三重技术桎梏，制约电力气象智能化升级

《可再生能源发展“十五五”规划》明确了新型电力系统智能化、精细化、自主化的发展方向，自主可控已成为行业发展核心航向。

随着中国新能源装机规模持续扩容，极端天气对电力系统电源、电网、负荷全环节的影响深度、广度持续提升，气象扰动从偶发风险转变为影响电力供需平衡的关键变量。电力气象预报的微小偏差都会被逐级放大，仅每秒1米的风速误差，就可能引发千万千瓦级功率失衡，加剧电力保供与新能源消纳矛盾。传统通用气象服务模式难以适配电网微尺度、高精度、全链条的调度决策需求，打造专业化、定制化、自主化的电力气象保障体系迫在眉睫。

当前中国传统电力气象体系存在三大突出短板，严重制约行业高质量发展。

其一，传统预报模式时效性、精细度不足。

新型电力系统对台风、寒潮、强对流、线路覆冰等极端天气预报提出严苛要求，但传统数值天气预报(NWP)计算耗时长、资源能耗高、更新频次低，无法支撑电网分钟级、场站级精细化调度，难以捕捉局部微气象瞬息变化，持续加重电网调峰调频压力。

其二，通用大模型缺乏电力领域专属适配能力。

“公共气象服务与电力生产实际需求存在差距。”中国电力科学研究院有限公司新能源所总工程师黄越辉认为，其对电力设备所处位置的观测代表性不足;无法满足电力生产的定时、定点、定量的需求;电力生产所需的关键气象要素缺失。

通俗而言，通用模型存在明显的场景适配短板，缺少输电线路、新能源场站专属数据集，空间分辨率不达标，对覆冰、强对流、台风等电力高影响灾害刻画失真，输出结果无法直接对接电网调度平台，难以支撑场站级差异化、精细化应用。如同制式成衣无法适配个性化身形需求。

其三是底层核心算力高度依赖境外供给，产业链暗藏难以规避的安全暗礁。

业内专家指出，未来电力气象智能预报发展，需聚焦差异化预报体系构建、全生命周期技术建设、行业标准化落地三大核心方向，全面推进自主化、智能化升级。

三方协同攻坚，构建“场景+算法+算力”国产化创新体系

立足新型电力系统建设刚需，“玑衡”电力气象大模型应运而生。模型名称取自上古天文观象仪器“璇玑玉衡”，寓意以自主算力精准勘测风云变幻，以硬核核心技术守护电网安全稳定，成为能源气象赛道科技自立自强的重要支撑。

项目构建起中国电科院、中国科学技术大学、海光信息三位一体的产学研攻坚体系，形成“产业场景牵引、前沿算法攻坚、国产算力筑基”的完整创新闭环，打通从业务需求、技术研发到落地应用的全流程链路。三方各司其职、深度耦合，协同攻克多项行业核心技术难题。

中国电科院作为项目牵头单位，深耕电力气象领域数十年，积淀了深厚的行业技术与实践经验。团队整合全国数千座新能源场站实测数据、输电线路气象监测数据及历年气象灾害案例，明确电网调度、设备运检、新能源并网全链条业务标准与校验规范，牵头模型研发与迭代优化，精准修正算法与电网实际业务的适配偏差，彻底解决AI技术与电力产业场景脱节的行业痛点。

中国科学技术大学发挥数理与人工智能交叉学科优势，优化模型架构与算法，团队首创“全球—全国—省域”三级嵌套预报架构，通过“知识—结构—参数”逐级传递，将省域模型空间分辨率提升至3*3公里，实现场站级精准气象预报。

同时，针对性优化注意力机制与多目标损失函数，自研多源数据同化算法，融合地面测站、场站传感器等多维观测数据，在精细化出力预估、极端气象精准识别领域实现关键突破。电力场景适配的损失函数加持，有效解决了通用模型“预报趋同、极端失准”的通病，让AI气象预测深度适配电网运行逻辑，提升了10余类电网高影响天气的预警预报能力。

海光信息为模型提供全流程国产化算力底座，筑牢自主可控根基。项目依托国产DCU-3G人工智能算力平台，全面承载数据预处理、数据同化、模型训练、线上推理等全环节国产化作业。研发团队针对气象高分辨率网格计算特性，优化存算传协同架构，深度适配、定制调优主流深度学习框架，实现预报运算效率百倍跃升，彻底摆脱境外算力依赖，真正达成电力气象大模型全链路自主可控。