2023年AI在电力领域应用现状及率先落地场景预测分析报告.pdf

1、2023 年深度行业分析研究报告 2 内容目录内容目录 一、针对 AI 在电力领域的应用场景、我们提出“应用可行性分析框架”.5 二、发电功率预测、输变电智能运维巡检，有望成为 AI 率先赋能方向.8 2.1 智慧融合为新型电力系统建设推进基础保障，国网智能化投资维持较高增长。.8 2.2 发电功率预测：基于 AI 的预测模型为当前研究主线，旨在提高预测精度.10 2.3 智能运维与巡检：AI 有望全面升级巡检产品，行业空间预计突破百亿.14 三、中长期看好 BIM、电网智能调度、虚拟电厂和微电网 AI 赋能落地.20 3.1 电力行业 BIM 设计软件：国产化替代需求强烈，AI 赋能贯穿设计

2、-施工-运维环节.20 3.2 电网智能调度自动化：AI 驱动新一代调度系统实现电网智能决策和智能控制.22 3.3 虚拟电厂、微电网：AI 与虚拟电厂技术核心匹配性强.25 四、相关公司.29 4.1 国电南瑞.29 4.2 国能日新.30 4.3 泽宇智能.30 4.4 申昊科技.31 4.5 智洋创新.32 4.6 东方电子.32 图表目录图表目录 图表 1：AI+电网应用场景涵盖用电侧、电网侧、用电侧.5 图表 2：意见提出的四项基本要求.5 图表 3：AI 大模型在学界和业界持续拓展.6 图表 4：2022-2027 中国 AI 市场 CAGR 为 25.6%（亿元）.6 图表 5：

3、AI+电网“应用可行性分析框架”.7 图表 6：新能源发电功率预测，输变电线路智能运维与巡检，具有较高 AI 应用落地可能性.8 图表 7：新型电力系统的四大基本特征.8 图表 8：新型电力系统中数字与物理系统深度智慧融合.9 图表 9：新能源系统电力的平衡难度升级.9 图表 10：系统友好型电站示意图.9 图表 11：预计 23-25 年国网投资完成额增速为 3-5%.9 图表 12：预计 23-25 年国网智能化投资金额增速为 5-7%.9 图表 13：日间风电、光伏出力和负荷不平衡.10 OYfWsWkZkWpNtRmR9P9RbRmOqQoMtQeRoOqNfQoOmR7NmNmMMY

4、pNpPvPsPrP 3 图表 14：新能源功率预测产品应用情况（国能日新）.10 图表 15：功率预测相关政策趋于严格.10 图表 16：“双细则”功率上报率和准确率要求高.10 图表 17：短期、超短期预测用于电网调度.11 图表 18：基于 AI 的新能源功率预测技术框架图.11 图表 19：AI 在功率预测领域的应用：模型输入、模型构建、参数优化.12 图表 20：新能源功率预测产品技术路线（以国能日新为例）.12 图表 21：功率预测产品每日工作流程（以国能日新为例）.13 图表 22：线性回归和树模型应用效果好（GEFCOM 大赛）.13 图表 23：深度学习模型崭露头角（国网调控

5、 AI 创新大赛）.13 图表 24：业内成熟的功率预测系统主要采用组合建模方法.13 图表 25：国内新能源功率预测相关公司中，国能日新市占率最高（2019 年）.14 图表 26：华为盘古气象大模型精度首次超过传统数值方法.14 图表 27：2022 年 220 千伏及以上变电设备新增容量增速为 5%左右（万千伏安）.15 图表 28：2022 年 220 千伏及以上输电线路回路新增长度增速为 4%左右（千米）.15 图表 29：“状态检修”运维策略及时性和可靠性高.16 图表 30：人工巡检诸多劣势，AI 替代人工性价比更高.16 图表 31：输电线路智能运维管理主要方式.17 图表 3

6、2：输电线路智能运维管理方式具体情况.17 图表 33：电力巡检机器人行业规模测算（亿元）.18 图表 34：NERF 模型训练：训练前后对比.18 图表 35：AI 辅助拍摄提升图像清晰度.18 图表 36：输电线图像检测方法流程图.19 图表 37：无人机航拍识别电力设备缺陷.19 图表 38：基于大模型的无人机电力巡检，筛选效率提升 30 倍、筛选质量提升 5 倍.19 图表 39：电力缺陷识别模型代替 20 多个传统小模型.19 图表 40：可视化是 BIM 的显著特征.20 图表 41：有关人员可借助 BIM 平台及时沟通.20 图表 42：2020 年全球 BIM 市占率情况.20