近日，國家發展改革委、國家能源局聯合印發《關于推進“人工智能+”能源高質量發展的實施意見》，明確階段性目標：

　　到2027年，能源與人工智能融合創新體系初步構建，算力與電力協同發展根基不斷夯實，人工智能賦能能源核心技術取得顯著突破，應用更加廣泛深入；到2030年，能源領域人工智能專用技術與應用總體達到世界領先水平。算力電力協同機制進一步完善，建立綠色、經濟、安全、高效的算力用能模式。

　　原文如下↓

　　國家發展改革委 國家能源局關于推進“人工智能+”能源高質量發展的實施意見(國能發科技〔2025〕73號)

　　各省、自治區、直轄市及計劃單列市、新疆生產建設兵團發展改革委、能源局，有關中央企業，有關行業協會：

　　為深入貫徹黨中央、國務院關于發展人工智能的決策部署，落實《國務院關于深入實施“人工智能+”行動的意見》(國發〔2025〕11號)有關工作要求，搶抓人工智能發展重大戰略機遇，突出應用導向，加快推動人工智能與能源產業深度融合，支撐能源高質量發展和高水平安全，現提出如下意見。

　　一、總體要求

　　堅持以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的二十大和二十屆二中、三中全會精神，全面貫徹習近平總書記關于推動人工智能與實體經濟深度融合、培育壯大智能產業的重要指示精神，以拓展人工智能與能源領域深度融合應用場景為重要依托，以提升能源領域人工智能創新應用技術水平為主攻方向，以推進智能算力與電力協同發展為必要支撐，以健全能源智能化發展的創新體系為關鍵保障，著力提升能源系統安全可靠與靈活高效運行能力，保障能源安全穩定供應和綠色低碳轉型，加快培育新質生產力，為新型能源體系建設提供有力支撐。

　　到2027年，能源與人工智能融合創新體系初步構建，算力與電力協同發展根基不斷夯實，人工智能賦能能源核心技術取得顯著突破，應用更加廣泛深入。推動五個以上專業大模型在電網、發電、煤炭、油氣等行業深度應用，挖掘十個以上可復制、易推廣、有競爭力的重點示范項目，探索百個典型應用場景賦能路徑，培育一批能源行業人工智能技術應用研發創新平臺，制定完善百項技術標準，培養一批能源與人工智能復合型人才，探索建立能源領域人工智能技術研發應用金融支撐體系，形成符合我國國情的能源領域人工智能技術創新發展模式，能源領域智能化成效初顯。

　　到2030年，能源領域人工智能專用技術與應用總體達到世界領先水平。算力電力協同機制進一步完善，建立綠色、經濟、安全、高效的算力用能模式。能源與人工智能融合的理論與技術創新取得明顯成效，能源領域人工智能技術實現跨領域、跨行業、跨業務場景賦能，在電力智能調控、能源資源智能勘探、新能源智能預測等方向取得突破，具身智能、科學智能等在關鍵場景實現落地應用。形成一批全球領先的“人工智能+”能源相關研發創新平臺和復合人才培養基地，建成更加完善的政策體系，持續引導“人工智能+”能源高效、健康、有序創新，為能源高質量發展奠定堅實基礎。

　　二、加快能源應用場景賦能

　　(一)人工智能+電網。圍繞新型電力系統下的電網安全、新能源消納、運行效率等要求，開展電力供需預測、電網智能診斷分析、規劃方案智能生成等電網規劃設計應用，加強電網工程智慧建設管理；推進電網多尺度智能仿真分析，探索人工智能模型在電網智能輔助決策和調度控制方面的應用，提升電力系統源網荷儲全要素安全可靠低碳運行水平；穩步提高輸變電等關鍵裝備研制智能化水平；推動電力設備故障預測性維護，打造具備自主感知、決策、執行能力的電力設備健康管理智能體，提升設備精益化管理水平；推動營配調智能一體化應用，構建電網運營服務智能支撐體系，提升電力客戶全過程智能服務水平；促進人工智能技術融入電力應急體系和能力建設，提升電力系統防災減災救災智能化水平。

