5月18日，“智赋富矿·能启黔程——人工智能赋能贵州能源高质量发展高端学术会议”在贵阳举办，作为2026贵州能博会的核心学术板块，本次会议汇聚了两院院士、行业专家、企业高管等300余名代表，围绕AI与能源产业融合的前沿技术与落地路径展开深度研讨。
前沿瞭望：院士掌舵，重构能源产业技术逻辑
武强院士：从“修复治理负效应灾害”到“开发利用正效应资源”，矿业价值体系需要二次革命
中国工程院院士武强在主旨演讲中提出颠覆性判断：“矿业工程活动是正负效应并存的过程，过去行业数十年聚焦地面塌陷、三废污染、地下水扰动、安全事故等具有灾害属性的负效应修复治理，却普遍忽略了矿业活动衍生的具有资源属性的正效应开发利用潜力。”
他系统梳理了六大类待开发的正效应资源：地下空间资源可用于储能、文旅、地下数据中心建设；废弃矿区复垦土地可布局风光电站、现代农业和碳汇项目；处理后的矿井水可服务工业生产、农业灌溉与城市供水；抽采的煤矿瓦斯可转化为发电、化工生产原料；特色矿山遗迹可打造工业文化旅游和科普及原位科学试验等场景对接乡村振兴和新农村建设；深部地下空间可应用于二氧化碳矿化封存服务“双碳”目标。“我们测算过，全国仅煤矿废弃地下空间就有近140亿立方米，如果能开发10%用于储能或数据中心，就能创造超千亿元的经济价值，这还不包括生态修复带来的社会价值。”
武强介绍，针对贵州煤矿水文地质条件复杂、水害风险高的痛点，其团队研发的AI水害预警系统已在贵州高风险矿井试点，通过多源数据融合与智能模型推演，可实现水害隐患提前预警。“过去我们总把矿山开采当成‘环境成本’，如果能把这些具有资源属性的正效应盘活，就能把传统认知中的‘环境成本项’转化为‘经营收益项’，这是矿业高质量发展的底层逻辑革命。”武强表示，“贵州很多矿山已经进入开采中后期，完全可以先行先试正效应资源的开发利用，打造全国示范样板。”
王中林院士：人工智能发展要“数据先行”，纳米能源解决分布式传感“电池焦虑”
中国科学院外籍院士、欧洲科学院院士王中林在演讲中强调，人工智能的四大核心要素是“数据采集、算法、算力、反馈系统”，当前行业过度关注算力和算法迭代，却忽略了物理世界数据采集这一基础环节。“没有真实、海量的实体场景数据支撑，再先进的大模型也只是空中楼阁。我们现在的大模型训练用的大多是互联网公开数据，而能源行业的工业数据、物理场景数据太少，直接导致AI模型在工业场景‘水土不服’。”
王中林介绍，其团队研发的纳米能源技术为分布式传感供能提供了“从0到1”的解决方案：摩擦纳米发电机（TENG）可收集环境中弥散的微风、振动、人体运动等“高熵能源”，为海量传感器提供永久供能，无需定期更换电池。“传统传感器需要定期更换电池，一个100万吨的煤矿井下有上万个传感器，每年光更换电池的成本就超千万元，还会带来停产损失。用我们的技术，传感器可以做到10年免维护，成本下降60%以上。”王中林介绍，该技术已在电力系统输电线路监测中试点应用，可同步采集线路温度、张力、覆冰情况及周边气象、环境数据，实现“电网、气象网、环境网”三网合一。
他建议，贵州可依托丰富的能源应用场景，在物理世界数据采集领域先行布局，“现在很多地方都在抢算力中心，但数据是比算力更核心的资产，贵州如果能把全省能源系统的实时数据都汇集起来，打造能源行业的数据底座，价值远超过建几个算力中心，完全可以成为全国能源物联网的‘数据高地’。”
产业实践：从技术研发到场景落地的全链条探索
张秋生：煤电从“基荷电源”转向“调峰托底”，AI激活传统火电新价值
国家能源集团灵活智能燃煤发电专业首席专家张秋生指出，随着新能源装机规模快速增长，煤电的定位已从“带基本负荷”转向“新能源调峰托底”，对传统火电的灵活性、安全性、经济性提出了全新要求。“传统煤电机组设计负荷变化速率为每分钟不超过1.5%，现在要平抑新能源出力波动，需要提升至每分钟4%甚至更高，最低负荷要降到额定容量的20%，这在以前是不可想象的。
张秋生介绍，其团队研发的跨域人工智能支撑平台已接入15家电厂45台机组的29万个测点数据，依托数字孪生与知识图谱技术，实现了引风机、磨煤机等核心设备的预测性维护，机组非计划停运时间减少40%，供电煤耗下降2.3克/千瓦时。“以前设备出故障了才抢修，现在AI可以提前7天预判故障，检修人员可以在低谷时段安排维护，避免高峰期停机损失，一台60万机组一次非计划停运损失就超过200万元，光这一项一年就能省上千万元。”
针对贵州多能互补的资源禀赋，他建议建立AI驱动的多能互补调度体系，最大化发挥水电、火电、新能源的协同效应，“贵州水电调节性能好，火电可靠性高，新能源资源丰富，用AI把三者协同起来，完全可以实现‘水风光火储’一体化优化调度，在保障电力安全的前提下，提升新能源消纳比例10个百分点以上，极端天气下强化煤电托底保障能力，平抑新能源出力波动，确保电力供应安全。”
