智能电网: 多源电力系统的高效选型 白皮书 目录 01 引言 第一部分 - 智能电网基础与智能选型的作用 03 04 05 1 - 智能电网：能源转型的支柱 2 - 为什么智能选型至关重要？ 3 - 选型软件：应对新挑战的解决方案 06 第二部分 - 潮流计算：优化电能质量与预防低效能 07 1 - 理解潮流计算 08 10 2 - 案例研究：提升工业电网性能 第三部分 在智能选型中的作用 31 1 - elec calc 的核心功能 32 36 2 - 为智能电网参与者带来的附加值 结论 - 借助 elec calc 开启智能电网新时代 38 白皮书 | 智能电网：多源电力系统的高效选型 01 引言 能源转型背景下智能电网 的挑战 能源转型正在加速推进，其驱动力来自于减少碳排放的需求以及将可再生能源整合到电力系统中 的必要性。 智能电网是这一变革的核心， 系统复杂性的增加。这些障碍需要创新方法来确保电网的稳定性、安全性和弹性。 引言 02 在此背景下，电网的智能选型成为优先事项。通过精确分析和优化基础设施，选型软件在应对智 能电网挑战中发挥着战略作用。这些适应多源电网特性的先进工具有以下优势： |多源电网中选型软件的关键作用 1 优化电力能量流 通过潮流计算，软件分析负载、电流和电压的分布，做到能量损耗最小化并预测过载。 2 电网安全 能够在系统的任意点

电力人工智能多模态大模型 创新技术与应用 1 、研究背景 2 、关键技术 3 、应用案例 4 、未来展望 目 录 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科 学；其在历史上经过多个发展时期，形成了不同的技术流派； 深度学习是目前主流。 1950s—1970s 1970s 中期 1980s-2000s 通用模型 无需人类专家标注 高效互联通讯： NVLINK 、 HCCL ( 华为 ) 多模态通用模型： Qwen2-VL 等 . 背景 1—— 人工智能的概念及发 展 数据 算力 的范式，使大规模预训练成为可能。近年来，大模型凭借超大规模参数和海量数据学习，在多模态学习、 推理和通用人工智能方向取得重要进展，为人工智能的发展开启了新的阶段。 大模型 模态扩展 文本 检索增强 图像 / 视频 大规模基础模型 音频 电力大模型 医疗大模型。 Transformer 架构 注意力机制 多模态融合 0upr ake Wefert

表 性 强 的 工 业 园 区 ， 开 展 国 家 低 碳 工 业 园 区 试 点 工 作 。 相 关 试 点 园 区 积 极 探 索 适 合 我 国 国 情 的 工 业 园 区 低 碳 管 理 模 式 ， 提 高 可 再 生 能 源 消 费 占 比 ， 加 快 钢 铁 、 建 材 、 有 色 、 石 化 和 化 工 等 重 点 用 能 行 业 低 碳 化 改 造 ， 培 育 了 一 批 低 家 低 碳 园 区 创 建 的 先 进 理 念 ， 促 进 典 型 经 验 和 发 展 模 式 交 流 ， 我 们 组 织 专 家 梳 理 了 国 家 低 碳 工 业 园 区 试 点 典 型 案 例 ， 将 从 低 碳 日 开 始 ， 集 中 展 示 这 些 工 业 园 区 的 优 秀 低 碳 管 理 模 式 和 绿 色 低 碳 发 展 成 果 。 目录 CONTENTS 综合示范型低碳工业园区——天津经济技术开发区 了 25.9%，为 促 进 当 地 经 济 发 展 做 出 了 重 要 贡 献 。 在 保 持 经 济 发 展 增 速 的 前 提 下 ， 2015— 2016 年 ， 天 津 开 发 区 规 模 以 上 工 业 企 业 综 合 能 源 消 费 总 量 和 碳 排 放 总 量 均 未 呈 现 明 显 上 升 趋 势 。 天津开发区风光 （ 二 ） 园 区 低 碳 发 展 的 战 略 与 举

