5月20日，云南省发展和改革委员会 云南省能源局发布《云南省推进“人工智能+”能源高质量发展实施方案(2026—2030年)》，针对云南新能源装机占比高、山地地形复杂的特点，推动人工智能在功率预测、建设管控、设备健康预警、智能运维、资源评估、退役回收等环节深度应用，提升新能源全生命周期精细化运营水平。
到2027年，能源与人工智能融合创新体系初步构建，打造10个以上“人工智能+”能源典型应用场景。算电协同根基不断夯实，“绿电+智算”产业集聚区初见成效，全省能源系统智能化调度水平显著提升。
力争到2030年，形成面向全能源品种智能调度集群，建成覆盖能源产供储销智能体体系。“人工智能+能源”产业融合发展对能源行业提质增效作用充分显现。
全文如下：
云南省推进“人工智能+”能源高质量发展实施方案(2026—2030年)
为认真贯彻党中央、国务院关于深入实施“人工智能+”行动决策部署，落实《国家发展改革委
国家能源局关于推进“人工智能+”能源高质量发展的实施意见》(国能发科技〔2025〕73号)及《云南省人民政府办公厅关于印发〈云南省全面实施“人工智能+”行动计划〉的通知》(云政办发〔2025〕57号)有关要求，充分发挥云南绿色能源优势和区位优势，抢抓人工智能发展机遇，打造具有云南特色“人工智能+”能源应用场景，以人工智能赋能能源产业全链条、全要素升级，构建清洁低碳、安全高效的新型能源体系，结合云南实际，制定本方案。
一、推动能源产业向智能化转型
立足云南作为国家重要清洁能源基地和面向南亚东南亚辐射中心的战略定位，坚持政企协同，以绿色引领、场景培育为牵引，数据要素为核心、技术创新为驱动，推动能源产业由信息化、数字化向智能化转型。到2027年，能源与人工智能融合创新体系初步构建，打造10个以上“人工智能+”能源典型应用场景。算电协同根基不断夯实，“绿电+智算”产业集聚区初见成效，全省能源系统智能化调度水平显著提升。力争到2030年，形成面向全能源品种智能调度集群，建成覆盖能源产供储销智能体体系。“人工智能+能源”产业融合发展对能源行业提质增效作用充分显现。
二、加快能源全品类全生命周期场景赋能
(一)人工智能+电网
通过多模型协同、多模态技术融合、智能体体系构建等方式，将人工智能技术嵌入电网业务系统，支撑高比例新能源接入的新型电力系统运行，打造“数字电网智能体”。
电网智能规划。充分结合云南省高海拔多山地、立体气候、生态多样的特点，以及西电东送大通道要求，进行电网主网规划和勘测设计。依托图模数算融合技术辅助决策，打通数据壁垒，构建多时间尺度场景分析机制与一体化大模型，形成从数据贯通、场景推演、智慧协同到闭环管控的完整业务闭环方案，支撑配电网规划决策、运行优化与精准治理。
电网智能调度。加快建设新一代智能调控技术支持体系，利用人工智能辅助决策，提升调度业务管理效率、辅助电网运行决策，将AI技术嵌入到调度业务的核心环节。
智能用电保障。聚焦云南在旅游旺季、民族节庆、现代农业、春节返乡及冬季寒潮等场景，打造以“精准预测、全景感知、智能研判、协同决策、主动服务”为核心的“慧电”智能体，强化风险、问题、资源、诉求关联分析能力，面向基层、管理、客户与政府，做到智能化风险前瞻预警、服务主动响应、故障极速处置、资源动态适配，提升民生用电保障能力与智能化精细化客户服务水平。
