电网也有AI“值班员”:它怎么帮城市稳住供电?

空调一起开、风光电出力忽高忽低，电网每天都在做一道供需平衡题。新华社梳理了AI进入发电、调度和设备维护的案例：它能提前算、帮忙排班，但不能把电力系统交给会偶尔答错的聊天框。

文｜最极客

开关一按，电就来了？

我们很少想过家里的灯为什么能一直亮。电力系统却得不停回答一串问题：今晚风小了，风电少发多少？晚高峰大家回家充电，负荷会涨多快？哪条线路可以多送一点电？11月1日，新华社发布专题报道，集中介绍AI在发电预测、电网调度和设备维护中的应用。

这类AI不像聊天机器人那样给你写段话。它更多是在海量历史和实时数据里找规律，帮助工程师提前估计“接下来会怎样”，然后由专业系统和人员决定怎么操作。

风、光、水，先把“看天吃饭”算得更准

光伏看太阳，风电看风，水电看上游来水。它们不像火电那样能按按钮就稳定增加出力，所以电网要把天气、季节、设备和历史发电情况放在一起，估算未来一小时、一天或更久能有多少电。

新华社报道说，雅砻江公司今年7月发布了面向水风光一体化基地的智慧运营大模型。公司人员介绍，过去分析来水、编制方案需要1至2小时，应用模型后约10分钟完成，来水预测精度提高约5%。这是一个特定场景的介绍，不应直接推成所有水电站都能达到同样结果。

这类预测为什么重要？如果判断风光出力要下降，调度人员就能提前安排其他电源或储能补位；如果预计某地电力富余，也能考虑把电送往需求更高的地区。AI算的是“可能发生什么”，电网工程师还要结合设备约束、天气预警和安全规则决定“应该怎么做”。

电网的“交通指挥”也能先在电脑里演练

电从发电厂到家里，要经过线路、变电站和配电网。某条线路检修、某个区域用电突然增加，都可能改变整张网的负载。国家电网利用AI快速比较不同运行方案，新华社报道的说法是仿真分析效率提升10倍以上。

仿真有点像导航软件先比较几条路线：它能帮忙快速看方案，但真实道路上突然施工或事故，仍要根据现场调整。电力系统也是如此，AI可以更快筛选方案，最终结果还要经过潮流计算、设备安全校验和调度人员确认。

报道还讲到虚拟电厂。它不是一座冒着烟囱的真实电厂，而是把许多分散的用电设备、储能设施和可调负荷组织起来，像一支听统一调度的队伍。用电高峰时，部分设备可以错峰，储能可以放电；可再生能源多的时候，则可以增加充电或用电来吸收富余电量。

普通用户也可能成为这支队伍的一员。例如成都一个充电站的新能源汽车可以反向放电，报道提到迎峰度夏期间，在高峰、尖峰时段每度电可获得2元、3元放电收入。这个数字属于该项目和当时条件，不能当作全国统一收益；是否参与、何时放电，也要看车辆、电价与用户授权。

设备巡检，AI看的是仪表和温度

电厂和变电站有大量设备，读表、测温、检查漏油和螺栓松动都需要持续巡查。新华社提到，河北华电石家庄热电有限公司用四轮足机器人搭载摄像机和红外热成像仪，配合AI识别仪表读数和设备异常。机器人能走到一些人不方便长时间停留的区域，但异常是否成立仍需维护人员处置。

在安徽平圩电厂，新华社报道称6号机组上线了AI智能环保系统，参与脱硝喷氨、脱硫供浆和除尘等流程，AI自控率最高可达99%。这里的“最高”是单个案例的项目数据，不代表电厂所有环节都完全不需要人，也不代表其他机组能复制相同指标。

这些用途的共同点，是把重复、持续、参数多的工作交给模型做辅助或局部控制。工程师可以少盯一些曲线，把精力放到设备异常、工艺优化和事故预案上。真正的难点在于数据是否准确、模型是否适应新设备，以及发生异常时人能不能及时接管。

关键时刻，AI必须知道自己可能算错

电力系统最怕的，恰恰是历史数据里少见的天气。持续高温、寒潮、强对流、连续低风低光，都可能让过去有效的预测突然失灵。新华社采访的专家提醒，模型平时表现不错，不代表遇到极端天气仍可靠。

所以，电力AI不是一个“输入问题、直接照办”的聊天框。关键调度结果需要专业计算、仿真验证、不同算法交叉检查和人工复核；某些系统还会给模型设定可操作范围，避免一个预测值直接触发不合适的动作。

AI进入电力系统，还要通过长时间运行来证明稳定性：设备更换、传感器漂移、维护周期和燃料品质变化，都可能让旧数据和新现场不再匹配。对外公布的案例指标也应看清统计口径和时间范围，不能把一个机组、一段时间的最好表现，直接当作整个行业的平均水平。

对普通人而言，AI暂时不会让电网变成完全无人值守的自动驾驶系统。它更像一个能同时盯住天气、负荷和设备状态的副驾驶：帮忙提早发现变化，减少人工重复劳动，真正踩刹车和决定路线的责任仍在人和规则手里。