　　專欄1  人工智能+電網典型應用場景

　　電網智能規劃設計與生產建設。構建電力供需智能預測、電網運行智能診斷分析、電網規劃智能輔助決策、輸變電設施智能設計等應用，應用人工智能技術開展規劃設計和技術經濟分析，推動電網規劃設計作業模式向智能化轉變。聚焦建設階段的作業感知與業務監測，構建電網建設的人工智能違章識別、進度仿真、在線監測、管控指標實時分析、作業流程智能管理等應用，促進電網工程建造智能升級。

　　電網調度運行。在全國統一電力市場建設背景下，構建新能源功率預測、負荷預測、離線仿真分析、在線安全分析、極端應急處置、調度輔助決策、市場出清運籌優化、電力市場智慧決策等方面的智能化應用，持續完善新一代智能調控技術支持體系，支撐新型電力系統安全穩定運行。

　　電力設備狀態評價與智能運維。構建設備狀態智能感知與預警、設備故障智能定位與診斷、設備狀態檢修智能決策、設備災害風險智能預測、檢修工作票智能生成等應用，提升設備精益化管理水平。

　　配電網智能運行管理。構建配電網實時感知、風險分析、智能決策等技術應用，全面提升配電網智慧控制能力和供電可靠性，加強配電網層面源網荷儲協同調控。

　　電力應急搶修。構建電力系統災害風險智能預警、損毀情況智能分析、應急方案智能決策等輔助決策系統，推進電力應急搶修技術裝備智能化應用，提升電力系統防災減災救災能力。

　　(二)人工智能+能源新業態。圍繞能源保供和綠色低碳轉型需求，推進人工智能技術在虛擬電廠(含負荷聚合商)、分布式儲能、電動汽車車網互動等靈活性調節資源中的應用，提升負荷側群控優化和動態響應能力；加強人工智能技術在新型儲能與電力系統協同優化調度以及全生命周期安全中的應用，推動可再生能源制氫生產工藝智能尋優。強化人工智能技術賦能能源生產過程中的節能和碳排放管理，提升多能互補綜合能源系統電、熱、冷、氣聯供的綜合能效和降碳水平。推動人工智能在零碳園區、智能微電網、算電協同中的應用，提升源網荷儲一體化智能運行水平，促進新能源就地消納。

　　專欄2  人工智能+能源新業態典型應用場景

　　虛擬電廠精準控制與智能運營。虛擬電廠運營商平臺根據電網調節指令、市場信息，結合資源特性的動態變化，進行控制策略的智能優化和控制指令的智能生成，實現大規模靈活性資源聚合優化調控、實現虛擬電廠參與電力市場的智慧交易決策。

　　綠氫生產工藝智能尋優。融合風光功率波動預測、儲氫罐容量、電解槽溫度、催化劑狀態等多維數據，基于人工智能算法，智能驅動電解槽電流密度動態尋優，構建電解制氫-儲氫-用氫全鏈條智能調控系統，實現可再生能源功率波動與電解裝置柔性負荷的毫秒級匹配。

　　園區智能降碳。基于光伏、儲能等設備運行數據，園區智能降碳協同控制系統實時動態優化能源調度策略，結合電價與碳排放因子自動調節空調溫度、充電樁功率及設備啟停時序，通過增強現實可視化界面和語音助手向用戶推送個性化節能建議，形成“碳-能-費”智能協同模式。

　　新型儲能智能化運行。針對新型儲能動態適配電力系統調度、廣域協同互動、弱電網支撐、電池裝備安全監測、設備本體評估與運維，通過人工智能技術，提升面向弱電網的多類型儲能協調控制能力，構建新能源與配建新型儲能廣域協同優化控制、儲能電站智能評估、智慧運維決策支持、全生命周期安全等應用體系，提升系統友好型新能源電站的電力供應保障能力。

