AI应用端行业研究：AI+矿山、AI+电力助力能源改革

场景透视 2：AI 赋能工业操作系统，实现矿山全域万物互联

传统矿山各业务系统呈“烟囱式”相互独立，信息系统无法融合实现信息交互，对后续“智 能决策”帮助有限，无法发挥数据融合带来的价值。“矿鸿”操作系统打通各个设备、业 务、系统，真正实现万物互联，支撑“矿山一平台”数字平台解决方案利用 AI、大数据、 物联网等技术实现数据真正融通，充分发挥 AI 大模型基于大数据分析的智能决策能力。 在盘古矿山大模型的支撑下，未来智能矿山有望实现人机交互式互动指令下达，机机互联 实现数据、命令互通，无需人员到场，即可一键式完成“指令下达-机器实现-数据回传智能分析”流程，有望加速煤炭行业智能化。

场景透视 3：AI 赋能带式输送机作业，提供无人化智能解决方案
AI 赋能皮带运输机智能监管方案，解放人力，提升效率。皮带运输机是煤炭行业的重要 物料运输设备，然而在传输过程中，由于皮带跑偏、无煤空转等导致生产效率低下，人工 监测耗时耗力，维护成本高。 基于“视频+AI”技术，通过大模型训练出场景化 AI 算法，可以快速生成“皮带检测”算 法模型，实现对皮带跑偏、皮带煤量、皮带有无煤及运动状态的智能检测，形成预警信号 并上报至煤矿皮带集中控制系统，完成事件闭环管理，提供无人化智能解决方案。

标杆案例 1：龙软科技，煤矿智能化技术领先，智慧矿山建设有望受益 AI 发展

龙软科技是煤矿智能化工业软件龙头，为大中型煤矿集团提供自主创新的智能煤矿解决方 案。2022 年，龙软科技新增授权专利 17 项，其中发明专利 8 项，取得软件著作权 44 项。 多维地理信息和可视化成果是“作战指挥平台”的基础，龙软科技提出了以地质测量多维 数据为基础的智能化矿山管控新模式，能够实现可视化巡查、数字孪生和远程工业控制。 龙软科技有望通过 AI 视频、数字孪生、5G+工业互联网等先进技术，构建了数字孪生的 透明化、智能化管控平台，实现矿井安全生产管理的协同调度、集中管控和科学决策；智 能化选煤厂将先进的传感监测、大数据、AI、物联网、云计算等技术深度融合到复杂选煤 工艺生产过程；决策支持承载平台采用云计算、大数据、TGIS、AI 视频识别等技术，为 矿井安全生产经营提供辅助决策。龙软科技与华为面向智能矿山建设共同提出了整体解决 方案，作为华为的认证级开发伙伴，龙软科技未来有望接入盘古矿山大模型，受益于大模 型赋能智能化矿山建设。

标杆案例 2：云鼎科技，与华为在盘古、矿鸿等方面联合攻关打造智慧矿山
云鼎科技是山东能源集团旗下专注于信息技术服务和工业智能化应用的高科技 A 股上市 公司，具有煤矿领域实践积累+AI 算法技术支撑双重优势。云鼎科技在 5G 智慧矿山建设 方面经过深厚积累，在 2022 年获得世界 5G 大会企业组一等奖，2022 年 10 月与华为签 署了框架合作协议，全面启动包括矿鸿、人工智能、矿用终端在内等领域的合作。 2022 年，云鼎科技自主研发的 AI 服务平台正式上线，推出了集数据+算法+算力+平台一 体化的产品，可在监控视频分析、设备健康管理、智能过程控制等方面提供 AI 建模支持。 同时，联合华为就 AI 在煤矿领域的应用展开合作,依托华为在 AI 算法的技术优势，结合 云鼎在能源生产领域的业务实践，共同研发 AI 算法模型在能源生产领域的应用。

标杆案例 3：梅安森，“小安易联”国产化自主可控助力智慧矿山管控平台建设

梅安森是国内领先“物联网+”企业。公司自主研发的“小安易联工业互联网操作系统”， 依托云计算、大数据、AI、物联网、二三维 GIS 等先进技术，具备包括数字门户、智能 表单、流程引擎等在内的十大核心功能，已获鲲鹏+银河麒麟 OS、鲲鹏+统信 UOS 相互 兼容性测试认证。 公司的煤矿“电子封条系统”推广建设成果初显。系统分为三层，其中矿山层主要由流媒 体服务器、AI 分析装置、普通摄像仪/AI 智能摄像机组成，可实现人员入井、货运车辆的 识别实时上报，运输状态识别，摄像头被遮挡或挪动识别。智能化矿山综合管控平台的 AI 视频识别系统，以 AI 图像智能识别技术为核心，通过多维度、多角度的视频识别、分 析及统计，实现隐患识别、煤流量监测、人员行为识别等，进一步提升煤矿安全生产水平。 2023 年 1 月 4 日，梅安森与西门子签订战略合作，共同完善煤矿及非煤矿行业设备故障 预测性维护解决方案。随着 AI 技术在预测性维护等应用领域的不断开拓，有望助力梅安 森进一步提升矿山及非矿山智慧管理平台的建设能力，实现更广泛的应用场景。

