离网地区清洁能源的可及性。 责任经营 华为数字能源将企业责任经营理念深植于发展基因，以夯 实质量管理、深化合规经营作为可持续发展的基石。在客 户服务方面，我们注重产品安全与质量，并构建纵深防御 隐私保护和网络安全体系保障数据安全，提升用户体验； 在责任采购方面，我们将企业社会责任 (CSR) 融入整个供 应链管理流程，致力于推动全产业链的健康发展和经济的 长期繁荣；在商业道德方面，我们严格遵守相关法律要求， with Digitalization 数字赋能 华为数字能源致力以数字化的能源产 品和解决方案，赋能各行各业，实现 高效、智能、安全、可及。 ● 数字技术 ● 网络安全与 隐私保护 ● 客户服务 ● 负责任采购 ● 商业道德 ● 可持续发展治理 ● 利益相关方沟通 One-Mind Growth 共同成长 华为数字能源携手所有伙伴共同成长， 利益相关方 沟通渠道 主要关注点 客户 ● 售前沟通 ● 售后服务 ● 常规沟通（如客户拜访等） ● 满意度调研 ● 营销展会 ● 优质的产品和服务 ● 网络安全与隐私保护 ● 应对气候变化/碳减排 ● 循环经济 员工 ● 在线沟通平台 ● 各部门沟通及工作会议 ● 员工代表沟通会 ● 员工调查，如组织氛围调查 ● 员工活动

的整 合与挖掘，提取出其中蕴含的设备出力特性、负荷峰 谷曲线、区域用能结构等关键信息，再反哺设备，支 持其优化运行策略与协同模式，驱动电力系统高效稳 定运行。在此过程中，脱敏、加密技术等将护航用户 隐私，在保障数据安全的前提下通过电力数据的开放 共享将数据价值带到各行各业，释放巨大能量。 图3：源网荷储碳数六要素共同构成新型电力系统 来源：远景智能，德勤，《数字驱动、智慧引领：迈向未来的新型电力系统》 • 以电力数据透视电力系统绿色属性，实现对碳资产的全面盘查、认证与溯源 • 赋能减排决策的同时支持兑现绿色价值 • 基于海量数据的深入整合与挖掘，反哺设备，优化运行策略与协同模式 • 护航用户隐私为前提，以开放共享释放数据价值 • 因地制宜 • 降本增效 • 多能互补 • 高覆盖 • 高韧性 • 高灵活性 • 多样化 • 智能调节 • 深度互动 • 柔性可控 • 等大量非结构化数据，要求物联终端在数据采集的基础上，融 合更多智能，实现对部分信息的识别、筛选乃至本地化分析， 从而缓解大规模信息传递和处理的压力，数据运输与存储的本 地化也同样有助于保护用户数据隐私。 当前电力物联技术正在持续的升级迭代中，在智慧新能源电站、 主网智慧变电站等场景下的智能物联终端应用已较为广泛，而 配网及用电侧的物联设备智能化水平相对较低，应用集中在智 能电表等细分领域。未来需要将智能物联技术进一步在配网及

的整 合与挖掘，提取出其中蕴含的设备出力特性、负荷峰 谷曲线、区域用能结构等关键信息，再反哺设备，支 持其优化运行策略与协同模式，驱动电力系统高效稳 定运行。在此过程中，脱敏、加密技术等将护航用户 隐私，在保障数据安全的前提下通过电力数据的开放 共享将数据价值带到各行各业，释放巨大能量。 图3：源网荷储碳数六要素共同构成新型电力系统 来源：远景智能，德勤，《数字驱动、智慧引领：迈向未来的新型电力系统》 • 以电力数据透视电力系统绿色属性，实现对碳资产的全面盘查、认证与溯源 • 赋能减排决策的同时支持兑现绿色价值 • 基于海量数据的深入整合与挖掘，反哺设备，优化运行策略与协同模式 • 护航用户隐私为前提，以开放共享释放数据价值 • 因地制宜 • 降本增效 • 多能互补 • 高覆盖 • 高韧性 • 高灵活性 • 多样化 • 智能调节 • 深度互动 • 柔性可控 • 等大量非结构化数据，要求物联终端在数据采集的基础上，融 合更多智能，实现对部分信息的识别、筛选乃至本地化分析， 从而缓解大规模信息传递和处理的压力，数据运输与存储的本 地化也同样有助于保护用户数据隐私。 当前电力物联技术正在持续的升级迭代中，在智慧新能源电站、 主网智慧变电站等场景下的智能物联终端应用已较为广泛，而 配网及用电侧的物联设备智能化水平相对较低，应用集中在智 能电表等细分领域。未来需要将智能物联技术进一步在配网及

