综合性智能助手，显著提升机组系统的决策效率与极端工况下的运行韧性。
通过“时序大模型+垂类语言大模型”等全模型解决方案，结合其首创的多智能体协同与逻辑自动编排机制。京能集团正借助人工智能技术与生态产业协同机制，重塑燃气发电生产运维核心业务流程，促进燃气发电效率与安全稳定运行实现跨越式提升。
“人工智能+”新型电力系统 从技术融合到价值创造
事实上，如今在电力行业，人工智能早已不是“新鲜概念”。南方电网的“大瓦特”、国家电网的“光明大模型”、国家能源集团的“擎源”，一个个专属AI工具正扎进电力核心业务里发挥作用。
更关键的是，政策也在全力推动。近期，国家发展改革委、国家能源局发布的《关于推进“人工智能+”能源高质量发展的实施意见》中，明确围绕行业应用需求和基础能力供给协同推进，从应用场景赋能、关键技术供给等方面，系统部署人工智能与火电、水电、新能源、能源新业态等领域深度融合路径，推动人工智能技术在发电行业的深度应用。
从早年的“互联网+智慧能源”，到后来“能源数字化智能化”，我们已经走过了基础建设期，并搭建起“能源流、信息流”互联互通的基础框架。如今“‘人工智能+’能源”则是在此框架之上，将人工智能技术深度植入全产业链，实现跨领域、跨行业、跨业务场景的全维度赋能。
我国能源行业的数字化、智能化之路，正一步步走向“用数据说话、靠智能决策”的更高阶段。尤其是，在高比例新能源接入下，新型电力系统要实现“清洁低碳、安全可控、灵活高效、智能友好以及开放互动”，人工智能作用愈发重要。
随着风电、光伏等可再生能源在能源结构中占比持续攀升，其随机性、波动性与间歇性正成为电力系统安全稳定高效运行的核心挑战。此前，新能源电站功率预测多依赖物理模型与统计方法，但面对复杂气象条件及日益增长的装机规模，传统预测已难满足精准预测需求。
基于对核心场景问题的分析，华为联合产业相关单位推出的“基于AI大模型技术的新能源气象功率预测”解决方案。使试点场站超短期15分钟预测准确度达到97.24%，4小时预测为91.72%，24小时内的中短期预测整体准确度超90%。该方案使风电场和光伏电站的考核费用分别降低了约27%和15%，有效削减了电站运营成本。
从生态协同破解新能源功率预测难题，到京能“擎睿”燃机大模型重塑燃气发电运维流程，人工智能在电力行业的落地实践已不再是“技术炫技”，而是真正扎根业务痛点、创造可量化价值的“核心生产力”。
正如李继光所言，电力行业人工智能的深度应用绝非单一维度的技术突破，而需要依靠技术创新和生态协同双轮驱动，来实现效能升级与产业价值。唯有凝聚全行业共识与资源、群策群力，建立健全创新机制、生态协同机制，才是解决行业痛点的关键路径。
当下，新型电力系统建设正处攻坚关键期，新能源高比例接入、电力供需变化、运维安全升级等挑战，既为人工智能打开更广阔应用空间，也对其落地设下更高门槛。未来，随着人工智能跨领域生态协同逐步深化，扎根核心场景痛点，更多如“擎睿”聚焦核心场景的大模型将不断涌现，推动电力行业实现“数字化”向“数智化”的跨越，为能源结构转型与“双碳”目标达成注入持久科技动能。
原标题：从“拥抱AI”到“价值跃升” 找对核心场景、生态协同是关键
