AI+水电，要“可用”更要“好用”

近日，国家能源局发布“人工智能+”能源高价值场景清单。其中，水电领域高原大型水电工程建设安全穿透式可视化智能管控、流域水电智慧调度与智能决策等7个高价值场景入选。

多位受访专家说，AI在我国水电领域的应用已从“点”上的技术验证，走向“面”上的规模化落地，其在智能建设、智慧调度等方面取得的成效尤为显著。但水电AI要实现从“可用”到“好用”“敢用”的跨越，还需解决数据标准统一、决策机制优化等深层次问题。

工程建设更智能

在浙江省天台抽水蓄能电站上水库大坝填筑期间，推土机、碾压机等设备组成集群，一字排开默契地进行协同作业。然而，这些机器的驾驶室里却不见一个人影。

天台抽蓄电站是典型的高水头、大容量工程，对筑坝质量和施工效率要求极高。传统筑坝方式依赖大量人力，不仅效率不高，还面临较大安全风险。对此，施工单位联合高校开展坝面无人化智能筑坝技术攻关，为推土机装上了智能作业系统，依托国产北斗导航系统实现厘米级定位，让机械自主识别作业边界、实时调整轨迹；同时，引入多智能主体协同技术，为每台设备配备独立传感器，使它们能根据周围环境自主完成路径规划与协同避障。数据显示，智能筑坝模式使人工成本减少约50%，工期缩短10%，质量保证率达99.5%。

无人机械集群是AI技术在水电站建设领域应用的一个缩影。随着智能化技术的不断进步，水电站建设正走向全链条智能化。

位于四川省大渡河上游的双江口水电站设计高度达315米，是世界水电第一高坝。它集“超高心墙堆石坝、超大填筑方量、高地应力、高水头、高边坡、高寒和深基坑”等技术难点于一身，建设难度全球罕见，给传统以人力为主的施工方式带来极大挑战。为解决建设难题，项目团队依托智慧大坝协同指挥平台，综合应用智能碾压、智能摊铺、智能温控等前沿技术，全面实现填筑施工全流程数字化管控，在提升建设效率的同时大幅提升了安全性。

虽然AI技术在水电站建设领域已“小试牛刀”，但受访专家直言，这一技术从试点示范走向规模化推广仍面临多重挑战。

“突出问题在于数据标准不统一。不同设计院、施工单位采用各自的数字化平台，建筑信息模型格式、传感器协议互不兼容，仅协调多方数据接口就可能耗费数月时间。”浙江天台抽水蓄能有限公司工程管理部副主任周涛坦言。

复合型人才的断档问题同样不容忽视。“懂水电的不懂AI，懂AI的不懂工地”现象普遍存在，算法工程师开发的模型在实验室准确率高达95%，但到了现场，却因环境噪声干扰骤降至70%。

此外，水电工程从设计、建设到后期运维的数据链仍未完全打通，制约着智能化效益的充分发挥。特别是大量工程竣工后，施工期积累的海量监测数据被封存，无法反哺后续运行优化等流程。

周涛告诉记者，在AI加速落地背景下，建筑信息模型、监测传感器等数字化、信息化技术正加速打通“数据不通畅”的堵点。此外，通过建立行业制度规范、引进交叉学科人才，水电工程智慧化建设速度将持续提升。

联合调度更“聪明”

AI不仅能使水电站建设提质增效，也让水电调度更“聪明”。

从金沙江下游至长江干流，乌东德、白鹤滩、溪洛渡、向家坝、三峡和葛洲坝6座大型水电站自上而下排列，构成了一条跨越1800公里、水位落差超900米的世界最大清洁能源走廊。但协同调度这6座巨型水电站，面对的挑战远比想象中复杂。流域巨型电站群的运营调度涉及“水、机、电”多个环节，规模巨大、时空多变、跨区跨网、结构复杂，因此需要依托AI、大数据等先进技术，建立水电“工业大脑”。

2020年，三峡集团所属中国长江电力股份有限公司在这条清洁能源走廊上启动“工业大脑”建设，自主研发覆盖全业务场景的工业互联网平台。2024年，工业互联网平台在6座梯级水电站部署完毕，标志着世界最大清洁能源走廊“工业大脑”基本建成，水电站运营效率、运行安全可靠性大幅提升。2025年，中国长江电力股份有限公司启动“金沙江下游梯级水库群数字孪生系统构建”项目，研发专业模型库与多模型高效耦合平台，打造支撑联合优化调度的智慧中枢，实现“预报、预警、预演、预案”一体化功能。如今，依托数据预测等AI核心算法，“工业大脑”彻底覆盖测点监测盲区，改变指标计算依赖人工的传统模式，实现设备状态精准预测。

“‘工业大脑’在流域电站群应用后，电站运营效率、运行安全可靠性大幅提升，流域电站运营成本有所下降，智能应用开发周期大幅缩短。”长江电力科学技术研究中心主任李友平说。

虽然取得了不少成果，但AI在水电调度领域规模化推广还有很长的路要走。三峡集团科学技术研究院信息中心副主任专业师王峥瀛在长期跟踪调研中发现，智能调度领域仍存在多目标协同困难、自然环境条件复杂、有效数据样本匮乏等众多挑战，数据驱动型AI算法暂无法完全取代传统机理模型。对此，王峥瀛建议，水电行业可在严守数据安全底线的基础上，充分开放多元应用场景，广泛汇聚各方力量开展技术创新，推动AI与调度融合应用，实现从算法研发到落地实践的全方位突破。