标杆案例 4：北路智控，聚焦智慧矿山，AI 视频分析赋能矿山信息系统建设
北路智控是智能矿山信息系统领军企业，聚焦煤矿智能化、信息化建设，深耕煤炭行业， 拥有通信、监控、集控及装备配套四大系统，提供软硬件一体解决方案。 北路智控的智能化矿山整体解决方案，将调度、运输、预警、巡检、决策等融为一体，在 AI 视频分析方面，采用“云、边、端”技术架构，可支持本地部署 AI 分析平台、提供 AI 摄像机或 AI 分析主机，视频识别分析出“井下三违”和“安全隐患”后，联动报警器、 广播系统，或直接联动控制终端，从源头上保证人员安全。 受益于“建设 AI 视频智能辅助监管监察系统”政策支持，AI 视频分析迎来重大机遇，加之 AI 多模态大模型技术引领，有望支撑北路智控 AI 视频技术持续迭代。

智慧电力：AI 大模型推动“源网荷储”智能化变革，电力 IT 或将广泛受益

第四轮电力市场化改革不同以往，或将演绎为颠覆电力行业发展的 AI+能源革命
此前市场普遍认为，电力行业系典型的周期性行业，其本质系上游发电装机容量的供给弹 性与下游工商业用电需求存在错位，应当符合固定资产投资的朱格拉周期特征。然而，通 过梳理 1997 年首轮电力市场化改革以来的全国月度发电量同比增速，我们并未在 8~10 年的时间窗口中看到明显的朱格拉周期效应，这究竟是朱格拉周期在我国电力行业的失灵 还是另有原因？ 为此，我们提出以下四条线索试图论证当前我国电力行业并不适合套用经典的朱格拉周期 理论，并认为 2021 年末的第四轮电力市场化改革不同以往，在当下 AI 大模型快速迭代 发展的背景下，或将演绎为颠覆电力行业发展的 AI+能源革命。

宏观经济线：电力行业或逐渐弱化与经济风格及 GDP 增速强绑定逻辑

经济结构或与能源结构脱钩，电力行业或逐渐弱化与经济风格及 GDP 增速强绑定逻辑。 通过复盘 1997 年以来我国发电量大开大合的几个阶段，在剔除四轮“电改”的影响之后， 我们认为在 2021 年电力市场化改革进入实质阶段前的发电量周期波动主要受到我国宏观 经济的影响。 2008~2009 年全球金融危机期间，我国主要经济风格为“稳增长”，同期发电量增 速达到历史峰值； 2012~2015 年，我国在经济增速相对稳定的前提下，为防范前期“四万亿”投入引 发的过剩产能等潜在风险，经济风格逐步转向“调结构”，2015 年 11 月中央明确 提出“供给侧结构性改革”，高耗能产业随即进入衰退期，同期全国发电量增速逐渐 下行至负增长； 2020 年初，受到新冠疫情影响，我国经济风格再次转入“稳增长”，同期发电量增 速高度吻合；2021 年，疫情影响短期消退，在经济增速冗余空间相对充裕的前提下，经济风格再 次转向“调结构”防范化解系统性风险，调控高能耗企业生产，全国发电量从高位快 速下探。 随着 2022 年上半年全球疫情再次反复，经济风格再次转向“稳增长”周期。

我们认为，尽管“稳增长”与“调结构”势必会成为可预见的未来里我国经济风格的两种 主要切换模式，但电力行业或将逐渐摆脱与经济风格的强绑定逻辑，其中最为核心的边际 变量为我国电力能源结构：此前我国电力能源结构主要以不可再生的燃煤为主，随着我国电力能源结构逐步向风电光伏倾斜，“调结构”周期下的传统重工业下行对于电力行业的 影响或将得到一定对冲。 同时，我们认为电力行业也将逐渐摆脱与 GDP 增速的强绑定逻辑：2003~2007 年与 2016~2018 年间系全国发电量未受到明显外生因素影响、增速相对平滑的两个阶段，阶 段内全国发电量增速中枢与同期 GDP 增速中枢高度一致。我们认为，在“3060 达峰中 和”政策时间表指引以及 AI 大模型赋能“源网荷储”智能化升级背景下，电力行业或将 在未来 5~10 年跑赢 GDP 增速逐步摆脱强绑定关系。

