当AI技术正在迅猛发展之际，AI技术与能源产业的结合，也必将成为能源行业创新革命的天然驱动力。

2025 年6月11日，第二届 AI + 能源与能源数智化高峰论坛于上海国家会展中心上海洲际酒店圆满落幕。本次论坛以“AI+能源——赋能构建新型电力系统”为主题，旨在搭建一个集政策解读、顶层设计、技术攻关、标准共建、场景落地于一体的高端对话平台。

此次峰会汇聚了全球能源、科技领域的领军者、专家学者及行业精英，围绕 AI 如何重塑能源产业格局、加速能源数智化转型等核心议题展开深度探讨。

在能源结构加速调整、可持续发展需求日益迫切的当下，论坛的成功举办为全球能源行业指明了新的发展方向，对推动 AI 技术在能源领域的广泛应用与创新实践具有深远意义。

上海新能源行业协会 SNEC 副秘书长  竺新原

上海新能源行业协会 SNEC 副秘书长竺新原代表主办方为大会开幕致辞。竺新原指出：“政府工作报告明确提出‘持续推进“人工智能+”行动’，强调将数字技术与制造业优势、市场优势深度结合，支持大模型广泛应用。这标志着‘AI+’已成为培育新质生产力、激发数字经济创新活力的核心引擎。而作为‘互联网+能源’的革命性升级，‘AI+能源’正以前所未有的深度与广度，重塑能源电力系统的基因——从单元设备、场站系统到电网全域，AI智能体将无处不在！”

围绕论坛议题，竺新原介绍道：“论坛将紧扣《“人工智能+”行动》、《数据要素×三年行动计划》、《国家AI产业综合标准化指南》等纲领文件，汇聚 “政产学研用”全生态力量，深入探讨。”

竺新原强调：“能源革命的下一站，是智能革命。AI与能源的深度融合，不仅关乎技术突破，更承载着构建安全、高效、低碳新型电力系统的国家使命，是发展新质生产力的关键战场！”

中国电力发展促进会常务副会长兼秘书长  游敏

中国电力发展促进会常务副会长兼秘书长  游敏在论坛作主题致辞：

游敏认为，数智化转型已成为电力行业高质量发展的重要支撑。从新能源发展情况看，截至 2025 年一季度，我国风电、光伏装机合计 14.82 亿千瓦，首次超越火电装机规模，风光发电量占全社会用电量达 22.5%。因此，高比例新能源并网带来的波动性，叠加极端气候影响，将使电力系统安全运行与新能源消纳问题的矛盾凸显，已亟需通过数智化转型来破局。

今年5月，国家电网通过智能调度，实现新疆绿电跨3000公里入京，单日消纳超3200万千瓦；国家电投长沙新能源生产运营中心，通过深度学习算法，将新能源功率预测准确率提升至 90% 以上，基于数字孪生技术的新能源智能运维系统，故障识别准确率超 98.6%。这些实践案例充分证明AI等数字技术对行业高质量发展具有战略价值。

然而，当前电力数智化转型仍面临多重挑战：如数据壁垒阻碍共享，AI 技术在复杂场景下的泛化能力有待提升，相关的标准体系滞后，复合型人才短缺等问题依然困扰着电力数智化转型。为此，构建开放协同的创新生态，打造数据融通底座，推动电力数据标准化与安全共享；深化政产学研用协同，推动创新联合体建设；完善产业政策体系，通过税收优惠等激励创新；培育跨界人才，推动校企共建交叉学科等都是需要系统性推进的工作。

在报告最后，他强调：“展望未来，电力数智化发展正呈现三大趋势：全链条智能化，形成智慧的能源电力系统；多领域生态融合，催生新型工业互联网；全球化协作，伴随跨境电力互联和碳交易机制完善，将助力全球碳中和目标的落实。今后，中国电力发展促进会将从行业与企业的双向视角，努力为会员单位筑平台、建生态，积极服务行业企业数字化转型，为构建行业高质量发展新格局贡献自己的一份力量”。