　　智能營銷服務。針對油、氣、電等直接面向客戶服務場景，構建座席業務受理智能輔助、智能客戶服務、供電方案智能生成、綜合用能方案智能生成、運維工單智能派發、用戶用能異常診斷等智能化應用，打造交互式、伴隨式的客服新模式，提升客戶全過程智能化服務水平。

　　(三)人工智能+新能源。針對新能源出力波動性與間歇性的問題，加快在高精度功率預測、電力市場、場站智慧運營、新能源規劃、項目后評價等方向的人工智能應用，持續推動新能源關鍵材料及產品不斷迭代和創新，推動復雜場景及轉折性天氣下功率預測大模型在更小尺度、更高精準度方向發展，支撐廣域新能源資源協同優化，促進偏遠地區新能源場站智能運維發展，打造“氣象預測+功率預測+智慧交易+智能運維”一體化新能源智能生產模式，全力支撐新能源穩定供給。

　　專欄3  人工智能+新能源典型應用場景

　　氣象預報與新能源功率精準預測。構建以多時空尺度氣象預報為核心的氣象服務體系，建立氣象-功率非線性關系精準挖掘與解析的多場景多周期算法大模型，實現新能源功率精準預測。

　　偏遠地區場站智能運維。利用大模型、聲紋檢測、遙感、機器人、智能穿戴設備等技術裝備，實時監測周邊環境及設備運行狀態，實現無人機、無人車、無人船、智能控制等多系統智能聯動，提升設備巡檢效率，提高場站的綜合運營效率。

　　新能源規劃設計。綜合考慮發電效率、投資回報率等因素，構建智能化推薦引擎，提供最優機型匹配方案。融合大模型與設計軟件，快速生成多版本設計方案并評估關鍵參數，提升設計效率與質量。

　　智慧工地建設。推動人工智能技術深度融入工程建設方案選擇、人員管理、風險預警、工期管控等電力建設工程管理全流程，研發無人機巡檢系統、風險自動研判預警系統等，實時捕捉施工人員違章行為，構建貫穿施工全過程的“智慧工地”管理平臺，助力提升電力建設工程安全質量總體水平。

　　(四)人工智能+水電。聚焦高海拔高寒地區水電工程智能化建設與流域水電站群智慧調度運營，推進人工智能技術在水電工程建設中的應用，提升水電工程智能化設計施工管理水平；推進人工智能技術與傳統水文模型、氣象模型、大規模水庫調度技術融合，提升氣象、水文雙向耦合預測精度，開展調度決策優化智能應用建設；推動知識圖譜、大模型、智能體等技術融入新一代水電智慧運營大腦，在水電站智慧運維與精益檢修、智能大壩態勢感知與智慧管理等重點領域形成智能化解決方案。

　　專欄4 人工智能+水電典型應用場景

　　智能水電工程建設。基于多源遙感數據融合和智能機器人等人工智能技術，建立水電工程地質智能化勘測設計體系，實現機組設備數字化智能化安裝調試，提升水電工程智能化施工管理水平。

　　氣象水文聯合預測。基于流域氣象水文雙向耦合預測大模型，構建洪旱極端事件風險量化工具，充分融合氣象知識、水文知識和流域地理信息，提升氣象水文預報精度和預見期。

　　流域綜合調度。基于流域站群聯合智慧優化調度、風險控制和模擬仿真等關鍵技術，建設精準調度決策優化智能應用，實現對水資源調度方案執行情況的實時監測、分析和評估，在時間和空間上對水資源分配進行優化，提高水能利用率，增加發電效益。

　　設備智能運檢。基于物理場、聲學、視覺、智能傳感器等多源數據以及知識圖譜、大模型等技術，推動水電關鍵設備實現狀態全息監測、全生命周期健康管理、智能運維和狀態檢修等業務領域全流程智能化升級，實現運維知識結構化管理與基于大模型-智能體的智能輔助決策系統。

　　大壩高質量運行。構建大壩典型病害特征數據庫與知識圖譜，結合大壩智能感知-融合-診斷-防控理論方法，實現多元驅動的大壩安全狀態早期識別-自診斷-自適應預警-智能饋控，確保水電站大壩運行安全，支撐水庫大壩高質量運行管理。

