在龙云看来，电力系统的智能化转型并非选择题 ，而是必答题
。随着风电
、光伏等新能源大规模并网
，以及电动汽车等新型负荷的激增，传统电力系统的供需平衡、系统调控和安全稳定面临前所未有的挑战。“新能源发电的随机性 、负荷波动的复杂性 ，使得传统调度方法难以应对
，而人工智能在预测、系统仿真
、优化调控等领域的应用，为新型电力系统建设提供了关键支撑 。
”龙云说
。

在南方电网的实践中 ，AI已渗透至发电预测、设备巡检 、负荷调度等核心环节。龙云举例
，通过AI算法，全网调度计划业务人员工作耗时从小时级压缩至分钟级 ，负荷预测准确率提升至98.4%；输变电设备典型缺陷识别准确率超90%，输电巡检效率提高近80倍 。

南方电网的智能化转型始于2019年。从战略规划到专业公司成立
，从创新平台搭建到“大瓦特”大模型发布，南方电网持续推动AI技术与电力业务深度融合 ，完成了从技术跟随到自主创新的转变
。

然而
，技术突破的背后是行业共性的挑战。龙云坦言，当前人工智能在电力领域的应用仍面临资源
、技术和信息“三大壁垒 ” ，矛盾日益凸显
，叠加电力系统的高安全、高稳定 、高质效要求，制约了人工智能大规模的落地应用 。

为破解这一困局 ，南方电网以生态共建为突破口
。在政府引导下建立公共性资源配置平台
，通过“试验场+赛马场
”机制促进技术迭代，以“汇集地+创新地”模式培育专业人才 ，最终实现数据
、模型和人才等要素全局优化配置
，实现共同进步。

在全球能源转型的背景下，AI与电力的融合已超越技术范畴 ，成为国家竞争力的组成部分 。龙云指出，南方电网正在推动全业务域人工智能赋能行动
，以AI技术保障电力系统安全稳定、促进电力运行经济高效 、促进服务提质增效，“在生产
、营销、调度等领域 ，AI应用效果将会更为突出
”
。

在人工智能技术加速落地的当下
，算力 、数据
、算法的高成本投入成为横亘在行业面前的共同难题。“目前阶段，人工智能仍然属于资源投入型产业 ，人工智能产业应用对资金、技术依赖度极高 。”龙云说
。

鉴于此
，南方电网通过AI要素运营强化基础资源统筹，优化资源配置和管理 ，提升人工智能投入成本效益。

一方面
，依托底座式数据中心和AI飞轮工具链，形成云边端深度链接 、数据场景迭代互促的可持续发展模式 ，统筹打造人工智能高质量样本库
，同时构建隐私保护策略和评测体系，确保敏感数据安全 。

另一方面 ，通过精益管理和技术优化，采用负载均衡、优先级调度等分布式算力调度技术
，实现算力集群高效协同，避免算力闲置
。此外 ，通过模型量化等技术创新减少计算冗余
，持续投入研发实现算力高效利用。