电网智能服务。充分发挥云南省能源大数据中心作用，建设省数字能源平台，为科学决策和精准服务提供有力支撑。构建AI+现代供电服务体系智慧分析应用，强化客户诉求挖掘、问题库联动、服务评价反馈、专业协同跟踪等应用，支撑打造现代化用电营商环境。提升客户服务全过程智能化水平，智能开展业务受理、供电方案制定、综合用能方案智能生成等应用，面向用户提供账单分析、停电查询、电价政策智能解读等智能化应用，构建营业厅辅助受理与智慧服务。
智能运营及电能计量。依托数字化技术辅助决策，聚焦人、财、物、技术、数据等，形成从资源整合、智能研判、优化配置到管理升级的完整业务闭环运营方案，促进管理体系升级。构建计量验收智能体，智能识别计量装置配置、安装、运行等异常，提升计量装置运行质量。开展计量智能运维应用，实现故障预测预警与主动运维，提升运维效率。建设“AI+计量违章识别”应用，提升作业视频监控智能化识别水平。建设线损分析智能助手，智慧分析线损异常原因，支撑精益化降损管理。
电力设备智能体检与风险主动防御。以人工智能大模型能力轻量化植入新型无人机、巡检机器人等端侧智能装备为突破，结合固定式智能传感器与在线监测装置，融合遥感影像、地质钻孔数据、物探成果等多源信息，搭建数字孪生平台，构建立体智能感知网络，开展电网地质灾害评估分析。推动运维模式向预测性维护转变，提前识别主变压器过热、接头接触不良、设备漏油等早期隐患，精准预警因设备缺陷导致的跳闸、低电压等运行风险，显著提升电网运行可靠性，有效降低非计划停运与运维成本。
(二)人工智能+水电
聚焦金沙江、澜沧江干流水电基地，推动人工智能与水电站全生命周期深度融合，打造智慧水电集群，提升水能利用率和运行安全性。
水电工程规划与勘测设计智能优化。推动人工智能技术在项目勘测设计、地质灾害风险评估等方面应用，鼓励水电工程项目研究打造坝址智能比选与枢纽布置优化辅助决策平台、水电工程地质体三维建模与数字孪生勘测平台、基于生成式人工智能的枢纽布置多方案自动生成与比选工具等人工智能应用。推动人工智能在复杂环境下生态流量下泄模拟、工程景观深度融合等领域的创新应用，提升环境敏感区水电开发的科学决策水平。
水电工程智慧工地。针对云南复杂环境下水电站土石方工程量大、料源分散、施工干扰多、运输调度低效等痛点，开展绿色能源料源时空智能仿真与调配关键技术研究，构建“道路规划—料源平衡—调度运输”全链条协同的智能调度平台。在托巴、古水等新建水电工程中全面应用人工智能技术，利用无人机航拍、人员定位、视频监控等手段，实现施工进度智能管控、安全风险自动识别、质量数据实时追溯，研究推广施工建设期智能安全管理、智慧工地等应用。
流域梯级电站智慧调度。以澜沧江、金沙江流域为试点，融合气象、水文及来水数据，研究构建流域梯级电站群智慧调度模型，调度指令的自然语言交互与防误校验，实现发电、防洪、生态流量的多目标协同优化，鼓励打造澜沧江流域梯级电站智慧调度平台、金沙江中游流域梯级广域协同智慧调度平台、金沙江下游水风光一体化多能互补智能调度平台，提高水能利用率与流域整体效益。
水电工程运行安全智能监测。针对高原山区水电工程运行现状，鼓励开展空中无人机与地面巡检机器人协同作业研究与应用，推广智能巡检机器人、无人机、固定摄像头等多种终端协同作业，探索巡检资源的智能调度与高效运行。研究大坝安全智能监测与预警技术，探索对坝体位移、渗流、应力等状态的实时感知与智能分析。探索水电机组智能维护技术，研究打造智能预警系统。构建全方位智能巡检体系，实现在复杂工程环境下的协同感知、任务协同与自主决策。重点突破高海拔、深埋地下厂房及水下隐蔽工程等高风险、极端作业环境下的智能机器人自主作业与广域无线防屏蔽通信技术。