如今，手动流程执行和断开连接的数据流使得处理多个不同的策略和业务规则集变 得不切实际。 动态分段（ 1/2 ） 销售 运营 产品设计 服务 财政 段 价 值 主 定 张 价 策 通 略 讯 。 条 件 … 网 络 日 志 模 型 （ &L 库 存 策 预 略 测 方 采 法 购 战 制 略 造 商 。 策 略 … 产 品 策 组 略 件 战 略 … 实 施 结 售 构 后 服 务 方 生 法 产 配 置 延 转型”需要大量的组织 流程也发生了变化 46 B2B 创新商业运营模式 手动的 短期的 通知 产品驱动 独唱频道 通用交互式 自助服务 长期的 协作 分析和预测 多 / 全渠道 个性化 1 2 3 4 5 = 2012 = 2015 传统 B2B 新 B2B B2B 关键成功因素： B2C 推动消费者对 B2B 的期望 渠道转型创新营销、销售和服务 … HYBRIS 模 块 PCM HYBRIS 模 块 水坝 HYBRIS 模 块 WCMS HYBRIS 模 块 内 容 流 程 & 合作 HYBRIS 模 块 CSM / ASM HYBRIS 模 块 平 台 内 搜 索 & 导 航 HYBRIS 模 块 高 级 私 人 定 制 HYBRIS 模 块 订 购 服 务 & 绑 定 HYBRIS 模 块 权 利 & 计

基于智能体的虚拟电厂技术方案 主讲人介绍 裘 愉 涛 Qiu Yutao ■ 国 家 电 网 首 席 专 家 正 高 级 工 程 师 全 国 劳 动 模 范 IET Fellow,IEEE Senior Member 主持或参与国网公司、浙江电网 40 多项重要项目和课题的研究， 62 次获得省部级以上科学技术奖励，在国内外各类科技期刊上 发表论文 92 篇，授权专利 145 70000 0000 0 0 海量低压分布式资源难以准确观测，现有调控感知架构无法适应，缺少群控群调方法 和区域协调互济手段。 低 压 分 布 式 电 源 集 群 聚 合 调 节 中 多 维 度 难 以 协 同 架合效率低 台区 2 事 台区 4 导季甲 台区 3 出 感 台 区 资 源 波 动 性 强 与 调 控 需 求 不 匹 配 资源波动性强 14 协同调节困难 # 有 功 功 率 ( k W ) 临念整 系 台区 1 ammse 三 所 研究思路 融合多种先进技术 智能体融合了人工智能、机器学习、物联网等多 种先进技术，形成了强大的技术体系。这些技术 的融合使得智能体具备了更加智能、高效的能力， 能够在复杂环境中发挥出色。 典型智能体的案例 典型的智能体案例包括智能家居 中的语音助手、自动驾驶汽车中

label yes yes no 线 基于领域知识 +AI 的测井数据仿真 测井解释数据少、 解释结果主观性强、 标注成 本高 借助正演模型进行数据仿真 ，利用仿真数据帮助训练 AI 模 型 中国石油大学（北京） 人工智能学院 通过深度学习模型训练 ，使生成 的 仿真曲线接近真实 曲 • 通过正演模型驱动的 AI 建模 ， 可生成符合物理约 束、 VR/AR • 企业内外部天然存在的数据“孤岛” ，成 为阻碍企业数字化转型的关键挑战。 • 上云过程中 ，多场景的数据和应用集 成 ， 包括“云上云下、云间、多 IT 系统、跟外 部伙伴 IT 系统” ，造成 数据 孤岛。 • 企业 IT 和 OT 间存在巨大数字“鸿沟” 。 • 大型企业业务的复杂性、多样性 构造解释翻剖面速度提升 5 倍 GeoEast 计算性能提升 3.3 倍 Jason 计算性能提升 1.84 倍 外委处理费用减少 5000 万 / 年 多源混合算力资源池 ， 业务由串行升级为多并发 ，提升资源利用率 l 应用”勘探开发一体化的地震目标处理新模式 ，高效支撑勘探开发方案部署 l 全面部署 GeoEast 地震资料处理软件、整体迁移和加载各富油气区带的地震资料

风控大模型 决策 能力 大模型驱动的范式革新 风险 ß 化调优 风险态势感知 实时风险 çv 多模态数据集成 策略知识智库 预警归因分析 决策量化推荐 特征向量化 标签生成 向量 特征 表示 多模态知识 构建及应用流程 知识存储 / 知识计算 多模态富文本数据引入，完善知识结构，丰富场景应用 知识更新 结 构 化 解 析 知 识 评 估 知 识 推 理 知 视频识别 知识抽取与因子挖掘 画像、报告 代理智能体 多模态 ( LLM Agent) 数据调用 画像任务拆解与规划 选择工具与扩展能力 多代理智能体协同 信息存储与回忆 数据集成 实时、离线数据接入与加工 知识图谱 深度关联、图可视化分析 指 标引擎 实时、离线指 标计算 结合 多 方数据及 小模型工具，全 面、灵活的生成 画像及报告 大模型实现快速收敛 1. 借助知识蒸馏等技术，大模型的能 力可以传给小模型 ; 2. 改进知识蒸馏等技术，大模型一次 可以产出多个小模型 < 大模型 =Ü <_ 模型 = 的协 \ __ 模 型 起于 AI ，用于智能 : 学会与 AI 协作的风控实 践 融合 客户 在贷前、贷后全 流程中的各类数据，全景 呈现客户信息 使用大模型深度推理，结 合规则、图谱、小模型等 多种能力，实现客户画