电力改革线：历次“电改”触发行业高景气引擎，本次电改有望迎来新一轮高景气

市场化程度逐步加深，历次“电改”触发行业高景气引擎： 1997 年，我国撤销电力部，成立国家电力公司，初步由高度计划体制转向市场体制， 我国电力改革首次拉开序幕； 2002 年，“厂网分离”、“政企分开”，发电公司与电网分开，电力市场化程度加 深； 2015 年，“管住中间、放开两头”，售电侧解耦，市场化持续推进； 2021 年末，煤电进入电力市场，工商业用户全部接入电力市场，全国统一电力市场 启动建设。至此，我国电力市场化改革才迎来了真正由量变到质变的拐点。 我们认为，历次电力市场化改革的深化都同时伴随着全国发电量的上行，且后续震荡稳定 在 GDP 增速左右，可见电力市场化改革的确促进了上游电力供给与下游电力需求的适配， 且方向上通常表现为新一轮的电力行业高景气。2021 年后，随着全国统一电力市场的逐 步建立健全，有理由认为电力行业将迎来新一轮高景气时期。

电网投资线：十四五期间两张电网近三万亿投入再创历史新高
十四五期间两张电网近三万亿投入再创历史新高。十四五期间，国家电网与南方电网合计 规划投入 2.9 亿元（其中国家电网 2.23 亿、南方电网 0.67 亿），超过十三五期间规划资 金 5,000 亿元，再创历史新高。我们认为，巨额投资不仅代表着未来五年电力行业可预期 的繁荣，也可能意味着其背后掀动的能源革命有望即将到来。

技术变革线：AI 大模型有望推动“源网荷储”智能化变革

电源侧：风电光伏新能源电力的平滑上网离不开准确、高频的气象预测数据，华为云 盘古大模型与阿里通义千问大模型均已发布相关行业模型，或将赋能传统新能源电站 运营系统精细化、智能化升级。 电网侧：BIM 设计是贯穿电网全域的精细建模、微观选址、建筑算量软件。AI 大模 型有望打破二维与三维壁垒，实现有效转换高度联动，提升设计效率。无论是基于 2D 图纸的精细化翻模、还是基于语言+图片/2D 图纸的正向设计构件智能化生成， AI+将有效提升 BIM 设计人员效率。 电荷及储能侧，AI 大模型有望赋能电力市场交易，推动智慧能源管理系统通过高频 实时响应决策机制，帮助售电公司、工商业用户、城乡家庭用户在上游发电峰值低价 购入电能，在上游发电供应短缺时高价卖出电能，通过微电网储能或电动汽车、小型 光伏面板及蓄电池进行调蓄，从而在电力交易行为当中获益，打破此前电力 IT 作为 成本中心的预算刚性关系。

电源侧：AI 气象预测推动新能源功率预测智能化、精细化变革，国能日新或将受益

场景透视：AI 大模型气象预测信息推动新能源功率预测智能化、精细化变革
新能源发电功率预测系统需求高精度、高频次气象预报数据。能源局《发电厂并网运行管 理实施细则》要求，新能源电站必须于每天早上 9点前向电网调度部门报送短期功率预 测数据，用于电网调度做未来 1 天或数天的发电计划。以风电、光伏为代表的新能源电 力功率预测系统基于高精度、高频次的气象预报数据指导次（数）日风场风量、光照时间、 光照强度等相关核心指标。

华为云盘古气象模型预测精度首超传统数值预报方法，破局中长期气象预测难题。中长期 气象预测准确率往往较低，传统数值预报将气象监测数据代入数学物理方程式进行预测， 难以改变中长期气象预测的困境。盘古气象大模型是首个精度超过传统数值预报方法的AI 预报方法，预测精度在 1 小时到 7 天内均高于传统数值方法（欧洲气象中心的 operational IFS），同时能够提供秒级全球气象预报，预测速度提高 10,000 倍以上，台 风轨迹预测准确度世界第一，相比欧洲气象局提升约 20%，并且可实现 20 公里范围内、 小时级、13 层最高精度气象预报，如台风生成时间与移动轨迹预测的预测准确率超过 85%。
 

