其基于強化學習技術，在極少標注數據條件下顯著提升模型推理能力，在數學、代碼、自然語言推理等任務上性能對齊OpenAIo1模型。此外，DeepSeek-R1API服務的定價顯著低于o1，具備性價比優勢。隨著DeepSeek在大幅降低AI大模型使用成本的同時，進一步提升了應用質量，或將在其基 45482 17公京司控2）在密集招標的同時，能源行業內部亦加速模型研發進程，2024“祝融2.0”Wi 雙 風光電占比大幅提

AI從實際進展看，場景1：I，例如安徽宣城供電公司基于光明大模型開發配網調度機器人，能夠實現檢修申請自動校核、操作票智能生成等功能。從效果上看，傳統需3小時人工擬寫的調度指令，現僅需30分鐘完成，效率提升83析還能提升配網調度精準度，達到增質效果，例如湖南長沙市調基于大模型優化負荷轉供策略，綜合研判因素從原來人工支持10個擴展至模型支持35個，顯著提實際案例包括：1）江蘇泰州供電公司基于光明大模型對輸電異物隱患算法進行升級，實現識別準確率提升至884%；）國網體系外，“5G由于供電局轄內鐵塔有超400處位于無信號區，傳統智能巡檢缺乏通信條件，基于此，華為首創并推出“5場景3：I（智能客服）。驅動階段和大語言模型技術驅動階段。基礎關鍵字階段主要基于數據庫查詢和規則庫，用于回答常見的電力問題，如賬單查詢、用電量統計等，重點提供基本的信息查詢功能；規則驅動階段逐漸引入了規則和模板，處理更多的問題類型，提供靈活的回答，擴展問答能力。但之前的問答具備很多局限，現在借助C大語來高效智能的互動體驗。實踐案例： 2024年以來，《2024-2025年節能降碳行動方案》、《關于做好新能源消納工作（24—27年）》等行業政策密集推出，能源T頂層機制不斷完善、電力體制改革持續推進，結合國網、南網規劃電網投資增速創新高，政策與資金的結合不斷強化產業趨勢，有望為能源帶來增量建設需求。建議關注相關領域投資機會：輸配電（電網數字化、配網自動化）、電力交易、輔助能源服務。 新能源功率預測、電網調度系統、市場化交易和用戶側需求響應成為現階段實現電力供需匹配、保障電力穩定的四大措施。以風電、光伏等為主體的清潔能源發電占比持續提升；電力體制改革加速前行，交易價格抬升、交易主體增多，綜合能源運營管理、購售電一體化等為主營業務的綜合能源服務廠商迎來黃金發展時期。其中，軟件企業作為賦能者，以數據為中心，幫助使用者探求最準確的發電預測、最優購售電方案以及最優能源運營管理方案，實現利益最大化，由。措施1：措施2：措施4：交易管理、輔助報價決策、（分布式儲能（分布式儲能微電 源網荷儲一體虛擬電（電力信息安全 輸配電側主要起到承上啟下的作用，鏈接發電側與用電側，電力即發即用的屬性導致電網是整個電力產業鏈最核心的環節。新能源時代1）電力供給的結構發生很大變化，光風資源比較豐富的西北、東北以及部分沿海地區逐漸興起，新的跨區域調度需求日益增強；2）上下游的離散度以及用電的隨機性提升導致對電力調控敏捷性的要求進一步提升，電網調度及數字化需求凸顯；3）電力市場化交易興起，電力交易規則復雜度提升，計價相關產品迎來邊際改善。2425（分布式電源（分布式電源機器人巡檢智能檢 繼電保（能源管理

發電企 售用電企生產能力分 調 調

同時，分布式能源的發展使