河北
来源：市场资讯
（来源：中国软件行业协会）
电力云作为公共云在电力行业的专属承载形态，既是新型电力系统建设的核心基础设施，也是释放数据要素价值、加速AI赋能电网管理的关键平台。随着新能源大规模并网与“双碳”目标纵深推进，电力云正从“数字化转型的辅助工具”走向“新型电力系统的核心引擎”。
面临挑战
截至2024年6月底，我国新能源发电装机规模首次超过煤电，能源结构转型取得历史性突破。然而，新能源发电固有的随机性、波动性和间歇性特点，给电网安全稳定运行带来严峻挑战。
一是传统数值预测精度提升难——观测数据使用率低，预测精度已达瓶颈，预测偏差大直接导致弃风弃光与购电成本双重损失，严重影响发电企业经济效益。
二是业务场景适配度低——传统数值预报基于大气流动力学模型，完成一次预测需6至10小时，时间长、时效性差，期间气象突变无法识别、波动无法及时修正，难以满足新能源并网对分钟级响应的要求。
面对新能源功率预测的上述挑战，新一代电力智算云解决方案聚焦多源数据融合、区域预测大模型、一站式模型开发三大方向，全面提升预测精度与时效性，有效降低电力交易中的偏差电费损失。
▲新能源功率预测解决方案参考架构
新一代电力智算云
聚焦三大方向，提升预测精度与时效性
多源数据融合处理方面
方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。首先，获取气象数据集，包括欧洲气象局ERA5再分析数据集、中国气象局CLDAS数据集及场站自有观测数据，形成多源数据体系。其次，开展质量评估，对各类数据源的完整性、准确性进行系统评估，识别数据缺失与异常。
最后，进行标准化处理，包括丢弃脏数据、基于时空插值补值、提取风速与辐照度等关键气象要素特征、转换为统一标准格式，并进行完整性与正确性校验。经标准化处理后的高质量数据集，为区域风光预测模型的训练与迭代奠定了坚实的数据基础。
区域预测大模型方面
方案依托业界领先的气象大模型构建区域高精度预测能力。模型采用独创的3D Earth-Specific Transformer（3DEST）三维神经网络架构，能有效处理复杂的不均匀三维气象数据，并通过层次化时域聚合策略减少预报迭代误差。以风速预测为例，方案可提供未来0至240小时的近地表风速预测，空间分辨率达9公里，时间分辨率1小时，相较国外其他气象大模型具备显著优势。
▲区域风速预测模型
一站式模型开发方面
方案提供训推一体化的模型开发工作流。基于气象大模型的基础架构与预训练能力，客户可直接在大模型之上开展增量训练与微调，充分利用场站所在区域的高精度历史数据（如3公里、1公里分辨率），针对不同场站和区域的地形地貌与气候特征进行模型调优。模型上线后，可基于新产生的观测数据持续迭代优化，实现区域气象模型的自主演进。
▲一站式模型开发
案例实践
中国华电与公共云服务商合作打造的“华电智禹·乌江睿算”AI大模型，是AI大模型技术首次被应用于径流预测领域，也是电力云建设的标杆案例。基于公共云服务商智算底座及气象大模型，通过时空图神经网络重新建模产流机制，中国华电建成超50TB多源融合数据集，突破时空建模与机理融合等五大关键技术，短期径流预测精度较传统机理模型提升5个百分点以上，实现15天中期径流预测精度超85%，推理效率达秒级。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