有望受益：国能日新，专注新能源功率预测，AI 气象大模型有望推动业务升级
国能日新系新能源功率预测龙头。公司主要向新能源电站、发电集团和电网公司等新能源 电力市场主体提供以新能源发电功率预测产品为核心，以新能源并网智能控制系统、新能 源电站智能运营系统、电网新能源管理系统为拓展的新能源信息化产品及相关服务。公司 的主要产品包括新能源发电功率预测产品、新能源并网智能控制产品、电网新能源管理系 统及创新类产品线。 未来国能日新有望依托 AI 气象大模型迭代推出更为智能化、精细化的新能源功率预测服 务，在中长期时间窗口上指导风光电力上网平滑开展。

电网侧：AI 大模型赋能电力 BIM 2D 向 3D 翻模、辅助正向设计高效构件生成

场景透视 1：二维 CAD 图纸翻模三维 BIM 模型，大模型问世或提升翻模精细度
BIM 设计是贯穿电网全域的精细建模、微观选址、建筑算量软件。AI 大模型问世以前， 已有部分算法能够实现二维图纸翻模三维 BIM 模型的功能，但翻模效果普遍较差，需要 大量人工修正，大模型的加入有望提升翻模的准确率与精细度，促使其功能达到商业可用 的程度。

场景透视 2：自然语言+图片智能生成构件，大模型破解正向设计构件储备难题
长期以来，BIM 正向设计难以推行的阻碍之一就是制作构件库的工作非常繁琐。生成式大 模型的接入可支持软件基于语言描述+图片/二维图纸批量制作三维构件（比如门、柱梁连 接器、钢梁埋件等），或将破解正向设计构件储备不足的难题，推动正向设计路线进入发 展新阶段。

有望受益 1：恒华科技，领跑电力 BIM，积极推动 AI 融合业务场景
恒华科技系国内电力 BIM 行业龙头企业，在输电三维设计领域行业具有领先地位。公司 深耕电力行业二十多年，围绕“BIM 平台软件及行业数字化应用和运营的服务商”战略定 位，确立了 BIM 平台及软件、BIM 设计咨询、基于 BIM 的大数据应用、基于 BIM 的资产 数字化应用、BIM 数字化教育五大业务板块。公司在“发电-输电-变电-配电-用电”的全 过程为用户提供 BIM 系列软件，已经形成电力行业全产业链布局，为以新能源为主体的 新型电力系统建设从数据流、业务流、能源流提供数字化、智能化的技术支撑与服务。 公司正在积极布局人工智能技术与能源业务场景的融合创新，加快底层平台和产品的研发 迭代速度。公司在 BIM 应用领域有海量模型数据积累，研发了高效率模型生成与显示算 法。BIM 技术融合机器视觉、自然语言处理等人工智能技术具备独特优势。在产品研发方 面，公司将 AI 作为重要的底层技术支撑。目前在应用层面主要涉及机器视觉、NLP 自然 语言处理等技术，用以提升公司设计工具类软件产品和企业数字化软件产品的用户体验和 效率。同时，公司积极推进 AI+BIM 服务于智能设计与建造业务、AI+无人机服务于勘测、 监测和巡检业务、AI+能源大数据分析与增值服务等多场景应用服务。

有望受益 2：泽宇智能，提供一站式智能电网综合服务

泽宇智能系电力信息系统整体解决方案提供商，提供包含电力咨询设计、系统集成、工程 施工及运维业务的一站式智能电网综合服务。基于打造“信息化、自动化、互动化”坚强智 能电网的发展目标，公司主要为电力体系中涉及的各个主体如发电厂、供电公司、变电站、 配电房、用户等打造电力信息通信系统，主要包括电力通信网络、调度数据网、信息管理 网、无线核心网等子系统。 公司研发了新一代智能变电站巡检机器人，目标旨在解决目前电力巡检机器人可靠性低和 图像算法识别率低的问题，真正做到人工巡检全替代。2023 年，公司将向机器人和高端 制造领域发展，为各行各业提供专业、高效、优质的智能化服务和一揽子解决方案。 此外，在变电站运维监护领域，公司以视频监控技术、图像 AI 识别技术、大数据分析为 核心，在变电站智能辅助监控系统基础上进行功能升级，开发了变电站远程在线智能巡视 系统，提升变电站智能巡检、安全管控和智能运维水平，提升设备安全系数。

