腾讯 以 Deep5eek 为代表 的 在能源行业的应用 前景预测 贾德香 博士、正高 国网规划计划领军人才、 国网能源院高级专家 注册电气师、 咨询师 OT Deep5eek 等 RI 大模型简介 Deep5eek 在能源应用前景 预测 0 3 挑战与应对策略 Deep5eek 等 RI 大 模型简介 20 世纪 50 ~ 70 年代是人工智能技术的萌芽时期。 集群、分布式训练框架等。 二、 AI 大模型的核心技术与特 点 Te n c e n 腾 讯 Te n c e n 腾 讯 02,Deep5eek 等 RI 大 模型在能源应用前景 预测 n 国网光明电力大模型：（开源与闭源并举） 发输变配用、调度、交易 规划、建设、运行、检修、营销 n 南网，大瓦特 n 三峡集团“大禹”大模型 n 中核集团龙吟大模型 n 中国广核，“锦书”大模型 RI 大 模型在能源应用前景 预测 能源生产与管理 n 新能源发电优化： 1 、精准的功率预测： DeepSeek 可构建更精准的新能源发电预测模型，对太阳能、风能等发电功率进行提前预测。例如， 针对某风光装 机占比达 58% 的省级电网， DeepSeek 通过构建考虑新能源场站波动特性的动态安全域模型，将弃光率从 19% 降至 3.2% ，日前预测精 度提高 至 94.7% 。

求计划的验证过程，同时密切监控 预测准确性 C- 供应计划  甲方还需在供应商协同、端到端供 应能力可见性等方面进行提升 物流网络和相应的库存计划与监控 仍然较弱 B-S&OP S&OP 关注解决需求和供应的冲 突，欠缺对年度财务计划的考虑 应尽快提高 IT 支持的整体水平，并 加快决策速度 A1- 客户协同 A2- 预测周期 A3- 预测 A4- 内部协同 A5- 计划物流部 • 分公司计划物流经理：制定分公司 4/5 周销售预测，制定分公司购销合同，制定 要货计划 市场部 • 市场部经理：负责制定分公司市场活动方案，指导分公司销售预测 办事处 • 办事处经理：协助计划物流经理制定购销合同及销售预测 • 渠道经理：协助计划物流经理制定购销合同及销售预测 • 业务员：协助计划物流经理制定购销合同及销售预测 海外营销 总部 行销部 计划组 • FCST Plan name 总部 4 周净需求 Horizon 5 周 Bucket 每周 考虑 CDC+RDC 库存 需求计划重点关注 蝈内需求高阶流程 蝈内需求计划主要由总部制定 3 个月滚动预测及月度购销合同，指导物料采购及 月度生产 Plan name 物料采购计划 ( 短周期 ) Horizon 4 周 Bucket 每周 考虑物料库存及供应商反馈 参考 参考 1.1 1

AI+ 质量管理是运用人工智能、大数据、物联网、云计算等新一代信息技术，对产品质量进 行全生命周期、全过程、全要素的智能化管理，实现质量问题的预防、预测、预警和持续改进。 - 预防性 ：从被动检测转向主动预防 - 预测性 ：预测质量趋势和潜在问题 - 实时性 ：实时监控和反馈质量状态 - 全面性 ：覆盖产品全生命周期 - 智能性 ：具备自学习和自优化能力 AI+ 质量管理——方案概述 3 、 质量预测 根据实时生产数据和模型 ，预测产品质量趋势 ，及时发现潜在质量问题。 4 、 工艺参数优化 利用优化算法 ，对关键工艺参数进行调整 ， 以实现产品质量的最 大化。 形成闭 环 ， 持 续 改进 AI+ 质量管理——架构蓝图 ① 生产过程透明化（ SPC 全流程 监控，保障设备生产过程工艺稳 定可靠）：快速定位稳定性不足 的环节，为后续预测与优化提供 数据基础； 数据基础； ② 生产过程可预测（ AI 驱动优化， 实现预测性维护与分析）：构建 AI 模型实现质量预测、工艺调优 与故障预判，形成主动式管控闭 环。 ③ 知识经验可关联可沉淀 （ FMEA 失效模式与影响分析 +LLM 大语言模型，闭环反馈）： 产品研发设计和生产过程知识库、智 能体问答应用。 AI+ AI+ 质量管理——产品清单 基本模块 基本模块 算法管理模块 算法管理模块 单工序闭环控制