(三)人工智能+新能源
针对云南新能源装机占比高、山地地形复杂的特点，推动人工智能在功率预测、建设管控、设备健康预警、智能运维、资源评估、退役回收等环节深度应用，提升新能源全生命周期精细化运营水平。
新能源资源评估与智能选址。针对山地地形复杂的特点，利用人工智能分析历史气象数据、地理信息及卫星影像，建立高分辨率风能、太阳能资源图谱，优化风电场、光伏电站的微观选址和机组排布，提升发电量预测准确率。
高精度功率预测。积极推动研发适用于复杂山地气候的风光功率预测大模型，融合气象卫星数据、地面测站实时风速/辐照度、数值天气预报、地形高程数据、设备运行状态、历史发电曲线等多源数据，提高新能源出力预测准确率，尤其是汛期“风云突变”等转折性天气下的小尺度、超短期预测能力。建立区域级集中预测中心，支撑电网调度和电力市场交易，提高新能源消纳水平。
场站智慧管控。推动人工智能在新能源项目建设阶段的应用，构建高海拔山地新能源建设安全质量智慧管控系统。重点突破基于深度学习的施工现场危险源自动识别、多模态融合的作业合规性智能研判，以及基于边缘计算的风险实时预警与闭环管控技术。
智能运维。依托物联网传感网络、传感器技术与人工智能预测模型，推动“被动维修”向“主动防御”转型。建设区域集控中心，在曲靖、楚雄、大理等新能源富集区，推广“无人机+机器人+智能穿戴”协同巡检与全自主智能作业模式，实现自主规划清洁、光伏组件热斑识别、风机叶片损伤自动检测、箱变红外测温、新能源场站设备健康管理与故障预警平台、高分辨率风能/太阳能资源图谱、光伏组件退役回收智能评估与追踪平台、场站周界入侵报警等功能。针对复杂山地环境，突破具备环境自适应感知与集群协同调度能力的智能作业机器人技术，实现场站运维由“运行监视”向“无人化自主维护”的深度拓展。
(四)人工智能+火电
智能燃烧优化。围绕火电由基荷向调节性电源转型的需求，推动节能降碳和灵活调峰，强化火电在电力系统中的容量支撑与调节保障作用。针对云南火电燃煤煤质多变的特点，应用人工智能算法优化配煤掺烧和锅炉燃烧，降低度电煤耗。
机组灵活调节。利用大模型预测机组深调状态下的安全边界，结合数字孪生技术，提升火电机组快速启停和爬坡能力，支撑新能源消纳。
(五)人工智能+煤炭
针对云南煤炭资源赋存条件复杂的特点，推动人工智能与煤炭勘探、开采、洗选、储运全链条深度融合。
煤矿智能开采与掘进。推进采掘工作面远程控制、自主运行和高效协同，推广智能综采工作面、智能快速掘进系统。利用人工智能分析煤岩界面、顶板压力、瓦斯浓度等数据，实现采煤机自适应截割、液压支架自动跟机移架，提升资源回收率和开采效率。在掘进环节，应用机器视觉和激光雷达技术，实现巷道成形质量实时检测、掘进方向智能纠偏和支护参数动态优化。
煤矿安全智能管控。构建一体化安全管控体系，推广视频智能监控、井下高精度定位、瓦斯涌出动态预测、水害微震监测、露天矿边坡雷达预警等系统。对降雨、地下水位、雷达等多维传感数据、实时作业视频流进行实时分析和监测，利用人工智能对“人—机—环—管”多源数据进行融合分析，实现瓦斯超限、突水征兆、顶板来压等风险的超前预警和智能联动处置。建立矿井通风智能决策系统，根据作业面瓦斯、粉尘浓度动态优化通风参数，保障作业环境安全。
煤炭经营风险管控。整合国内外煤炭期货价格、港口库存、运输成本、环保政策、电厂日耗、宏观经济指标等结构化与非结构化数据，挖掘价格波动规律与影响因子权重，构建煤炭价格预测模型。预判煤炭价格走势，辅助采购与销售部门制定最优交易策略，降低采购成本、规避市场风险，提升企业在复杂市场环境下的议价能力与利润空间。
