AI+电力场景明晰，新能源功率预测及电网运维有望率先落地

投资逻辑： 发电侧、电网侧、用电侧AI赋能场景明晰：国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》， 电力领域主要提出以数字化智能化技术，支撑发电清洁低碳转型、新型电力系统建设、电力消费节能提效，我们由此梳理出以下行业应用场景：发电侧---①新能源发电功率预测；②电力BIM设计软件。电网侧---③电网智能调度自动化；④输变电线路智能运维与巡检。用电侧---⑤虚拟电厂、微电网。 针对电力领域，我们提出面向细分行业和公司的“AI应用可行性分析框架”。 面向细分行业的分析维度包括：①能否解决行业长期痛点问题？②行业数据是否具有较低敏感性和安全性风险？③行业是否已较早应用布局AI/技术实践？④已有华为等厂商开发出行业相关大模型？ 面向公司的分析维度包括：①公司拥抱AI的积极性？②公司积累数据的规模与质量？③公司是否拥有某些数据的优先使用权？④公司是否重视信息化建设基础？⑤公司是否具备开发实力/和大模型厂商深度合作？ 我们认为AI有望率先赋能的行业应用场景:1）新能源发电功率预测；2）输变电线路智能运维与巡检。 新能源发电功率预测：1）行业痛点：新能源发电间歇性和波动性大，功率预测难度高，对电力消纳与调度造成较大冲击，同时各地“双细则”考核趋于严格，预测精度会直接影响电站运营和盈利。2）行业数据：气象数据的较容易获得，敏感性较低，可直接用于模型训练。3）AI布局/技术实践：2021年国网调控AI创新大赛--新能源发电预测赛道，深度学习模型在实际应用中表现突出；产业内国能日新、国电南瑞等超过10家研究中心与企业已推出成熟的组合建模功率预测系统。4）厂商相关大模型：华为云发布了盘古气象大模型，中长期预测精度首次超过传统数值方法，速度提升10000倍。 输变电智能运维与巡检：1）行业痛点：我国输电线回路与变电设备存量规模大，投运规模逐年增长，巡检 需求强烈，而人工巡检存在诸多劣势，AI替代是大势所趋。2）数据：相较于用电侧数据，电力设备故障缺陷等数据安全性风险小，数据质量与规模往往取决于企业自身积累情况。3）AI布局/技术实践：自2013年起东方电子、亿嘉和、申昊科技、泽宇智能等近10家上市公司已布局输变电线路智能运维、巡检机器人、巡检无人机业务，参与者众多且产品多样。4）厂商相关大模型：华为在L2级细分场景模型上，已推出基于电力大模型的无人机电力巡检、电力缺陷识别等场景模型，平均精度提升18.4%、模型开发成本降低90%。 中长期看好AI赋能的行业应用场景：1）电力BIM设计软件；2）电网智能调度自动化；3）虚拟电厂、微电网。 电力BIM设计软件：三维设计软件国产化替代需求强烈，AI有望深度赋能设计-施工-运维环节。 电网智能调度自动化:新一代调度系统为AI应用奠定了模型和数据基础，有望实现电网智能决策和控制。 虚拟电厂、微电网:技术核心为聚合和调度，与AI匹配性强，大模型接入将大幅提升分析效率和准度。 投资建议 重点推荐：1）发输变配用及调度全环节覆盖的电力智能化龙头：国电南瑞；2）风光发电功率预测龙头：国能日新；同时建议关注：输变电线路智能运维和智能巡检：申昊科技、智洋创新、东方电子。（完整推荐组合详见报告正文） 风险提示 AI技术进展不及预期；电网智能化投资不及预期；行业竞争加剧；政策推进不及预期 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-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 五、风险提示33 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：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 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32：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 图表43：AutodeskREVIT为全球主流BIM软件20 图表44：BIM支持政策梳理(2020年至今)21 图表45：BIM为发电侧建设必要设计工具21 图表46：BIM被用于输电环节设计21 图表47：AI+BIM技术展望22 图表48：电网调度自动化系统概况22 图表49：电网调度自动化系统的三个组成部分22 