電力設(shè)備行業(yè)研究：AI+電力場(chǎng)景明晰，新能源功率預(yù)測(cè)及電網(wǎng)運(yùn)維有望率先落地.pdf

電力設(shè)備行業(yè)研究：AI+電力場(chǎng)景明晰，新能源功率預(yù)測(cè)及電網(wǎng)運(yùn)維有望率先落地。發(fā)電側(cè)、電網(wǎng)側(cè)、用電側(cè) AI 賦能場(chǎng)景明晰：國(guó)家能源局發(fā)布《關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展的若干意見》， 電力領(lǐng)域主要提出以數(shù)字化智能化技術(shù)，支撐發(fā)電清潔低碳轉(zhuǎn)型、新型電力系統(tǒng)建設(shè)、電力消費(fèi)節(jié)能提效，我們 由此梳理出以下行業(yè)應(yīng)用場(chǎng)景：發(fā)電側(cè)---①新能源發(fā)電功率預(yù)測(cè)；②電力 BIM 設(shè)計(jì)軟件。電網(wǎng)側(cè)---③電網(wǎng)智能 調(diào)度自動(dòng)化；④輸變電線路智能運(yùn)維與巡檢。用電側(cè)---⑤虛擬電廠、微電網(wǎng)。

針對(duì)電力領(lǐng)域，我們提出面向細(xì)分行業(yè)和公司的“AI 應(yīng)用可行性分析框架”。

面向細(xì)分行業(yè)的分析維度包括：①能否解決行業(yè)長(zhǎng)期痛點(diǎn)問題？②行業(yè)數(shù)據(jù)是否具有較低敏感性和安全性風(fēng) 險(xiǎn)？③行業(yè)是否已較早應(yīng)用布局 AI/技術(shù)實(shí)踐？④已有華為等廠商開發(fā)出行業(yè)相關(guān)大模型？

面向公司的分析維度包括：①公司擁抱 AI 的積極性？②公司積累數(shù)據(jù)的規(guī)模與質(zhì)量？③公司是否擁有某些 數(shù)據(jù)的優(yōu)先使用權(quán)？④公司是否重視信息化建設(shè)基礎(chǔ)？⑤公司是否具備開發(fā)實(shí)力/和大模型廠商深度合作？

我們認(rèn)為 AI 有望率先賦能的行業(yè)應(yīng)用場(chǎng)景:1）新能源發(fā)電功率預(yù)測(cè)；2）輸變電線路智能運(yùn)維與巡檢。

新能源發(fā)電功率預(yù)測(cè)：1）行業(yè)痛點(diǎn)：新能源發(fā)電間歇性和波動(dòng)性大，功率預(yù)測(cè)難度高，對(duì)電力消納與調(diào)度 造成較大沖擊，同時(shí)各地“雙細(xì)則”考核趨于嚴(yán)格，預(yù)測(cè)精度會(huì)直接影響電站運(yùn)營(yíng)和盈利。2）行業(yè)數(shù)據(jù)： 氣象數(shù)據(jù)的較容易獲得，敏感性較低，可直接用于模型訓(xùn)練。3）AI 布局/技術(shù)實(shí)踐：2021 年國(guó)網(wǎng)調(diào)控 AI 創(chuàng)新大賽--新能源發(fā)電預(yù)測(cè)賽道，深度學(xué)習(xí)模型在實(shí)際應(yīng)用中表現(xiàn)突出；產(chǎn)業(yè)內(nèi)國(guó)能日新、國(guó)電南瑞等超過 10 家研究中心與企業(yè)已推出成熟的組合建模功率預(yù)測(cè)系統(tǒng)。4）廠商相關(guān)大模型：華為云發(fā)布了盤古氣象大 模型，中長(zhǎng)期預(yù)測(cè)精度首次超過傳統(tǒng)數(shù)值方法，速度提升 10000 倍。

輸變電智能運(yùn)維與巡檢：1）行業(yè)痛點(diǎn)：我國(guó)輸電線回路與變電設(shè)備存量規(guī)模大，投運(yùn)規(guī)模逐年增長(zhǎng)，巡檢 需求強(qiáng)烈，而人工巡檢存在諸多劣勢(shì)，AI 替代是大勢(shì)所趨。2）數(shù)據(jù)：相較于用電側(cè)數(shù)據(jù)，電力設(shè)備故障缺 陷等數(shù)據(jù)安全性風(fēng)險(xiǎn)小，數(shù)據(jù)質(zhì)量與規(guī)模往往取決于企業(yè)自身積累情況。3）AI 布局/技術(shù)實(shí)踐：自 2013 年 起東方電子、億嘉和、申昊科技、澤宇智能等近 10 家上市公司已布局輸變電線路智能運(yùn)維、巡檢機(jī)器人、 巡檢無人機(jī)業(yè)務(wù)，參與者眾多且產(chǎn)品多樣。4）廠商相關(guān)大模型：華為在 L2 級(jí)細(xì)分場(chǎng)景模型上，已推出基 于電力大模型的無人機(jī)電力巡檢、電力缺陷識(shí)別等場(chǎng)景模型，平均精度提升 18.4%、模型開發(fā)成本降低 90%。