有望受益 3：国网信通，搭建电力数字空间，全方位多维度智能 AI 平台建设
国网信通以集团“云-大-物-移-智-边-链”全产业链体系架构为核心搭建思极电力数字空间， 为电网数字化提供全套解决方案。应用架构包含五个方面：基础设施、智慧中枢、数字主 题馆、安全防护以及数字生态。基础设施和技术方面由全景状态感知系统进行数据基础采 集、“空天地一体化”通信网络、云边一体化算力、全域数字化基础平台、高精度时空智 能电力 GIS 地图等构成，通过智慧中枢：电力人工智能平台、电力数字孪生生态平台两 大桥梁，完成物理世界到数字空间的转变，充分考虑电源侧、电网侧、负荷侧、储能侧的 特性需求，进行全域业务场景应用，同时也兼顾调度运行、设备管理、营销客服、经营管 理等专业需求。 数字主题应用打造了电源域、电网域、负荷域、政府域四大应用场景核心产品并提供对应 解决方案，旨在实现源网荷储数字化应用的灵活搭建、敏捷迭代，及时响应用户需求、市 场变化，助力电力数字空间全场景、全链条、全业务数据价值挖掘与释放。以负荷端的虚 拟电厂为例，国网信通产业集团研发了虚拟电厂调控与运营平台，聚合调控工业负荷、储 能、分布式新能源、电动汽车等用户侧可调资源；服务虚拟电厂运营商、负荷聚合商、工 业园区、楼宇等多元用户；包括虚拟电厂运行监测、调节潜力分析、需求响应、调峰调频服务、现货交易、自治运行等 6 大功能模块。通过监测和计算数据，对外参与电网调峰、 需求响应、调频、现货交易，对内支撑虚拟电厂内部系统的运行优化与智慧化管理。 AI 大模型有望赋能国网信通数字电网并贯穿全业务、全场景的实时监测安全防护体系， 结合上下产业链打造电力数字空间内外部“双循环”生态圈。

有望受益 4：智洋创新，数字电网解决方案，AI 助力方案能力纵向迁移
智洋创新数字电网解决方案充分融合“大、云、物、移、智”先进技术，以深度学习为基础， 运用智能实时信息系统，融合人工智能、无人机、大数据、数字孪生等技术，达成天、空、 地多源立体监测网络一体化数据综合管理。此外，基于 BIM+GIS 的多层级立面协同管理 云平台，通过三维实景、漫游平台、集成管理共享收集数据，建设涵盖输电线路、变配电 站所、新能源发电场站等众多场景的全方位、立体化、云边协同的数字电网运维服务系统。 智洋创新系华为生态合作伙伴，将持续立足电力运维管理领域。公司将通过把控市场发展 趋势，专注电网智能化运营，通过先进的传感测量技术、通讯技术、信息技术和人工智能 技术与物理电网高度集成，实现电力运维智能化/自动化；专注多源数据融合，结合分析 各类传感器、可视化装置、遥感遥测装置数据，从时间、空间等不同维度立体感知电网运 行状态；专注三维数字化建设，综合遥感测绘、倾斜影像、BIMGIS 等高精尖技术，对电 网设施进行三维建模，建设数字孪生电网。 同时，公司将积极开拓新市场，拓展产品应用领域，借助 AI 逐步向铁路交通、电信、水 力等领域拓展，为更多行业客户提供智能运维分析管理系统。

电荷&储能侧：AI 大模型有望推动商业模式改革，利润中心逻辑凸显

场景透视：电荷侧或将率先由成本中心转向利润中心
一般认为，传统的电力信息化建设往往作为电力电网公司的成本中心，系满足基本的发电 控制、新能源发电功率预测、输电线路建模、电力调度等刚性需求，其固定的信息化建设 与周期性升级项目往往自上而下开展，公司内在驱动力较弱，因此业界以往普遍关注以国 家电网、南方电网、五大发电集团为代表的规划投入以判断中短期的电力 IT 景气度。 伴随新能源装机量逐步提升、以虚拟电厂为代表的储能调蓄机制加快推动建设，叠加电力 市场化程度的持续深化，有望在不远的未来看到以用电端能源智能化管理系统为代表的电 力 IT 将率先由支持下游电力电网公司的成本中心转变为售电公司、大型工商业用户与城 乡家庭用户的利润中心。 AI 大模型有望赋能电力市场交易，推动智慧能源管理系统通过高频实时响应决策机制， 帮助售电公司、工商业用户、城乡家庭用户在上游发电峰值低价购入电能，在上游发电供 应短缺时高价卖出电能，通过微电网储能或电动汽车、小型光伏面板及蓄电池进行调蓄， 从而在电力交易行为当中获益，打破此前电力 IT 作为成本中心的预算刚性关系。