的跨领域数据集成能力，将整个物理对象生命周期中生成的数据集成在一起；③ 实时性与互动性——在 部署模式上，数字孪生系统将结合本地渲染与云渲染两种模式，以满足不同用户的需求，提高实时互动性； ④ 安全与隐私保护——随着数字孪生技术的发展，数据安全和隐私问题需要得到充分保障，特别是在处 理大量敏感数据时。 （9）人工智能安全测试评估技术 人工智能安全测试评估技术聚焦于在复杂应用环境中对人工智能系统的功能性、安全性、鲁棒性和可 大模型的可解释性与鲁棒性问题。大模型内核为 基于超大规模神经网络的数据统计规律挖掘，难以对其产生决策的过程进行解释，且难以保证少数特殊情 形下模型的可靠性，这与电力系统极高的安全性要求存在矛盾。③ 数据安全隐私问题。大模型存在泄露电 力系统隐私信息的风险，需要对其进行针对性地防范。 （7）玻璃固化等核废物处置原理模拟和试验 高放废液处理技术是核燃料循环后处理后端的关键技术，也是我国核能可持续发展中的挑战之一。玻 璃 科学、信息技术的结合，融合先进的数据处理技术，推动队列大数据、高通量组学数据和医疗大数据的整 合分析。此外，队列建设还需整合多渠道的健康医疗数据，打通各部门的数据接口，并推动队列随访数据 的多源建设。同时，要强化个人隐私保护，以确保数据的安全和合法使用。作为国家战略资源，队列大数 据需要加强顶层制度设计和底层技术支撑，以进一步推动医学研究成果的转化，提升疾病防控技术。 （3）全组织细胞图谱 细胞是生命的基本组

数据与强化学习等技术，提供负荷预测、系统级能效优化、高级故障诊断等智慧应用。 �� · 第二章 暖通智控技术发展趋势与应用现状 · 技术要点：体现了“云边协同”的先进模式⸺边缘侧侧重实时响应与隐私保护，云端侧重非实时的大规模计算与 模型迭代，共同构成完整的AI赋能体系。 综上，暖通智控的核心架构通常遵循“感知-控制-优化-服务”的逻辑。现场设备层通过各类传感器和执行器采集数 据并执行指 标准和可溯源的标签 体系。这类数据资产库是支撑高精度诊断算法开发的基础。 更为关键的是，故障数据库必须具备可持续的维护与更新机制。通过行业联盟、产学研联合平台建设共享数据库， 并明确数据治理、隐私保护与更新责任分工，才能保障其长期有效性和行业价值。 总体而言，暖通智控在技术层面既面临复杂系统建模与高精度控制的矛盾，也存在算法场景适配性不足、软硬件 兼容性差以及数据资产匮乏等共性挑战。其中 网络化与 数字化依赖，也对行业人才结构提出了更高要求。 （�）数据安全与隐私保护风险 随着IoT、云计算、边缘计算在暖通智控中的应用，系统需要处理来自传感器、控制器、执行器、云平台等不同环节 的海量数据。这些数据涵盖设备运行参数、能耗信息、人员占用情况，甚至涉及医疗建筑、金融数据中心等高敏感 场景的运营数据和隐私信息。由此带来三方面的突出风险： ●传输与存储环节脆弱：若缺乏端到端加密机