图表50：我国电力调度机构分五级设置23 图表51：电力调度自动化系统年化需求空间测算23 图表52：电力调度系统市场竞争情况23 图表53：国电南瑞新一代调度技术支持系统示意图24 图表54：新一代调度系统已建成的两级调控云24 图表55：新一代调度系统覆盖电力调控、发展、生产、经营和能源领域数据24 图表56：AI用于电网智能决策25 图表57：AI用于电网自适应控制25 图表58：虚拟电厂结构示意图26 图表59：微电网示意图26 图表60：微电网可以并网运行、也可以离网运行26 图表61：虚拟电厂和微电网的不同27 图表62：传统电力能源生态系统和虚拟电厂能源生态系统对比27 图表63：冀北虚拟电厂示范工程28 图表64：国内首家虚拟电厂管理中心28 图表65：2025年虚拟电厂投资规模达到800亿元28 图表66：2025年虚拟电厂运营规模达到50亿元28 图表67：虚拟电厂数字孪生总体架构29 图表68：数字孪生虚拟电厂优化调度框架29 图表69：相关推荐公司29 图表70：国能日新主要业务和产品30 图表71：业务涵盖电力设计、系统集成和工程施工运维31 图表72：2022年江苏省省外业务加速拓展（亿元）31 图表73：公司产品包括智能机器人和智能监测检测及控制设备31 图表74：公司主要面向电力、水利、轨交领域提供AI产品与解决方案32 图表75：公司携手昇腾AI推动无人变电站规模化应用33 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” 3月31号，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》，针对电力、煤炭、油气等行业数字化智能化转型发展需求，提出若干建议，以把握新一轮科技革命和产业变革新机遇。 其中电力行业方面，主要提出利用数字化智能化技术支撑：发电清洁低碳转型、新型电力系统建设、电力消费节能提效。我们由此梳理出以下5项AI+电力应用场景： 1）发电侧---发电清洁化智慧化转型：①新能源发电功率预测；②电厂BIM智能化设计 2）电网侧---新型电力系统建设：③电网智能调控和辅助决策；④输电线路智能巡检、变电站智能运检、配电智能运维 3）用电侧---电力消费节能提效：⑤虚拟电厂、微电网 图表1：AI+电网应用场景涵盖用电侧、电网侧、用电侧 来源：国家能源局《关于加快推进能源数字化智能化发展的若干意见》、国金证券研究所 《意见》提出的四项基本要求包括需求牵引、数字赋能、协同高效、融合创新。推动数字化智能化技术与能源产业发展深度融合，加快人工智能、数字孪生、物联网、区块链等数字技术在能源领域的创新应用，最终为构建清洁低碳、安全高效的能源体系，为积极稳妥推进碳达峰碳中和提供有力支撑。 图表2：《意见》提出的四项基本要求 基本原则 主要内容 需求牵引 针对电力、煤炭、油气等行业数字化智能化转型发展需求，通过数字化智能化技术融合应用，急用先行、先易后难，分行业、分环节、分阶段补齐转型发展短板，为能源高质量发展提供有效支撑。 数字赋能 发挥智能电网延伸拓展能源网络潜能，推动形成能源智能调控体系，提升资源精准高效配置水平；推动数字化智能化技术在煤炭和油气产供储销体系全链条和各环节的覆盖应用，提高行业整体能效、安全生产和绿色低碳水平。 协同高效 推动数据资源作为新型生产要素的充分流通和使用，打通不同主体间的信息壁垒，带动能源网络各环节的互联互动互补，提升产业链上下游及行业间协调运行效率，以数字化智能化转型促进能源绿色低碳发展的跨行业协同。 融合创新 聚焦原创性、引领性创新，加快人工智能、数字孪生、物联网、区块链等数字技术在能源领域的创新应用，推动跨学科、跨领域融合，促进创新成果的工程化、产业化，培育数字技术与能源产业融合发展新优势。 来源：国家能源局《关于加快推进能源数字化智能化发展的若干意见》、国金证券研究所 19年后AI大模型持续推进，赋能千行百业，22年市场规模近2000亿元。近十年来，包括机器学习（ML）、自然语言处理（NLP）、计算机视觉（CV）等技术快速发展，在企业设计、生产、管理、运营多个环节中均有渗透程度不断提升，同时在矿业、电力、交通、农业、气象等领域的应用逐步落地。AI应用已从消费、互联网等泛C端领域，向B端传统 行业辐射，AI大模型在基础层、技术层、应用层均持续突破，AI正加速赋能千行百业。 22年市场规模近2000亿元,2022-2027年CAGR为25.6%。据艾瑞咨询数据，2022年中国AI产业规模达1958