　　(五)人工智能+火電。圍繞火電清潔降碳、安全可靠、高效調節、智能運行的發展方向，在燃料管控、生產運行優化與智能控制、設備全生命周期管理等業務場景，協同開展人工智能賦能及技術創新。加快火電數字化設計建造和智能化升級，推動火電運行控制系統智能化發展和應用，提升火電關鍵裝備全生命周期智能監測及健康管理能力，助力火電支撐保障能力進一步提升。

　　專欄5  人工智能+火電典型應用場景

　　燃料智能管控。基于燃料市場價格波動、庫存量、耗煤量以及煤堆三維結構、煤質分析等多維度多類型數據，采用先進傳感、圖像識別、規則理解以及智能體等技術，實現燃料數量、質量等智能檢測和智能管控。

　　生產運行優化。基于大模型和生產運營相關系統數據，實現生產運營過程中燃料摻配、運行優化、智能靈活調峰、安全智能管控等核心業務場景智能化升級，提升生產運營的智能化水平和效率。

　　設備全生命周期管理。基于大模型和機器人等人工智能技術，通過對汽輪機(含燃氣輪機)、發電機、鍋爐受熱面等關鍵設備多類型數據進行實時狀態監測，實現設備狀態全景監測、健康量化評估、隱患識別與故障預警、剩余壽命預測、運行方案調整、異常分析判斷和隱患閉環管理。

　　智能技術監督及評價。依托鍋爐、汽輪機(含燃氣輪機)、發電機等關鍵設備的海量運行數據與火電技術監督工作相關資料，基于火電大模型多模態分析能力，深度融合火電特色場景，提升技術監督的智能化和人員專業能力。

　　(六)人工智能+核電。圍繞核電安全發展，構建核電安全預警、電站運行事件智能溯源分析、應急響應的智能輔助支持系統，開展核工業特種運維機器人技術攻關，持續推動核電系統的自動啟停等技術升級演進，探索人工智能技術助力離子體預測控制、可控核聚變等技術路徑，推動核電行業向數據驅動、模型牽引、智能管控的新模式穩步轉型。

　　專欄6  人工智能+核電典型應用場景

　　核電智能安全管控。借助數據治理及人工智能技術，聚焦運行事件溯源、技術規格書及運行參數邊界條件，智能識別人員、設備、環境的不安全狀態，推進安全預警、智能應急響應等場景技術攻關與應用。

　　核電智能運維。利用各階段的構筑物、系統及設備/部件的數據，建立數據驅動的核電廠模型，推動核電人工智能小模型及專業大模型研發，推進人工智能技術在核電系統智能監測、預警、診斷和預測中的應用，提升機組性能智能診斷和優化能力，提升關鍵設備、系統及機組的一鍵啟停等能力，拓展高放射性、水下及密閉空間等高危場景機器人作業的范圍與深度。

　　可控核聚變智能控制。結合可控核聚變裝置多物理場耦合特征，基于人工智能技術開展可控核聚變智能控制系統研究，研發等離子體位形實時預測-磁約束參數自適應調控智能模型，實現托卡馬克等離子體穩態運行的智能化控制。

　　(七)人工智能+煤炭。聚焦地質勘探、煤礦采掘(剝)、煤炭洗選、生產調度、安全管控、設備管理等典型場景，穩定獲取復雜地質、多工況以及多時空協同條件下的各種工況數據，融合應用智能模型，實現生產過程智能控制與自主決策，助力少人無人化作業常態化運行，穩步推進減人、增安、提效，進一步夯實煤炭在能源安全中的兜底保障作用。

　　專欄7  人工智能+煤炭典型應用場景

　　煤礦地質勘探數智賦能。基于煤礦專業大模型，融合地面高精度勘探與井下動態智能探測的新技術，構建復雜地質條件下的煤礦地質數據庫，實現礦井地質信息的全過程動態協同管理和預警，保障礦井高效、快速、綠色、智能生產。