有望受益 1：朗新科技，B&C 端双轮驱动的能源 IT 龙头，BSE 打造“绿色引擎”
朗新科技是能源 IT 领域领先的科技企业，以 B2B2C 的业务模式，聚焦“能源数字化+能源 互联网”双轮驱动发展战略。一方面，公司深耕能源行业沉淀中台能力和平台产品，通过 系统软件和技术服务助力国家电网、南方电网、燃气集团等客户实现数字化升级；另一方 面，公司通过构建自有的能源互联网服务平台，携手支付宝、高德、银联等流量入口深度 开展运营服务，进一步了解 C 端用户需求。BC 两端业务优势互补，相辅相成。

朗新科技为工业企业高质量发展打造“绿色引擎”，依托自主研发的 BSE 智慧节能系统为 企业提供能源管控、节能减排、数字运维等一站式综合能源服务。针对客户提出的各类能 源需求，朗新提出“数字化仿真系统、数字化运维和硬件设施优化改造”三位一体解决方案， 助力企业迈上绿色生产“新台阶"。 数字化仿真系统：基于物联网、大数据等新兴技术构建，对工厂温度、流量、能耗等 运行参数进行智能模拟，能够结合生产高峰、闲时等状态以及厂区各车间温湿度控制 需求，制定出最佳的能源供应方案，营造良好生产环境的同时有效降低了生产能耗。 数字化运维：依托数字化理念，替代了传统粗放式人工运维。为工厂提供能耗托管、 远程监控、专业巡检、环境安全监控及现场运维等智慧服务，自动控制中央能源系统 及末端的启停状态，遇到异常情况也能远程切换备用方案，发出警报通知值班人员。硬件设施优化改造：对工厂现有的水泵、风机等硬件设施进行优化改造，最大化降低 能源无效运转率。如在制冷系统运行模式方面，为工厂的冷冻水泵和冷却水泵组增设 变频装置，通过最低限值模式、负荷随动模式等方法调节频率，以达到最佳用电效率。 AI 大模型有望赋能智慧能源管理系统通过高频实时响应决策机制优化数字仿真、数字运 维于硬件设施优化改造业务。

有望受益 2：远光软件，整合能源运营，AI 赋能电力产品全生命周期管理

远光软件综合能源服务平台融合大数据、边缘计算和人工智能等多种技术，打造先进的技 术平台。覆盖能源多维应用场景，包括满足能源运维、优化、交易，企业、园区、城市能 源运营等多种场景应用需要。同时实现多终端全面感知，供需快速匹配等亮点功能。 远光软件综合能源服务平台整合 BC 两端，打造以电力为主的能源产品全生命周期数字化 运控。在能源 C 端，平台以数据收集、分析为决策基础，聚焦电力能源的生产、配置， 实现数据驱动下的能效最优化；在能源 B 端平台侧重智慧用能，提供电力需求端即时响 应、优化交易、互补节能服务。 预计 AI 的进一步引入能优化 C 端运营，赋能数据治理。在能源生产和管理上，AI 助力能 源方案的优化，发挥 C 端数据引擎潜能，实时优化能源配置。中间监控运营环节上 AI 介 入实现监视自主化、无人化，智能识别能源产、输、用过程中的风险和故障，及时采取处 理措施。同时类 ChatGPT 的 AI 技术在客户服务应用领域潜力广阔，智能咨询、智能调 度有效提高运服效率，节省人力成本。B 端 AI 以数据分析为基础，进一步挖掘能源用户 的客户价值，提供智能客户端，辅助需求响应互动、负荷预测及能源优化、参与能源市场 交易等，实现智慧用能。

智慧流程：分离分液实时化+精细化+无人化，中控智慧化工园区业内领先

流程工业具有批量连续、工艺固定等特点，约占我国工业产值的 47%。与离散工业相比， 流程工业具备被加工对象不间断通过生产设备、批量连续、生产计划单一、设备能力固定、 工艺固定等特点。2019 年流程工业约占我国工业产值的 47%。

泛化工行业系流程行业典型行业。流程工业的典型行业包括石化、化工、造纸、水泥、有 色、钢铁、食品饮料等，离散工业的典型行业包括机械、包装、印刷、纺织、电子等。

以电解铝行业为例，在正常的工作流程中，简化的产品流向为：原料车间进料车间 铝电解车间铸型车间铝锭（产成品），从投料开始到最终产品铸型共包含四步。上 述过程具有非常固定的工艺流程与不可逆的物质流向，且具有大批量连续生产的特点，原 料配比精度要求较高。

相比之下，离散工业通常表现为运用机器对工件外形加工，再将不同的工件组装成产成品 的过程。以风电机组设备为例，一台完整的风电设备包括叶片、导流罩、轮毂、变桨电机、 变桨轴承等 15 项要件，仅仅叶片一项组件的生产流程就明确地表现出生产环节不连贯、 生产工艺可根据不同需求进行配置等特点。