国网能源研究院原副院长、首席能源专家 胡兆光

国网能源研究院原副院长、首席能源专家胡兆光担任论坛第一阶段的主持人。

中国信息通信研究院云计算与大数据研究所副所长  栗蔚

中国信息通信研究院云计算与大数据研究所副所长  栗蔚以《能源数智化转型发展趋势与展望》为题发表主旨演讲。

栗蔚表示，在数智化浪潮席卷下，人工智能与能源正形成双向赋能格局。我国数字经济规模已达53.9万亿（2023年），占GDP比重42.8%，能源行业作为关键领域，正加速推进数智化转型。

栗蔚指出，能源行业数智化转型遵循“6+6”模型，通过管理数智化、数据价值化等六大能力建设，实现管理优化、业务提升等六大价值目标。转型过程历经基础级到引领级五个阶段，前期已通过云边端技术实现数据一体化采集，后续需加强数据分类标注，同时兼顾安全管理与绿色低碳发展。

不仅如此，栗蔚还认为人工智能的深度应用为能源行业带来新变革。在发电侧，AI助力清洁低碳转型，探索清洁能源与算力结合的新模式；新型电力系统中，智能传感器与并网感知技术提升系统运行效率；煤炭、石化等领域，智慧管控、节能优化等场景持续拓展。尤其值得关注的是，算力互联网与能源互联网的协同发展，通过源网荷储一体化算力中心，实现电网智能调度与分散新能源高效利用。未来，AI与能源的双向赋能将催生更多创新场景，中国信通院也将持续推进相关研究与标准化工作，携手行业共建开放生态。

上海电力公司科技部主任 黄兴德

上海电力公司科技部主任黄兴德以《面向新型电力系统标准创新》为主题作主旨演讲。

黄兴德强调，党和国家高度重视标准化工作，《国家标准化纲要》为标准化建设提供行动纲领，强调以高标准推动创新、开放与高质量发展。国家电网作为行业领军者，以标准化运营着世界规模最大、技术最先进的电网，正全力推进新型电力系统建设，助力 “双碳” 目标实现。

面对新型电力系统具备四大显著特征，国家电网以四方面标准化创新推进转型：面向复杂巨系统，深化标准化与科研融合，构建新型技术标准体系；针对产业集群，改革技术标准构建模式，发挥系统级标准引领作用，推动政企联动提升团体标准质量；围绕数智化需求，沿标准文本、研制、实施数字化三条主线，升级管理模式；在开放领域，以 “3*2” 思路布局传统与新兴领域，拓展国际标准渠道，推动中国标准与技术服务 “一带一路” 建设。

未来，国家电网将在市场监管总局指导下，聚焦新型电力系统核心技术研发与标准化创新，为我国能源产业及新型电力系统全产业链发展贡献力量。

清华大学涂国煜研究员

清华大学涂国煜研究员替代清华大学国家信息研究中心曹军威教授以《时空序列大模型及其电力应用》为题，作主旨演讲。

涂国煜介绍道，自“AI+” 战略深化推进，AI向生产工业领域的渗透成为技术革新关键。尽管消费级 AI大模型表现卓越，但工业场景下其泛化能力不足，根源在于工业系统依赖传感器数字信息，难以沿用大语言模型架构。为此，以时空序列大模型为核心的技术路线成为破局方向。

涂国煜进一步分析，时空序列大模型需着重考虑工业系统的时空动态特性，突破传统单一任务导向模型局限。其构建需从四方面创新：在数据组织上，以 token 化技术整合时空动态数据；在系统刻画中，度量运行不变性与异常性；在预测能力上，强化时空趋势分析；在模型设计时，将时空特征融入 token 及网络层，并改进注意力机制以提升动态响应能力。相较于大语言模型，时空序列模型对数据质量要求更高，需通过深度清洗与标准化处理，同时引入模型可视化技术，缓解工业应用中的 “黑箱” 顾虑。