数据量大 高度非线 性 数据深度挖掘 潜在关联发现与预测 大模型 黑箱效应 幻觉 非精准函数映射 特性 局限 不直接干预现有系统的操作指令 ， 而是通过深度分析现有系统产生的数据（如 企业资源计划（ ERP ） 系统的销售数据、 办公自动化（ OA ） 系统中的审批流 程） ，提供高级分析、预测、优化建议和人机交互功能。 大模型的输出作为参 考信息 ，辅助专业人员进行决策 ，形成优势互补。 l 选择和优化模型骨架要考虑： 电力数据的特性 ：电力数据以时序为主 ，包 含 大量数值型数据 ，对模型捕捉时间依赖和 动态 变化能力要求高。 不同的任务需求 ：不同任务（预测、控制、 诊 断）对模型架构的侧重点不同。 计算资源的约束 ：需平衡模型性能与训 练 / 推 理成本。 架构之基：选择与优化适应电力特性的模型 骨架 通用模型 辅助调度员进行电网安全校核、 阻塞管理、优化出清计算 市场交易辅助机器人 辅助交易员进行市场分析、价格预 测、策略生成、风险监控 智慧能源辅助机器人 辅助园区管理者、聚合商、用户进 行负荷预测、能效优化、市场参与 决策 “ 辅助机器人” ：面向核心业务场景的智能体范 式 l 认知与决策中枢：是机器人的核心智能所在 ，负责处理最复杂的认知任务。 l 核心大模型 理解与表征：

储能和光伏及风电等分 布式发电电源分别进行 预测 ，进行精准负荷预 测。 1 获取发电资源的历史运行数据； 预测天气、温度、风速等相关 气 候信息； 基于历史数据及预测气候指标， 预测发电资源潜力。 结合历史数据及气候因素 ，预测负荷资源基本运行状态； 了解负荷资源控制变量、控制方式、影响因素及客户舒 适度需求； 舒适度需 求 ，分析负荷资源可调控潜力。 3 虚拟电厂发电预测 基于虚拟机组 ，构建区域级虚拟电厂； 基于可控资源潜力预测结果及虚拟机组聚合情况， 实现虚拟电厂整体发电预测。 虚拟电厂子站侧 2 负荷资源潜力预测 电厂侧功能及界面展示——机组组建 数字拥抱能源 点亮绿色世界 发电资源潜力预测 biaoti 基准曲线图表与基准曲线表格联动 基准曲线图表取电厂最近 信息发布 发布交易需求、 线路检修等信息 负荷预测 对未来时段进行 高精度负荷预测 根据机组成本进 行调度优化 优化调度 数字拥抱能源 点亮绿色世界 产品特点： 设备优化调控策略 交易 中心 调度 中心 虚拟 电厂 虚拟 电厂 调度 中心 营销 中心 辅助 决策 负荷 预测 优化 调度 机组组合 结合负荷预测结 果与机组网络约束 ， 对 有 调 度 裕

完成北方华创、 NeuSeer 2.0 中车资本和中网投 全新产品系列发布的 C+ 融资 2020.12 完成中电科领投的 C 轮融资 引入 B 轮融资 预测性维护、设备效率优化 2015.09 2017.02 2018.05 2022.09 全新 NeuSeer 3.0 产品发 布 2017.08 寄云发展历程 寄云科技 引入 Pre-A 轮融 资 • 囊括项目需求 • 基于产品能力 • 联合生态伙伴 • 2018 年 B 轮近亿元融资：达晨领投 ，云启资本和基石基金参与投资 ，基于“新基建”装备预测性维修、生产质量优化、运营优化等装备数字化研发； 2021-2022 NeuSeer 2.0 以产品能力为核心的发展 NeuSeer 1.0 以项目需求为核心的发展 生产 智能化 2022 Neuseer APPS 基础的数据分析 NeuSeer Stack 基于工业网关， 对石油钻机装 备关键子系统自动化数据进行 实时监测， 提供实时告警， 并 构建设备健康档案 ，提供预测 性维护及常规维护保养的功能。 • 降低 90 人次非必要出差 • 增加 3400 万备件的销售 基于采集的 DCS 实时数据， 对 关键的生产工艺进行监测和告 警， 对关键的危化品按行业标

全面提升风险隐患感知、监测、 预警、处置和评估能力 夯实安全基层基础保障 夯实企业应急基础：建立企 山东省“十四五”安全生产规划 加强科技装备保障：强化重 特大事故的超前预测、动态 监测、主动预警和应急智慧 决策 施重大危险源在线监测监控 功能区安全：推进智慧园区建 设 推进安全生产重点工程建设 提高应急救援处置效能 程记录，提升培训监管效能 设施自动化控制系统建设，实 帮助企业全面掌握企业管理状况，帮助企业决策提供依据。 . 企业安全生产全流程管理 化工企业安全生产信息化管理平台的核心业务系统，融合 产品介绍 业务资源池 工业 APP 设备完整性管理与 预测性维修 风险分级管控和 隐患排查治理管理 危险化学品全生命周期、 全流程监管 安全标准化体系 目标职责 制度化管理 培训教育 全流程 作业环境、异常状态识别 时序存储库、图数据库、关系型数据库、非关系型数据库、内存数据 库 ... 职业健康管理 制度化管理 企业场景 作业许可和作业过程管理 设备完整性管理与 预测性维修 流通管理 封闭管理 作业环境 异常状态监控 安全绩效考核 卡奥斯 IAAS 平台 海 智 化 - 智 慧 云 工 厂 边缘侧 IOT 设备接入 通用组件平台 化工园区及行业场景