(六)人工智能+油气
聚焦油气长输管道、炼化装置等智能运行，推动油气产业智能化升级建设。
油气管网综合管控。通过深度运用地灾位移、应力应变、光纤预警、智能阴保监测、无人机等前端感知设备，孪生管道“基础数据+感知数据+业务数据”全面统一，加强管网漏磁、超声波、轴向应变等内检测技术感知的协同运用，构建集数据汇集、智能分析、智慧决策于一体的管理体系。
智能站场建设。推广油气管道智能站建设，集成人员定位、可燃气体探测、SCADA数据、综合安防报警等关键站场信息，实现智能化巡检与作业区管理的深度融合，着力打造智能站建设的示范样板，全面提升站场风险管控能力。
智能预警。依托卫星遥感、视频监控、地面物联网传感网络与无人机巡护的协同组网，在管道沿线部署高清视频云台、光纤振动预警主机及无人机自动机库，在山区段等地质灾害多发区推广应力应变监测、地质灾害监测等多种智能感知技术相结合，构建立体化感知网络，实现管道第三方施工入侵、地质灾害形变等风险的全天候自动识别与预警，推动管道巡护从“人工周期性巡检”向“智能实时化防控”转型。
管道数字孪生。结合人工智能预测模型，开展管道剩余寿命评估、地质灾害演化推演、泄漏扩散仿真与应急抢修路径模拟，支撑远程智能巡检、风险分级告警、阀室远程操控等业务在孪生界面的一体化呈现与闭环处置。通过数字孪生可视化平台，为区域集控中心打造“可看、可管、可溯、可预演”的沉浸式决策环境，推动长输管道从少人/无人值守向全要素数字化、风险防控主动化、运维决策智能化的新阶段迈进。
(七)人工智能+能源新业态
围绕电力市场、虚拟电厂、氢能、储能、负荷聚合商规模化和智能化多种新业态运行，应用人工智能实现“绿电+智算+先进制造”深度融合。
智能电力市场运营。发展“人工智能+电力市场”，从市场规则智能参谋、市场业务智能决策、市场运行智能监测三个维度构建电力市场智能决策应用体系，智能分析市场运行情况，跟踪市场规则、电价政策落地效果，解决复杂规则体系解析和评估难、智能决策支撑能力不足、市场运行监测短板等电力市场面临的关键问题。
“绿电+智算”协同调度。统筹昆明万溪冲智算产业园及玉溪、保山等“绿电+智算”项目，推广“算力券”政策，保障算力服务稳定性的前提下，引导数据中心有序参与需求侧响应。开发算电协同调度模型，将智算负荷打造成灵活的“绿色电力消纳器”，实现数据中心运行与新能源出力智能匹配。在智算中心配套虚拟电厂，实现数据中心与风光出力智能匹配。
虚拟电厂与负荷聚合。将人工智能算法、大数据分析等技术，融入省级虚拟电厂管理平台，构建负荷精准预测、市场交易策略优化、风险智能预警等核心算法模块，进行控制策略的智能优化和控制指令的智能生成，推动虚拟电厂从“被动响应”向“自主调度”升级。探索源网荷储一体化、空调负荷智能调控、电动汽车V2G车网互动、算力中心与能源系统协同等创新场景，持续丰富虚拟电厂应用生态和参与电力市场模式，为构建新型电力系统提供支撑。
绿氢生产智能调控。在新能源富集地区探索风光制氢一体化项目，利用人工智能融合风光功率预测与电解槽状态，实现制氢系统的毫秒级柔性控制，建立人工智能驱动的柔性制氢与安全调控系统。
新型储能智慧运维。在电网关键节点布局构网型储能，利用人工智能实现储能电站的电池健康评估、安全预警及与电网的协同广域控制，提升电力保障能力。