涂国煜表示，在工业领域，时空序列大模型尤其适用于电网、交通等大型分布式基础设施场景。以能源电力行业为例，通过将 AI 模块植入边缘设备，可实现建模预测、运行调控及自动交易等功能。实际应用中，该技术在城市轨道交通电力调控“研究项目”中实现 了30% 节电率，并通过优化电动汽车充电桩推荐算法，降低用户用电成本的同时提升光伏消纳效率。

中国电力技术市场协会综合智慧能源专业委员会会长 教授级高工  赵风云

中国电力技术市场协会综合智慧能源专业委员会会长 教授级高工赵风云担任此次论坛第二阶段主持人。

加拿大工程院院士、西蒙菲莎大学计算机学院终身教授  刘江川

加拿大工程院院士、西蒙菲莎大学计算机学院终身教授刘江川以《是新型电力系统边缘计算与算法体系》为题，发布视频报告。

刘江川指出，能源行业智能化面临数据模态单一、专业依赖度高、系统能耗高等难题，尤其在新能源场景下，亟需智能运维解决方案。大语言模型虽带来机遇，但存在幻觉、领域知识不足等问题，需针对性优化。

为此，我们提出基于边缘计算的可控多模态大模型方案。通过知识蒸馏技术生成多尺度模型，平衡边缘侧资源限制与云端算力优势；融合深度学习小模型与大语言模型，在图像理解等能力超越单一模型，且训练成本更低。

针对能源场景，采用 “大模型决策、小模型执行” 策略：上游利用大模型泛化与推理能力应对复杂场景，下游通过小模型实现高实时性任务，如设备缺陷识别。

刘江川表示，该方案已在多场景落地：智能巡视系统融合多模态数据，实现火电站输煤皮带异常智能诊断；时序数据预测模型在内存受限下，将负荷预测精度提升且节省 15 倍内存；光伏板故障定位技术结合无人机巡检与大模型分析，快速识别热斑、遮挡等问题，缩短维修周期。通过大小模型协同与边缘计算创新，有效提升能源系统运维效率与可靠性。

国务院特殊津贴专家、SNEC组委会专家委员会副主席教授级高工 林承桢

国务院特殊津贴专家、SNEC组委会专家委员会副主席教授级高工林承桢担任论坛第三个环节的主持人。

国网能源研究院原副院长、首席能源专家 胡兆光

国网能源研究院原副院长、首席能源专家胡兆光以“Deepseek引领光伏产业变革：从高效发电上网到智慧运行”为主题发表演讲

胡兆光认为：电力调度是在智能空间中寻找a-优越解。大范围光伏发电入网需要AI的理论及技术支撑。在4.28西班牙大停电事故中，有20+23秒的处理时间。AI调度能否避免大停电？ 这是智能空间中寻找a-优越解的过程。广东电网调度人员在调度台能掌握电网设备运行状态，实现全过程智能化自动执行。上海电力公司 “AI大脑”平台，实现电网故障处置分钟级响应和负荷转供方案秒级生成。山东“调度智慧大脑”能够及时准确地完成故障分析和科学处置。长沙供电公司的可解释AI配网调度员，通过“数学机理+AI”模型实现秒级决策。

从拓扑学揭示幻觉的成因。幻觉是电力在线调度的隐患。如果用于训练的样本点其流形能够相交，达到拓扑同胚，就能保证其连续性，这些样本点就可以勾画出高维空间相应的超曲面，形成其在一定的区域内的连续函数关系（映射）。此时，在这个区域内不会出现奇异点。但是，不能保证在其取值区域之外没有奇异点。反之，如果用于训练的样本点其流形不相交，不是拓扑同胚，就不能保证其映射连续性，就可能如果出现奇异点，将会出现幻觉。如何避免奇异点的出现？有待于深入研究。

人工智能应用于电力系统的猜想：1）电力系统建模将突破复杂的微分方程以AI的形式展现。2）电力市场中供需各方agents将每分钟进行实时竞价。3）发电机及用电设备将作为供需各方agents参与电力市场实时竞价。4）可再生能源发电将全部上网。5）电力系统运行将AI在线操作。