场景透视：AI 赋能化工分离分液实现实时化、精细化、无人化
传统化工分离分液程序人工值守依赖较重。一般化工企业生产流程均包括化学反应、静置 分层、分离、萃取、离心干燥等工序，其中分离分液环节人力值守依赖较重，存在劳动强 度高、操作精度低、安全风险大等痛点： 劳动强度高：化工分离分液过程持续约半小时，工人在此期间不可离开操作岗位，全 程仅用肉眼在分液柱观察点观察盐类沉淀情况，来判断阀门开关操作。 操作精度低：肉眼观察容易误判盐类沉淀物出现时间点，错失关闭阀门时机，造成不 可追溯的原料药流失，损害企业经济利益。 安全风险大：化工企业生产环境易对人体造成伤害，工人不宜长期处于此类环境。

AI 赋能化工分离分液实时化、精细化、无人化。基于“大模型+机器视觉+DCS 系统”的 智能化解决方案，AI 平台向前端摄像机下达液体颜色分类算法及任务，摄像机实时检测 视镜液体颜色变化，第一时间推送信号至 DCS 控制系统向生产现场的仪器仪表下达指令， 有望解决传统化工分离分液程序三大痛点，大幅降低人工值守比例进而实现监测实时化、 工艺精细化与厂房无人化的现代化工分离分液流程变革。

标杆案例：中控科技，“1+5+X”智慧化工园区助力化工产业转型升级

AI 赋能中控“1+5+X”智慧化园区建设，助力化工产业转型升级。近年来，随着数字化转型的浪潮不断加剧，传统化工程序高风险、低效率的劣势被不断放大，化工园区的信息 化和智慧化转型迫在眉睫。中控技术依靠深厚的行业经验和强大的技术团队，以工业互联 网平台为底座，按照“1+5+X”建设模式，融合中控 5T 技术，推出智慧化工园区 2.0 产 品，有效地将 AI 与企业化工全流程紧密结合，实现化工园区人、物、系统间的协同联动 与数智化转型。

“1+5+X”之“1”：园区驾驶舱。平台通过建立园区综合管控决策中心，深度挖掘 数据的应用价值，聚焦园区生产安全、绿色产业等方向，量化管理指标，对园区安全 生产情况、经济贡献等情况进行综合分析，形成园区和企业画像，为园区和企业资源 利用、产业结构、运行管理的全方位绿色转型提供决策依据。

“1+5+X”之“5”：智慧产业、智慧安全、智慧应急、智慧环保和智慧能源 5 项 业务专题。智慧产业：绘制图谱洞察园区产业链全貌，为“建链、补链、延链、强链” 提供决策依据；智慧安全：开展园区安全风险动态评估，提供一体化安全管控；智慧 应急：以"平战结合"为核心，搭建全要素动态沉浸式应急响应系统；智慧环保：基于地理信息、模型算法等技术，一图汇聚企业环境信息全貌；智慧能源：接入园区能耗 数据，助力实现双碳目标。

“1+5+X”之“X”：多样服务特色应用专题。在“1+5”基础上，增建融合预警、 信息公开、专业服务等专题以满足园区管理需要。

智慧离散：智能制造落地数字工厂，能科、赛意、汉得、鼎捷或将受益

标杆案例 1：能科科技，布局智能制造分布式调度，AI 入局柔性制造潜力广阔
能科科技积极推动智能制造落地，将智能制造系统应用于航空航天领域的生产执行环节。 针对北京动力机械研究所提出解决方案，采用总体集成+分布式调度系统，适应离散工业 多品种、小批量、长周期、变状态的生产模式，充分考虑减省人工、提高设备使用率的和 产能的需求。分布式调度系统对订单信息即时响应，根据工单要求实施自动调度相关信息 化系统、生产设备和物流设备完成自动生产，基于 RFID 技术实现工件位置追溯和工单状 态追踪，对机床状况实时监控。能科科技系华为生态合作伙伴。 基于当前的数字化方案，未来 AI 大模型有望为数字化平台带来巨大成长潜力，平台能在 更广的设备范围内进行复杂的调度，对产能的规划计算也将更加精确，在柔性制造领域有 广阔的应用空间。