为基础的大模型行业应 用开始快速发展。 • 2023 年 ，智能客服大模型开始广泛部署。 • 2024 年 ，大瓦特 -CV 视觉大模型试点应用。 • 多模态大模型 ，时序预测大模型、科学计算大模型研究近期实现突破 • 专家系统、正则表达式等人工智能手段在电力行业数据采集， 自 动控制 ，故障定位等领域早有应用实践。 • 随着深度学习的发展 ，尤其是神经网络技术的出现 ，人工智能研 究成果为电力人工智能快速发展建立技术基础。 • 深度学习技术实际应用取得显著突破 ，电力行业 AI 技术开始起步。 • 2016 年 ，南方电网研发出第一个 AI 应用负荷预测。 • 2018 年 ， CV 类 AI 开始得到应用 ，第一套隐患识别算法投产。 • 电力人工智能应用集中于小模型领域。 南方电网人工智能发展历程 ©CSG 2023. All Rights Reserved 2020 至今 2000 2015 imageNet 正则表达式 智能电网管理 多模态大模型 大模型应用阶段 1/2 LSTM 科学计算 智能巡检 隐患识别 智能客服 负荷预测 自动控制 语言大模型 视觉大模型 专家系统 图像分类 机器学习 技术积累阶段 CNN n 南方电网公司作为能源行业的数字化转型先锋， 自 2018 年起系统性推进数字化与人工智能技术融合

预警中的实际应用，并提出结合大数据分析与 机器学习优化安全预警系统的方案。通过对多个矿井案例的实证分析，验证该优化方案在预警准确性、响应速度 和事故预测能力方面的显著提升，显著降低误报和漏报率。研究表明，大数据技术的引入使煤矿安全管理从传统 的经验预测转向更加科学、智能的系统化管理，为煤矿生产的安全性和矿工生命安全提供更强有力的保障。 关键词：大数据；煤矿安全；监测系统；预警系统；智能化 1 中图分类号: 一体化的煤矿安全生产风险监测预警平台，结合了边 缘计算与云计算的优势，不仅实现了数据的实时处理 和分析，还提升了系统的响应能力[6]。同时，闫姿呈 探讨了大数据在煤矿安全管理中的应用，认为大数据 可以为矿井的风险预测和应急处理提供更加精准的支 持，优化安全管理与预警决策[7]。 尽管现有的大数据技术在行业中得到广泛应用， 煤矿安全监测与预警系统的优化仍面临诸多挑战。第 一，煤矿安全监测涉及的数据来源极为复杂，包括气 滤波是一种最优估计算法，能够有效去除 数据中的噪声，其基本公式为： 其中： 为当前状态的估计值； 监测设备 监测参数 数据采集 频率 (Hz) 采集数据 范围 数据处理方法 清洗后的 数据值 预测结果 风险评 估等级 数据来源 传感器 A 气体浓度 10 0.1ppm - 5.0ppm 数据清洗、去噪 0.8 ppm 高风险 高 井下气体传感 器 传感器 B 温湿度 5 40% -

强化电力平衡管理，建立考虑负荷类型和分布式能源 的负荷预测机制。 加强日内平衡管理，动态分析风光 水煤气蓄等资源的发电能力和全网增供潜力，提前预 判日内平衡风险。 落实公司支持服务分布式光伏规模化开发工作方案， 在“三华”地区建设基于调控云的分布式电源调度管 理 功能，强化分布式电源的国 - 网 - 省 - 地纵向管理， 实现分钟级数据采集功能，试点建设县域分布式光伏 功率预测与监视系统。 提出分布式电源集群参与调频、调压、调峰的协同调控 提出分布式电源集群参与调频、调压、调峰的协同调控 方法。 提升新能源功率预测水平和气象预测预警水平，加 强 风电、光伏预测功能建设。 研究分布式资源安全接入的实现方法，研发适应分布式 资源高比例接入的边缘终端扩展应用支撑模块。 开展台区级低压分布式电源功率自主平衡试点，提 升 分布式电源调节能力。 国 调 中 心 2 年 重 点 工 构建可调节负荷资源库。可调节负荷资源全部纳入省级智慧能源服务平台统一管理。配合政府科学编制有序用电方 案，达到最大负荷 20% 以上且覆盖各省最大电力缺口。建设新型负荷管理系统。 构建新型电力系统运行控制体系。提升极端天气情况下预测精度。开展新一代调度技术支持系统研发和试点建设， 在公司系统内全面推广。优化调度方式，统筹全网备用资源共享、省间余缺互济等手段，提升资源优化配置能力。 推进辅助服务市场建设。国家主管部门应研