电力系统对DeepSeek的期望：1）在智能空间中，电力运行问题的路径是可优化的(a-优越解)，数据是可解释的，能否利用transformer、diffusion、agent的思路，通过实时数据找出其内在的相关性，优化算法，以模块替代微分方程求解。2）通过少数几个电力系统故障样本点（西班牙大停电），根据其内在机制特征，通过算法的提升拓展出更多的故障点,由强化学习训练电力调度agent。3）电力系统(特别是仿真系统)是一个具有反馈的独立系统(类似下围棋)，其数据是源源不断的，能否AI的强化学习算法（突出幻觉事件)及速度优势发现新的东西(AlphaGo zero)，催生具有创新性的电力行业的AGI ,power super-intelligent, PSI。

胡兆光指出，全球AI中心的运载量大约在4500亿千瓦时左右，中国AI大概用电1600亿千瓦时，但去年中国新增的用电量超过6千亿千瓦时。

会议对话环节，由国务院特殊津贴专家、SNEC组委会专家委员会副主席教授级高工林承桢先生担任主持人。

国网电力科学研究院南瑞研究院副院长、总工程师王伟先生，中国电气装备集团科学技术研究统融院、综合能源研发中心主任李洋先生，中德可再生能源合作中心执行主任陶光远先生，清华大学能源互联网创新研究院研究员张罗平先生，国网湖州新能源云碳中和研究院院长、中国电力发展促进会双碳专委会常务副秘书长王函韵先生，西人马科技有限公司董事长聂泳忠先生，欧洲零碳研究院院长韓蓄先生，无锡灏峰科技事务所(有限合伙)合伙人牟英峰先生，河海大学新能源学院副院长白建波先生清华大学北京信息科学与技术国家研究中心研究员曹军威先生，参与了对话环节。

邴赫亮先生 中国电气装备集团科学技术研究院，综合能源研发中心 处长

谈到基于“精准算碳+智慧减碳”的绿色电气装备数智化未来产业实践经验方面，邴赫亮表示，基于“精准算碳+智慧减碳”的绿色电气装备数智化未来产业实践精确、可信的“碳”数据是支撑碳达峰碳中和的基石，在国家低碳转型重大需求和国际绿色贸易规则驱动下，碳排放的精准核算与可信溯源已成为焦点问题，在碳排放核算溯源体系的建设中，仍面临一些关键挑战，亟待通过完善相关基础建设与标准协同予以化解。电力是碳排放占比最高的行业，且贯穿贯穿国民经济生产、生活的每个环节，建立“精准算碳+智慧减碳”的绿色电气装备数智化体系既是电气装备行业的发展需求，也是构建电力系统碳排放溯源体系的必要条件。在建立“精准算碳+智慧减碳”的绿色电气装备数智化体系过程中，面临诸多挑战:一是上下游产业链企业联动不足，二是碳核算因子数据库工具缺失，三是电气装备产品生产工艺复杂，四是企业绿色低碳数字能力不高。应用数智化技术，开展多方面研究与建设工作，具体包括:电气装备产品碳足迹因子库研究与建设、电气装备碳足迹核算认证应用平台建设、电气装备碳足迹区块链服务基础平台建设、电气装备碳足迹采集与辅助支撑平台建设等。支撑电气装备碳足迹数据的可溯、可信、安全与共享，为产业链上下游企业提供碳核算工具，为绿色供应链建设提供支撑，服务企业节能降碳，带动行业绿色转型，助力政府双碳目标实现。

陶光远先生，中德可再生能源合作中心执行主任

陶光远在解答如何消纳过剩的光伏电的问题时指出，又是一个5.31! 2018年的上一个5.31，是因为在光伏需要补贴时光伏安装量过大，待付光伏发电补贴超万亿，政府无力支付而急刹车所致。这次5.31，是因为电网消纳不了大幅上升的光伏发电量，弃光量过大所致。

2024年底，中国风光发电装机容量刚刚超过火电的装机容量，仅为平均用电负荷的1.2倍左右。相比之下，德国风光发电装机容量为火电的2.5左右，为平均用电负荷的3倍左右，但弃风弃光电量却仅有3%左右。为什么?