非政府数据开放法规、数据处理本地化 国内跨境数据管理、国际跨境数据管理 数据保障 个人信息保护法规、政府责任例外法规、个人资料使 用目的限定法规、个人资料使用程度限定法规、个人 资料存储限定法规、始于设计的隐私保护法规、敏感 个人数据法规 数据主权法规、执法机制法规、合法性基础法规、数 据共享的法规、数据安全法规、打击相关网络犯罪法规、 网络安全法规 人工智能 算法管理、算法透明性与解释性、算法歧视法规 平台治理成为全球共识，规制路径多元且责任不断加重 1 2 在数据保障领域，隐私保护正在从少数国家的制度尝试，演变为全球范围内的立法共识。多数国家 在过去几年间均通过新设条款或修订法律的方式，进一步加强了敏感数据的保护，推动隐私保障制度的 体系化。无论是通过独立法律的颁布，还是通过修正案的补充，各国都在努力将个人隐私纳入到更具约 束力的法律框架之中。 此外，在平台治理和人工智能等新兴领域， 用；日本强调引进人才和 促进公平竞争；俄罗斯和巴西则在各自立法中突出了安全保障与人才吸引。2023 年美国出台的《关于安 全、可靠、值得信赖地开发和使用人工智能的行政命令》则更为全面，涵盖安全、隐私、公民权利、创新、 国际影响力、政府使用等多个方面。中国在 2017 年公布了《新一代人工智能发展规划》，提出到 2025 年初步建立人工智能法律法规、伦理规范和政策体系。2025 年 8 月，中国国务院又发布了《关于深入实

据，利用规 则引擎清洗噪声数据，并通过半监督学习降低标注成本。特征工程提取电池退化关键指标，构建电池 健康状态特征向量，同时结合行业知识图谱支持语义查询与分析。数据安全方面，采用联邦学习保护 隐私，并通过区块链存证确保关键操作的可追溯性，为创新融资模式奠定基础。 3.模型平台与智能体工厂层：提供模块化算法库，包括通用LLM模型和预置专业场景模型（如电 池寿命预测、异常检测、调度优化等）， 储能行业面临 多重挑战： 首先，数据安全问题是首要痛点。电池运行过程中产生的充放电记录、温度变化、故障日志等敏 感数据，若通过传统中心化系统存储，存在被篡改或非授权访问的风险。其次，数据共享与隐私保护 的矛盾进一步加剧行业协作的难度。不同厂商的数据标准各异，企业间难以实现数据互通。再次，数 据碎片化与追溯难题则影响资产价值的精准评估。电池从生产、使用到回收的全生命周期中，数据分 散在不 成本。未 来，储能电站与电芯资产的标准化将进一步推动二级市场发展，形成万亿级数字化资产池。 政策层面，标准化建设与监管框架需同步推进。各国需加快制定区块链在能源领域的应用标准， 包括数据接口、隐私保护和碳足迹核算等。例如，欧盟正在探索将区块链纳入绿色金融监管体系，要 求新能源项目披露链上碳数据以获取补贴。同时，监管机构需明确数字资产的合规边界，防范金融风 险的同时鼓励创新。 社会层面，

设备的 物理特性和行为逻辑，为资源层提供了统一、标准的物联数据 接入接口。边缘计算为设备边缘层提供数据处理与分析能力， 与云计算相互补充有效解决传统云计算模式下的数据传输延迟、 带宽瓶颈以及隐私安全等问题。边缘计算节点接收物联网系统 收集的数据，并利用节点管理平台对边缘节点进行监控与管理， 确保边缘计算体系的稳定运行。节点侧的智能模型开展数据处 理和分析工作，并将数据上传至轻量数据湖，对关键数据进行

制。隐性成本则更为复杂和隐蔽， 不仅包括用户、负荷聚合商、调度运营方、市场交易中心等不同主体之间的协调成本、信 息不对称成本，还包括用户参与需求响应带来的间接损失，以及增强网络安全、防范数据 隐私泄露等方面的额外投入。 相较于新建燃气电站或储能等依赖资本支出的传统电源侧灵活性资源，需求侧资源的 开发利用更多依赖激励措施和市场信号，因此在经济成本构成上具有特殊性，需要综合考 量。结合国内

加速建立统一的数据标准体系与传输协议。研究采、掘、机、 运、通、排等多源数据融合协议，建立高效的数据共享标准机制，形 成一套数据共享应用的技术体系和多系统协同控制的技术方案，有效 破解标准“烟囱”、标准“孤岛”、数据安全和隐私保护问题。建设 综合管控数据共享与协同控制示范工程，提高煤矿数据的共享效率和 应用水平。 2.加快推进综合承载与通感融合技术攻关。建立智能煤矿信息综 合承载网传输模式，突破矿用通信感知融合无线传输技术，提升矿用