03_底座_算力数据与电力大模型.docxVIP

电力行业AI转型·行业研究报告

第PAGE页/共NUMPAGES页

电力行业AI转型

技术底座：算力、数据与行业大模型

电力AI的三层架构——算力底座、数据要素、模型与智能体

行业研究报告·专题篇

数据来源：国家能源局、国家发改委、国家电网、南方电网及公开资料整理

编制日期：2026年8月

一、算力底座：算电协同成为新命题

AI大模型对算力需求急剧攀升，而算力本身又是电力负荷。这种“电力—算力”的深度耦合催生了“算电协同”新理念：一方面统筹电源、电网、储能、负荷侧资源与算力设施配置；另一方面增强算力设施的清洁能源保障能力，构建绿色低碳的算电融合体系。国家数据局亦提出探索可信数据空间、隐私保护计算等技术路线，为行业数据流通提供示范。

自主可控的算力与安全考量

电力是关键信息基础设施，AI算力底座的自主可控尤为重要。行业正加快国产AI算力、国产大模型在电力核心业务场景的适配落地，以及电力专用主控芯片（如南方电网“伏羲”芯片）的量产应用，以降低对外部技术栈的依赖。

二、数据要素：从“数据孤岛”到“高质量数据集”

高质量数据供给是AI规模化落地的第一难题。电力数据涵盖“源网荷储碳数”多个环节，电网拓扑、用户用电隐私等属敏感信息，企业出于商业机密与安全顾虑，往往难以共享。这导致样本库类别不够丰富，故障与异常工况数据尤其稀缺。

痛点

表现