(八)多元融合场景
面向储能电站与新能源、煤电与新能源、工业园区等多能互补趋势，利用人工智能构建协同融合平台。
储能与新能源协同优化调度。结合电力现货市场信号、气象数据与负荷需求，开发储能与新能源联合优化调度模型。探索“新能源+储能”联合参与市场交易的智能决策系统，制定最优充放电计划，提升新能源消纳能力和储能利用率，提高项目收益水平。
煤电与新能源协同调度。建立煤电与新能源联合优化调度模型，融合煤矿生产数据、火电厂存煤信息、新能源出力预测及电网负荷需求，实现燃煤供应与发电计划的智能匹配，支撑火电机组灵活调峰和深度调频，提升新能源消纳能力。
一体化智能管控平台。在源网荷储一体化项目中，利用人工智能实现电、热、氢等多种储能形式的协同调度，支撑区域综合能源系统的稳定运行和低碳优化。在工业园区探索建设“源—网—荷—储—碳”智能管控平台，接入电、气、热、冷及分布式光伏/储能、空压站、暖通等数据，基于人工智能预测与优化实现分时电价下的负荷削峰填谷、多能协同调度、设备能效诊断与故障预警、碳排放自动核算与减排评估。
三、强化关键技术供给与要素支撑
(一)夯实数据基础。依托云南省能源大数据中心，加快能源可信数据空间建设，汇聚电力、煤炭、油气等能源数据，接入气象等跨领域数据，建设省级能源行业高质量语料库与知识图谱。围绕“风光水储”一体化、“绿电+产业”等场景，构建面向人工智能的能源特色行业高质量数据集。推广隐私计算技术，保障能源数据在工业互联网中的安全流通。支持有关龙头骨干企业与有关州(市)数据标注基地合作建设特色数据标注基地。
(二)构建行业大模型。支持电网、新能源、水电等龙头企业，联合高校及科研机构，组建创新联合体，开发水电智能调度、新能源功率预测、虚拟电厂调控等行业垂类大模型，并积极申请纳入省级遴选推广名单。
(三)提升算力支撑。结合我省绿电资源开发情况和电网双电源供电保障能力，引导算力产业集群向新能源富集区域布局。以昆明万溪冲智算产业园为重点，在大型电站、新能源场站部署边缘算力节点，满足低时延推理需求。探索利用富余调节能力，为毗邻的智算中心提供稳定的绿电直供，降低算力成本。
四、保障措施
(一)加强组织实施。建立由省能源局牵头，省发展改革委、省科技厅、省工业和信息化厅、省数据局等部门组成的协调机制，加强信息共享、资源整合和协同创新。组建“人工智能+”能源专家库，为重大决策和项目实施提供智力支持。
(二)加强政策支持。加大“人工智能+”能源融合创新支持力度，强化产学研用协同与成果转换，积极支持申报人工智能典型案例应用，对应用效果较好的予以推广。落实促进绿电消纳措施，对采用人工智能技术提升绿电消费比例的企业给予绿证倾斜 。
(三)培育人才队伍。深入实施“兴滇英才支持计划”，重点引进能源与人工智能复合型人才。支持云南大学、昆明理工大学等高校与企业共建现代产业学院，开展订单式人才培养。鼓励企业通过股权激励等方式引才留才。
(四)构建合作生态。依托腾冲科学家论坛、南博会等平台，加强与周边国家在绿色能源智能技术、标准规范方面的交流。鼓励能源企业带动智能装备、运维服务“联合出海”。
(五)筑牢安全防线。明确AI辅助原则，大模型输出不直接作为生产控制唯一依据。加强关键信息基础设施的网络安全防护，建立能源人工智能应用安全监测预警机制，确保模型算法可靠、数据合规，防范因人工智能应用引发的系统性风险。
索比光伏网 https://news.solarbe.com/202605/21/50023304.html
