【能源研究】如何推进“AI+”能源高质量发展？两部门提出分阶段目标

　　《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，着眼于打牢基础、树好标杆、健全体系。聚焦能源领域智能化水平不均衡、共性技术支撑不足、规模化应用尚未形成，重点推动“五十百”工程，即推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，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。

　　《实施意见》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部署了一系列重点任务，并以专栏形式细化明确了研发应用重点方向。

　　一是面向能源各场景全方位赋能。《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，助力传统化石能源产业数字化智能化升级，加快新能源、能源新业态及能源交叉领域与人工智能的深度融合，培育壮大能源新产业新模式。在纵向上，围绕能源装备制造、能源生产、输运、调度、消费等环节，强化人工智能对能源产供储销的提质增效作用，提升能源系统整体效率。

　　二是专栏明确典型场景建设路径。以专栏形式明确了37个人工智能+能源的融合应用发展重点任务，涉及百余项场景，其中，油气方向有6个，煤炭、电网、水电、能源新业态方向各5个，火电、新能源方向4个，核电方向3个，同时，提出了各任务的建设路径与目标。

　　三是加大关键共性技术供给。围绕数据、算力、算法，系统构建人工智能应用基础支撑体系，提出人工智能在能源领域应用的三大共性关键技术攻关方向：夯实数据基础，加快形成能源领域高质量数据集，确保能源数据全流程安全可靠；强化算力支撑，统筹规划资源，构建算力、电力深度融合的算电协同发展机制；提升模型基础能力，推动人工智能与能源领域软件深度融合，加快突破人工智能绿色低碳技术瓶颈。