中国在消纳风光电的波动时，视界局限在化石能源时代的传统电力系统中。而德国将消纳风光电的视界扩展到了过去燃烧化石能源提供热力的领域，用过剩风光电替代直接燃烧化石能源生产热力。如果过剩风光电到用户的价格低于天然气的价格，就会替代天然气;如果过剩风光电到用户的价格低于煤炭的价格，就会替代煤炭。如果用过剩风光电替代化石能源生产热力，中国的风光电安装容量可以增加5倍以上!

消纳过剩风光电，在技术上和经济上很简单，把到用户的过剩风光电价降到天然气和煤炭价格之下，让用户替代燃气和煤炭。只是如何分配利益不简单。这需要政府出面合理分配利益。

上一个5.31发生的三年前，2015年，我写文章要求对光伏安装量限额，以防补贴过量发生补贴急刹车。我这一次提出“用过剩风光电替代化石能源生产热力，消纳过剩的光伏电”是促进光伏产业发展的良策。同时建议光伏行业构建适合中国国情的AI基础知识库，支持“如何消纳过剩的光伏电，促进光伏电可持续发展”这一重大课题。

张罗平先生，清华大学能源互联网创新研究院研究员

张罗平在分享能源互联网之AI再定义与新实践相关话题时提到，能源互联网正以AI数字思维重构能源世界，推动"电从远方来"到"电从身边取”的智慧革命。关键在于"比特管理瓦特"，通过数字化手段实现能源系统智能化升级，依靠“软件定义场景"构建灵活高效的用能生态，最终达成能源自由流动与交易的“毛细血管畅通"健康运行状态。

2亿个民宿微电网为基石的下一代电网，总用电量将再新增10万亿千瓦时，以“细胞级”能源革命重塑电力系统。每户乡村民宿可配备200平米光伏板、V2G电动汽车接口、相变储热罐等设备，通过“云-边-端”协同架构形成自主运行的智能微网，实现每户民宿年发电5万千瓦时。

AI算法在时间、空间、价格、能耗四个维度动态优化，使微电网自消纳率突破80%，而配电网变成辅助电源。核心技术架构呈现三大创新:首先是"软件定义能源"范式，云平台基于天气预测、电价波动和用户行为大数据，生成分钟级调度策略，使硬件设备按需切换源/荷角色;其次是"细胞自组织网络"，区块链技术实现微网间点对点交易，配电网转为双向流动的智能路由，交易延迟从小时级压缩至秒级;第三是"四维资源聚合"，通过时空错位调节，将分散的8000GW光伏、10TWH车载动力电池、3200GW分散储热容量整合为“颗粒状”虚拟电厂，实现光伏电力最大化消纳，源网荷储在细胞层微电网自洽。推进"自发自用+动态交易"碳普惠体系，细胞网络化电网具备显著社会价值，创新推进构建“去中心化的能源民主化生态”。

王函韵先生，国网湖州新能源云碳中和研究院院长、中国电力发展促进会双碳专委会常务副秘书长

谈到AI驱动的电力碳排放因子:时域与地域价值重塑的话题时，王函韵认为，当前电力碳排放因子(CEF)正经历从静态均值向动态时空精度的跃迁。传统年度/区域平均因子掩盖了清洁能源波动性与区域电网结构差异。而AI技术正推动CEF向分时域精度与配网级地域分辨率进化，为新能源消纳与用户降碳开辟新路径。

实现2大价值：

一是时域价值。实现7x24小时源荷动态匹配。通过AI算法融合气象、机组运行与电网数据，实现CEF小时级更新。二是地域价值。缩短电气距离，激活配网级分布式光伏。空间精细化。从电网、电源、用户各自视角，通过“电气距离最短”原则，引导负荷与分布式光伏就地匹配。减少跨变压器潮流，提升就地消纳率。