　　井工煤礦采掘工藝優化與智能控制。通過多模態感知、大小模型融合、設備群協同控制和工藝動態優化，挖掘煤巖特征信息，驅動采煤與掘進工作面設備群智能截割、自主決策與協同控制，實現采煤工作面生產系統自主運行、掘進工作面探-掘-支-錨-運高效協同以及少人無人化常態化作業，大幅提升采掘效率和安全水平。

　　露天煤礦自主采裝與運輸無人化。推進大模型模擬爆破參數與穿爆作業的融合，應用人工智能技術快速解析采剝進度，實現采-運-排生產系統內挖掘機、排土推土機以及其他輔助作業設備常態化遠控或自主作業，以及礦用卡車無人駕駛規模化運行，提升穿爆智能化程度和精準度，大幅減少坑下作業人員數量，提升露天煤礦生產效率與安全水平。

　　煤炭質量快速檢測與智能洗選。采集與構建煤質特征數據庫，實時動態預測煤炭灰分、硫分、揮發分、水分及元素含量等關鍵指標，實現煤質特征智能識別，大幅提高煤質在線檢測精度，實時反饋煤質在線檢測數據，優化調節選煤生產工藝參數，提高煤炭產品質量合格率和穩定率。開發煤炭洗選專業模型，建立工業數字孿生體，實現煤炭洗選全過程的信息動態監測、趨勢預測及協同管理。

　　煤礦重大設備狀態監測和智能運維。建立重大設備實時運行狀態和潤滑、溫震等檢測數據融合大模型，實現故障診斷和智能預警，推動煤礦設備預防性檢修，大幅降低故障影響生產時間，有效降低維護成本。

　　(八)人工智能+油氣。聚焦跨專業協同研究、現場作業操控、生產運行管控等方向，推動勘探地質目標智能評價、開發方案智能優化、鉆井壓裂等作業參數智能調整、煉化裝置智能運行、管網運行實時仿真，加快智能鉆機、機器人、無人機、智能感知系統等智能生產技術裝備的研發與應用，推動生產現場等全過程智能聯動與自動優化，推動油氣產業鏈智能化升級建設。

　　專欄8  人工智能+油氣典型應用場景

　　油氣勘探智能賦能。提升面向地震、測井、巖心露頭等勘探專業領域的軟件智能化水平，構建面向地震測井處理解釋的專業大模型，打造面向有利地質目標綜合評價的智能應用系統，實現可控震源智能輔助駕駛、地震檢波器埋置等機器人示范應用。

　　油氣藏開發與生產智能管控。研發油氣開發數據與知識智能化技術、智能開發優化軟件和專業大模型，打造大模型驅動的協同研究與生產管理決策平臺，構建面向智慧油氣田開發生產管控的新模式。

　　海洋油氣生產環境預測維護。聚焦海洋油氣生產過程環境保護和重大風險防范、治理等需求，通過生產環境智能監測與異常預警、固廢處理智能管控、溢油智能識別與應急預測等手段，形成覆蓋油氣田全域生態環境狀況的風險預知、態勢感知、事故早知和認知決策一體化能力。

　　工程技術智能優化。推進地面工程智能設計、鉆井參數智能優化、錄井實時智能判層、儲層改造及智能故障診斷與風險評估，實現井控機器人示范應用，保障復雜地質環境下施工安全高效。

　　管網仿真及智能調控。推進市場洞察預測、管網實時仿真及動態優化、高效智能站庫運行、空天地一體線路管理及關鍵設備監測預警，實現“黑屏”智能調控，提升油氣管網安全生產、油氣保供與公平服務能力。

　　煉廠生產營運一體化優化。面向全流程計劃優化、安全生產智能識別、設備預防性維修等環節，攻關新材料研發科學計算大模型，通過大小模型協同、混合建模等技術手段，減少工藝波動，降低安全事故發生概率，提升生產運營智能化水平。