诊断运维更可靠

在云南澜沧江流域，世界首座300米级混凝土双曲拱坝——小湾水电站以294.5米的巍峨身姿傲立群山。3台无人机从停机坪腾空而起，按照预设轨迹对大坝进行全面数据搜集。搭载三维激光、高分辨率相机等先进技术的无人机，不到4小时就完成了一次人工无法做到的全面“体检”，这项基于AI的特高拱坝无人巡检技术已达到国际领先水平。

放眼整个行业，智能预警、智能检修、智能运维已经规模化铺开。

华电电力科学研究院有限公司研发的远程诊断平台，融合动态自学习AI算法与设备健康度分层评估模型，构建覆盖30多类主辅设备、200余项典型故障的知识库，已在68座水电站199台机组成功应用。

广西桂冠电力股份有限公司形成“全息感知—数字孪生—智能诊断—预测维护—可视化决策”全链条技术能力，故障处理时间缩短40%，运维效率整体提升30%，试运行半年来，已多次成功预警轴承温升异常等潜在故障，平均提前预警时间达24小时。

AI技术的迅猛发展，为解决水电行业痛点提供了有力支撑。但在此过程中，也暴露出一系列问题。三峡集团科学技术研究院多能互补中心主任专业师林恩德告诉记者，最突出的挑战是AI在预测性维护领域的准确率有待提高，现有模型在故障特征提取和早期预警方面的精度仍有提升空间。

此外，场景应用广度尚需拓展，技术深度有待提升。中国水力发电工程学会自动化专业委员会委员吴昊观察到，目前AI大部分落地在设备智能运维、水电调度等方面，尚未应用到水电各领域、各环节，距离AI全面赋能还有差距。以抽水蓄能行业为例，亟待推动应用范围由单一设备运维向全生命周期资产管理延伸，以更长链条、更大范围促进AI和能源双向赋能。

对此，行业专家开出“药方”：加强数据治理和标准化建设，打通多源异构数据通道，构建统一的水电行业数据交换标准；加大水电行业专用AI大模型研发力度，深化产学研用多方协同；推动传统水电技术人员的AI技能再培训，形成“数据采集—治理分析—智能决策”完整人才培养链条。对于大坝安全等尚未大规模应用AI的领域，也应加快探索利用新一代AI技术模拟工程师的分析、推理和决策过程。

同时，吴昊说，应同步拓展“AI+水电”应用的深度和广度，加强场景设计和场景开放，融合科技、产业、数据等多重要素，推动由单一领域向全面赋能转变；同时，加强数智技术和新能源技术的协同衔接，深耕算法质量，引入更加精准的边界条件、变量参数和逻辑关系，并在应用中不断优化，实现更加强大的集成系统和工程实践。

“从工程建设到联合调度，从状态检修到智能决策，‘AI+’正以润物无声的方式渗入水电的每一个环节。”林恩德说，“可以预见，随着数据标准不断统一，复合人才加速培养，技术迭代日益加快，‘AI+水电’将跨越从试点示范到规模化应用的‘最后一公里’，为清洁能源高质量发展贡献更多力量。”

（科技日报记者叶青对本文亦有贡献）

延伸阅读

抽水蓄能电站来了人工智能“大管家”

科技日报记者 叶青

“人工智能+”能源高价值场景清单近日发布，水电（抽水蓄能）设备智慧运营是其中的高价值场景之一。

“AI数据分析平台能利用算法24小时不间歇对抽水蓄能机组运行数据进行实时精准诊断，在发现异常和缺陷时立刻发出警报，提醒运维人员及时处置。此外，它能融合分析设备振动、温升等日常维护数据，将运维从定期停电检修变为预测性线上维护，在提高设备可靠性的同时，最大化提升电站的经济效益与电网支撑能力。”南方电网储能股份有限公司（以下简称“南网储能公司”）技术专家刘轩说。

走进位于广州番禺的南网储能公司抽水蓄能AI数据分析大厅，只见屏幕上实时显示着广东35台抽水蓄能机组的高负荷运行状态。作为我国首个大型抽水蓄能数据分析平台，其依托43万个测点，接入广东6座在运抽水蓄能电站的全部设备数据。借助1000多套模型和1.3万个算法的实时毫秒级分析，运维人员可以足不出户地掌握机组设备的实时健康状态。

“这套AI平台掌握着约全国六分之一规模在运抽水蓄能机组的实时状态。”刘轩介绍，自2023年投运以来，在机器自主学习功能的支撑下，线上智能巡检提前发现设备缺陷或隐患165项，大幅减少了设备停电检修排查缺陷频次，每年创造效益约1700万元。

除了改变运维方式，AI还为抽蓄电站的运营管理带来技术红利。

2024年10月，广东梅州抽水蓄能电站率先以“报量报价”方式参与电力现货市场交易全部电量，“低价买电抽水，高价放水发电”成为电站市场化运营的新范式。电站运行团队研发基于机器学习的AI节点电价预测算法，整合分析天气信息、负荷预测、不同交易场景及市场政策变动等多维度数据，帮助报价小组制定科学合理的报价策略。入市以来，该电站已累计交易电量41.58亿千瓦时，相比入市前启动方式更加灵活，市场响应次数明显增加，AI支撑电力市场报价日趋成熟。

不仅是广东，全国多地积极推进AI在水电设备智慧运营中的应用。云南省印发的《云南省推进“人工智能+”能源高质量发展实施方案（2026—2030年）》提出，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。《四川省加快推进“人工智能+”一号创新工程实施方案》明确，开展“人工智能+”能源融合试点，以场景培育推动人工智能在智能电网、能源新业态、新能源、柔性输电、水风光多能互补发电等领域应用，探索一体化人工智能应用方案。