关注2大问题:一是公平性设计:主力电源采用省级平均因子保障跨区交易公平性，而配网级动态因子聚焦本地化降碳，形成“宏观公平+微观优化”的双层体系。二是广泛性设计:现场市场的门槛限制和技术限制。相对CEF碳信号机制，未来配合“碳税”机制，通过企业产品碳足迹来驱动新能源更高效消纳。

吴笔先生 西人马科技有限公司 高级副总裁

吴笔基于感知-物理数值及大模型级联混合运算的新能源功率预测的角度谈了他对于新能源功率预测的看法。他认为，目前我国新能源主要以风光为主，占比已经超过了40%，但是由于新能源的不稳定性，以及功率预测难度大，导致新能源为我国提供稳定和可预测性的电力供给存在巨大挑战，因此，构建精确、敏捷的新能源功率预测模型对我国能源供给非常重要。这种新能源功率预测模型的核心关键技术包括：如何处理基于气象数据的物理模型的数值计算；基于大模型的敏捷推理；如何解决小尺度，多维数据采集从而给出可信的边界约束；如何通过亿以上参数训练相关模型。

基于以上机理，相关传感器和数据采集和大模型的训练和构建空天地一体的预报和参数数据采集非常重要。

目前，我国拥有全球最大的新能源发电端，相信基于我国强大的感-存-算能力，可以构建成基于高分辨率的敏捷气象预测大模型从而实现及时可信的新能源功率预测。

韩蓄先生，欧洲零碳研究院院长

韩蓄从人工智能技术在新能源各环节的应用环节分享心得。他提出，目前，Predictive AI（预测型人工智能），Generative AI（生成式人工智能），两者在项目开发设计、建设施工、运营维护、资产管理和交易等四个方面为我们新能源项目生命周期全流程上带来了思维方式上的升级和革新。

项目开发和工程设计环节，欧洲实证生成式设计实际上大大超过了传统的参数式设计，可以实现70~90%的全自动化，效率提升近100%。建设和安装环节，所有的安装队伍后续将被人与机器人混合型团队所替代，60%的施工将全部由机器人完成，人将会由劳动主体变为管理主体。运维维护和资产管理环节，包括新能源出力预测、负荷预测、电力电量平衡计算、可再生能源消纳责任权重潮流追溯、分布式的电源群雕群控调度运行策略、电力现货交易等方面，也可提升至少80%~95%的创新和工作效率。

总的来说，生成式设计和人工智能技术正在彻底改变新能源行业，让我们能够以更高效、更智能的方式应对未来的系统性能源挑战。它不仅提升了项目的经济效益，还加速了能源结构转型和可持续发展的进程。

牟英峰先生，无锡灏峰科技事务所(有限合伙)合伙人

牟英峰针对分布式储能安全保险动态机制的NE-BOX提出建议，目前在分布式电化学储能领域，产品及项目运行保险是项目的痛点和难点之一。伴随相关保险行业机制的发展，除常规流程和事前评价外，在线、实时、推理及预判等新数据监测需求已成为保险动态评价的重要环节。现有分布式储能系统的3S部件数据通信依赖已有通信架构和策略，很难满足保险动态评价所需第三方数据监测及监测存证功能。

目前在分布式电化学储能领域，亟需引入相关机制与技术升级，助力分布式储能安全生产与支持保险动态指标数据监测与管理。建议借鉴T-BOX的成功经验发展分布式储能系统的NE-BOX：T-Box是车联网中的核心组件，由主控、远近程通信、存储、接口扩展（连接车载ECU、传感器或外设）、以及诊断接口（用于故障码读取及车辆状态监控）等组成，由新能源汽车国家监测与管理平台支持相关数据采集与处理。由边缘计算和AI支持，通过NE-BOX，由独立第三方非盈利性数据平台进行数据采集与数据处理，支持保险机构进行动态数据评估及费率调整；支持3S部件企业更好了解设备系统级状态数据；通过广泛的分布式储能大数据安全模型、为运维企业和项目业主提供多维度的安全分析，从而实现更及时的运行维护和预警，最终实现通过保险机制与市场价值手段来调节优化分布式储能系统安全性。