　　三、加大關鍵技術供給

　　聚焦能源領域數據孤島化、算力碎片化、算法黑盒化、算力高耗能等技術瓶頸，推動開展適用能源領域的數據、算力、算法等共性關鍵技術攻關。

　　(一)夯實數據基礎。針對能源領域高質量數據集構建和數據安全需求，推動數據智能標注、智能增強、數據合成等技術應用，推進能源數據分類分級技術、隱私計算技術以及智能數據動態加密和跨域可信溯源等技術研發，優化數據分享機制，加快形成能源領域高質量數據集，確保能源數據全流程安全可靠。

　　(二)強化算力支撐。針對能源領域租建結合模式下的多元異構算力融合利用需求，開展多元異構算力統一調度、任務智能編排、存算網一體化融合、算力池化等關鍵技術攻關，提升智算服務水平。持續開展能源算力需求監測，統籌規劃算力、電力和通信網絡資源，構建算力、電力深度融合的算電協同發展機制，不斷提高算力中心綠電比例。

　　(三)提升模型基礎能力。針對能源領域對于模型安全性和可解釋性的需求，推動模型算法、應用系統等安全能力建設，加大多智能體協同、可解釋性、模型輕量化推理等技術的研究，持續深化機器視覺、多模態、時序預測等人工智能關鍵技術在能源領域的應用研究，推動人工智能與能源領域軟件深度融合。針對人工智能計算耗能問題，加快突破人工智能綠色低碳技術瓶頸，研究柔性直流供電、模塊化小型堆等能源供給技術，鼓勵數據中心液冷技術、廢熱回收、備電集約化等高效能源綜合利用技術的應用。

　　四、保障措施

　　(一)強化組織實施。各地方能源主管部門和相關中央企業要根據意見要求，建立健全工作機制，統籌銜接好相關規劃，結合實際加快推動本地區、本單位“人工智能+”能源的發展，做好各項要素保障，探索構建安全治理體系，形成上下聯動、層層落實、安全發展的工作格局，加快推進人工智能在能源領域融合應用的技術研發、示范試驗、推廣應用等工作。

　　(二)推動協同創新。圍繞能源領域人工智能融合創新應用關鍵共性技術和配套專用技術，推動建設一批行業研發創新平臺。鼓勵企業牽頭聯合科研機構、高校、社會服務機構等單位，建設以技術創新融合應用為目標的跨領域、跨學科的“人工智能+”能源創新聯盟，深化產學研用合作，構建開放協同、共創共享的能源智能化創新生態體系。

　　(三)加強標準規范建設。在深入總結應用示范實踐的基礎上，加快編制能源數據治理、多元異構算力融合、典型場景設計等一批技術標準規范，推動能源領域人工智能標準體系建設，探索建立人工智能應用評估指標體系和行業級人工智能應用標準測試平臺，提升能源領域人工智能技術安全應用水平。鼓勵能源企業主導制定國際標準，以技術標準“走出去”帶動人工智能技術和產品在海外能源市場推廣應用。

　　(四)開展試點示范。組織開展能源領域人工智能應用試點示范，遴選一批可復制、易推廣的場景和企業標桿應用。鼓勵開展能源和交通融合、油氣和新能源融合等跨領域、跨行業典型場景示范。能源領域人工智能應用相關技術裝備優先納入能源領域首臺(套)重大技術裝備支持范圍。支持具備條件的地區和企業，因地制宜開展能源領域各類人工智能應用試點示范，在技術創新、商業模式、發展業態、體制機制等方面深入探索、先行先試。

　　(五)加大支持力度。充分發揮中央財政資金帶動作用，依托能源領域、人工智能領域國家科技重大專項和重點研發計劃等科技專項，有序推動能源領域人工智能技術應用創新。發揮多層次資本市場支持科技創新關鍵樞紐作用，引導社會資本參與人工智能科技項目實施和成果轉化應用。

　　(六)完善人才培育生態。鼓勵能源企業與高等院校、科研院所共建“人工智能+”能源人才培養基地，以行業需求為導向設計跨學科課程體系，重點培養具備能源系統知識、人工智能算法應用能力的復合型人才，通過產教協同增加復合型人才供給。