标杆案例 2：赛意信息，聚焦数据价值，提炼工业数据金矿加速智能制造
赛意信息提供汽车行业一体化解决方案，从生产、营销、财务等层次协助汽车企业应对技 术革新和数字化浪潮。方案协同汽车企业构建数字化工厂，有望将汽车生产的过程交付 AI 智能运营和管理，实现生产流程的远程调度、生产绩效实时生成、生产现场全真模拟、 生产环节异常预警等智能化功能。同时，更好地应对转线频繁，多品种、小批量的生产模 式，降低产线停机延误出货的风险，规范仓库来料物料标签，实现自动化收料，准确、配 送及时，顺应离散生产的需要。赛意信息系华为生态合作伙伴。 智能运营的整体架构以汽车生产的整体流程为导向，以数据为基础，对生产数据进行密切 监控，保障生产正常进行的同时以数据提供研发的理论基础。研发工艺、质量监管、物流 运输等生产过程的数据都可由 AI 学习，结合智能学习等模型，最终提供生产提质增效的 改进策略。 预计 AI 大模型有望进一步落地运营方案的智能化功能，实现研发、生产和监控层面上生产全流程的智能管理，实现产品全生命周期上的生产改进和优化。在包括汽车制造在内的 多个离散行业赛道横向迁移推广。

标杆案例 3：汉得信息，响应 AIGC 时代业务场景革新，落地多元化 AI 应用

汉得信息以工业互联网和智能工厂为旨，结合离散生产企业柔性制造、个性定制、快速交 付的需要，推出自主智能制造产品。汉得智能制造覆盖计划排产 APS，物流供应 LES， 生产控制 MES，质量管控 QMS，设备保障 EAM。其中生产控制 MES 主要由智慧班组管 理、工位全方位管理、订单进度管理、异常管理、追溯管理五个部分组成。这套生产控制 体系中能实现数据自动报警、设备智能化运行、智能化工位、业务链质量动态监控等功能。 汉得信息系华为生态合作伙伴。 目前，汉得信息积极推动 AIGC 应用落地，规划将 AI 技术落地于各领域的业务场景中， 有望实现智能制造数字车间主任（AI 智能响应），AI 智能装箱、智能设备维护等，为汉 得智能制造的生产控制 MES 带来新一轮技术革新

标杆案例 4：鼎捷软件，打造数智工厂，多维应用场景覆盖数字转型

鼎捷数智工厂主要包括智车间 MES、智物流、智派工等，针对车间生产、物流配送、工 人分派等不同的场景和维度设计智能模块，在离散工业生产的资源配置和任务管理上逐步引入 AI 统筹管理，达到工业生产效率的优化。同时，各个场景的生产数据实时上传 AI 鼎捷设备云，设备云基于 AI 工业互联网技术，利用数据对生产过程进行实时还原、分析， 实现秒级监控报警、加工问题原因分析，构建人机动态智能协作的智能场景。 智车间 MES 致力于技术赋能工厂派工、生产、设备、质检等各个场景，打造全新的数字 化协同管理方式。其中 iMES 系统覆盖工厂生产的运营管理环节，从产能规划、自动化协 同等环节实现传统生产到数字化生产的转型。整个离散生产环节的数据能够实时上传 AI 鼎捷设备云，实现生产还原和远程监管。同时，基于对生产指标的实施和监控，系统在物 流、派工、生产等上统筹安排，实现人机智能协作

智慧实验室：实验环境数智化革命，“机器换人”+“辅助分析”.

场景透视：AI 赋能智慧实验室“机器换人”+“辅助分析”

智慧实验室基于工业软件平台，在 AI 赋能之下实现实验室业务的模块化、智能化，从自 主操作、智能控制、环境监测、资产管理等方面覆盖实验室的建设、运营和管理。从具体 场景来说，AI 能够基于实验数据输出训练结果，按照操作频率和步骤顺序优化实验设备 的空间布局，从而提高实验效率；AI 能够自主开展样本处理等操作，减少人工介入，使 实验人员避开高风险的操作环节，同时追踪实验室人员的身份和健康状况，有效保障实验 室资产和相关人员的安全。

标杆案例：中控旗下全世科技智慧实验室综合解决方案

以中控旗下全世科技智慧实验室为例，该方案包括机器人、AI 数字化平台和一体化数据 管理系统。其中，机器人通过“机器换人”完成实验样品得自动流转、搬运、分拣、管理等 全流程的操作，AI 数字化平台能够基于海量实验数据开展训练，做出智慧的自主决策： 实验事故告警：实验室的样本操作难免出现预定程序之外的状况，例如样品的破损、 泄露，AI 的介入首先能够对突发意外状况进行判断，在报警通知的基础上，协助决 定是否处理以及怎样处理事故情况。 实验结果分析：智慧实验室平台利用 AI 协助完成实验数据的收集、清洗、处理、分 析，基于机器学习与数据挖掘辅助研究实验结果，并利用每次实验形成的结果方案进 行强化学习，快速迭代以更好适配特定实验场景的分析范式。

——（报告出品方：国金证券）