白建波先生河海大学新能源学院副院长

白建波分享了人工智能场景下光伏全生命周期的一体化解决方案的内容。他介绍，河海安能团队创立于2010年,依托于河海大学白建波教授研究团队，十余年来一直致力于光储行业数字化算法及关联软硬件的开发与应用，并于2023年成立安太数能进行成果转化与落地。团队先后开发出SIMUPV光伏仿真软件以及基于BIM技术的SolarPV光伏数字化设计及仿真平台,其仿真结果与PVsyst相比差异小于1%,可以用于光伏电站系统的精细化模拟与仿真。SolarPV软件还取得了第三方技术监测认证机构-北京鉴衡认证中心颁发的国内首张光伏电站设计仿真软件应用性能评估证明书,填补了国内空白,且在行业内处于领先地位。

近年来,团队深耕国产数字化设计与运维解决方案的研发与应用,推出了支持光伏场站实景三维建模的在线仿真设计工具SolarPV-X;推出了具备数字孪生、性能评估与故障诊断技术的运维软硬件一体化解决方案SolarPV-Aiom,推出了能够解决设计、建设及运维环节关键技术问题的API接口及AI算法包。迄今为止,河海安能的产品及算法服务已为国内外超过2万个用户、7万个光伏电站提供设计及仿真,赢得了市场的广泛认可与赞誉未来,河海安能将持续创新,依托现有平台及算法研发能力,为光伏数智化进程的推进贡献一份力量。

涂国煜女士 清华大学北京信息科学与技术国家研究中心研究员

涂国煜总结AI工作未来发展的趋势，她介绍了不同数据平台的发展情况。传统的平台类软件包括操作系统、中间件、数据中台等，大模型时代使能AI应用构建的AI智能体平台将彻底颠覆传统架构，主要包括基础大模型、垂域大模型、智能体平台、智能体应用等几个层面，传统以数据为中心的系统架构方式不复存在，大模型本质是对数据和知识更加有效的压缩。

智能体应用：管理治理、建模预测、运行调度、价值交易、跨界融合

智能体平台：感知增强、规划增强、记忆增强、工具增强

垂域大模型：电力行业大模型、新能源行业大模型、储能行业大模型

基础大模型：大语言模型、多模态大模型、时空序列大模型

林承桢作为主持人用短短的几分钟对AI+能源与能源数智化论坛的召开做一个小结：第一点，AI+能源数智化论坛是从互联网+延伸出来的，AI+能源数智化实际上我们是以能源互联网作为基础的，就是能源互联网的物理系统与AI信息系统的高度融合，进一步应用AI技术发展能源互联网，发展新型电力系统。第二点，设置此论坛的目的，是为了在行业里面形成一个能为行业服务的一个高端论坛，那么就论坛的需求与提供讲演的实际上是一个多方面的，包括了产学研用各个方面。第三点，AI+能源数智化论坛被高度关注，它的架构、顶层设计和技术路线，因为这里面出现的难题很多，在构建大模型、大数据、垂直模型、边缘计算、 算力、算法的同时，正在引入了智能体这一概念。第四点，在AI技术快速发展的情况下我们的焦点仍然是处在应用，那么AI技术如何与应用相结合这仍然是我们下一届论坛的最主要的聚焦点。

会议得到了行业极大关注，现场座无虚席，以“AI+能源——赋能构建新型电力系统”为主题，聚焦DeepSeek、大模型、算法、算力等前沿技术，为新能源行业技术创新，提供顶层设计与技术路径的交流讨论平台。

随着会议圆满落幕， “AI + 能源” 的创新浪潮正蓄势待发，必将为新型电力系统建设注入澎湃动能，助力能源行业在数智化转型征程中迈向新高度。