产业结构升级——产业链韧性、新质生产力的重要基础 电 能 质 量 — — 支 撑 可 再 生 能 源 消 纳 与 现 代 化 产 业 发 展 新型电力系统——支撑能源低碳转型 文件 构成 要素 结构 形态 运行 模 式 集中接入 电磁设备 交流 “ 输 配 用 ” 单向结构 源随荷动 大电网一体 化运行 分散接入 电磁 + 电子设备 交直流 双向混合层 次结构 源荷互动 主配微网协 日，发改委、能源局《关于新形势下配电网高质量发展的指导意 见》 :2030 年基本完成配电网柔性化、智能化、数字化转型。 分彩式光伏 电站 敏感氏荷 敏负苔 双向交直流混成结构； 主 配 微 多 级 协 同 运 行 。 MG 风力发电 计算中心 消民任帘 快这竞电 雄 住宅 2 没 电 位中心 写字楼 洪式性率 快透充吨 桩 分布式完 伙 技术特点 新型配用电系统 ，扰动影响向网、 源侧延伸并不断加剧。 传播范围广 扰动传播距离可达数 十 公 里 ， 横 跨 多 个 电 压等级。 01 新型电力系统电力扰动 新型电力系统使电力扰动发生频率高、传播范围广、演变形态多、影响危害大，对电力扰 动分析、应用和应对提出了新要求、新挑战。 演变形态多 多元异构设备的扰动 响应特性差异大，扰 动时变形态多样。 发生频率高 多元异构电力电子设

⑥ZQY.All rights reserved. 这么大的数据量、多类型数据体分布在不同专业的数据库中，为综合研究、生 产分析提供有力支撑。 各类数据库分别为相关研究提供支持 地层对比 地震解释 二次解释 ZQY 目前存在的不适应 获取数据格式不同 ① 不同分析研究对应不同专业软件，对数据要求差别较大① 同 一 区块不同研究需整理多套研究数据 如“小层数据”在油藏动态软件中是一种格式， 建模软件又是一种格式，数据准备的要求不同。 ZQY ⑥ZQY.All rights reserved. 需要的数据体 小层数据体 不同格式 配套软件 油藏动态软 件 direct 软件 专业研究 动态分析 建 模 数 模 仍然无法满足专业用户需求 按目前研发模式，软件研发与专业应用需求对接复杂、 困 难， 甚 至 有 时 是脱 节的 。 ZQY

据处理融合不足、决策实时性要求高、安全韧性挑战大等“成长 烦恼”。而大模型凭借强大的数据处理与模式识别、 出色的上下文学习与推理、多模态融合潜力等能力 ，成为破局关键 ，助力解 决系统难题。 数据 “爆炸 ”与融合困境 ： 海量 、 多源 、 异构数 不确定性剧增 ： 高比例能源的接入 ， 新能源的 随 机性、 波动性给系统平衡带来巨大挑战 协调难度加大 ： 数以亿计的分布式资源接入 至毫秒级完成决策 ，传统方法算力瓶颈凸显 安全韧性要求提升 ： 面临物理 、 网络 、 气候等 多 据处理需求迫切 ，价值挖掘不足 决策实时性要求严苛 ： 复杂优化问题需在秒级甚 强大的数据处理与模式识别能力 ，有望从海 量数据中洞察运行规律 出色的上下文学习与推理能力 ，可辅助甚至 优化复杂决策过程 多模态融合潜力 ，整合文本、 时序、 图像 等 多元信息 ，实现全景感知 挑战与机遇并存：大模型技术破局电力系统复 混合模型 l 数据贯穿模型训练、部署、应用的全过程 : 大模型的能力源于从海量数据中学习模式和知识。没有高质量、多维度、大规 模的数据 ，电力大模型就是无源之水 ，其价值也无从谈起。 l 数据质量决定模型上限 : 数据的准确性、完整性、一致性、时效性直接决定了模型训练的效果和最终应用的可靠性。低质 量数据可能导致模型产生错误认知甚至误导决策。