冯俐：AI需要“双脑协同”，兼顾情感温度与理性精度
上海张江数学研究院研究员冯俐提出“情感右脑+智慧冷脑”的AI双引擎架构，拓展了人工智能在能源领域的应用边界。“通用大模型类似人类左脑，擅长逻辑计算、知识检索，我们研发的‘情感右脑’专注于情感交互与认知，‘智慧冷脑’则聚焦能源系统的精准控制。”上海张江数学研究院研究员冯俐在本次博览会上介绍了元数国智能科技“情感右脑 + 智慧冷脑”的AI引擎架构。她表示，通用大模型更类似人类“左脑”，擅长逻辑推理、知识处理与信息检索；团队研发的“情感右脑”侧重情绪识别、共情理解与陪伴式交互，“智慧冷脑”则面向能源系统的智能调度、冷却优化与节能控制。
据介绍，“情感右脑”认知大模型“Chat AI星上语”已在心理健康相关场景中开展应用探索。该模型基于LAD类脑模型和ALEF语意识别引擎，支持语音、文字等多模态情绪感知，可用于心理状态初筛、情绪陪伴和心理服务辅助。目前，在部分测试场景中，模型评估结果与专业心理咨询师人工复核结果的一致性达到85%。
在能源应用方面，“智慧冷脑”PCM相变储能冷却方案主要面向数据中心和通信基站等高能耗场景。该方案由PCM相变储能模块、双回路冷却系统和AI智能控制算法组成，可利用夜间低谷电价时段蓄冷，并在白天高峰电价时段释放冷量，从而降低制冷能耗和用电成本。相关试点数据显示，在特定工况下，系统可将数据中心PUE优化至1.05至1.15区间，综合能耗降低40%以上。以北京某基站实测数据为例，部署后全年节电3.75万度，节费率42.8%，单站年节省电费超过3万元。
谈及AI在能源行业落地的挑战，冯俐表示，核心问题在于模型面对复杂物理系统时的泛化能力和可解释性。能源系统涉及热力学、流体力学等多物理过程，如何将物理方程和工程约束嵌入AI模型，使输出结果符合物理规律，并让决策过程可追溯、可解释，是当前技术攻关的重要方向。她表示，上海张江数学研究院正在推动物理信息引导的AI建模和可解释AI研究，并期待与贵州高校及科研机构开展进一步合作。
陈功华：九年迭代四代技术，复杂地质条件下闯出智能开采“贵州方案”
贵州安晟能源集团总工程师陈功华，在人工智能赋能贵州能源高质量发展高端学术会议上，分享了本土企业深耕复杂地质智能开采的实践经验。自2017年贵州省启动智能化建设试点以来，安晟能源通过政府政策资金支持、依托科技攻关，成功完成四代智能化综采技术迭代，成为贵州省唯一实现全部矿井获评智能煤矿的能源企业，以科技力量破解贵州山地煤矿开采难题。
贵州地处喀斯特地貌区，煤层构造复杂、薄煤层占比高、开采条件恶劣，是全国煤矿智能化建设难度最大的省份之一，通用智能装备常出现“水土不服”。陈功华介绍，早期智能化改造中，采煤装置遇地质断层便频繁停机，单工作面日均减产、损失巨大，也让企业更加坚定走适配山地地质的自适应智能化路线。
2024年，安晟能源在小屯煤矿成功建成薄煤层智能化采煤工作面，创新打造“0+2+1+AI”开采新模式，依托AI智能截割、3D防碰撞等核心技术，将最低采高压缩至0.8~1.3米，有效破解薄煤层矸石混杂难题，煤质热值提升400大卡，年创效益超4000万元以上，为西南复杂地质薄煤层智能开采提供了可复制、可推广的成熟方案。通过智能化升级，井下工作面实现地面远程少人化操控，大幅减少井下作业人员，资源回采率与生产效益同步提升，真正实现 “减人、保安、增效、提质”。
谈及行业发展堵点，陈功华表示，当前智能化建设最突出的问题是数据壁垒：不同厂商系统接口不统一、数据不互通，难以形成智能决策闭环。他建议行业主管部门加快推进数据标准的制定，推动跨系统数据互联互通，充分释放数据资产价值。面向未来，安晟能源已全面优化人才布局，在传统采矿、机电专业基础上，重点引进AI算法、大数据、计算机等领域人才，并联合高校开展定向培养，把智能化技术人才放到井下生产一线淬炼，打造“懂采矿、通智能、善实操”的复合型人才队伍。同时，企业将持续拓展电子围栏、AI 视频反三违、井下智能机器人、多地点智能体采集分析等应用场景，以技术创新与场景融合，持续领跑贵州山地智能矿山建设，为能源高质量发展注入强劲动能。
鲁格非：AI让储能从“成本中心”变成“收益中心”
山西中电金谷储能科技有限公司董事长鲁格非指出，储能是新型电力系统的“压舱石”，人工智能是释放储能价值的核心工具。其团队在山西投资建设的全球首个百兆瓦级超级电容器电化学混合储能电站，主要服务电网一次调频场景，“当电网频率进入一次调频死区时，系统可在20毫秒内响应，3秒内完成全部指令动作，日均调频次数超过2000次，这种响应速度完全依靠AI算法实现，人工操作无法满足要求。”
鲁格非介绍，AI技术从三个维度提升储能系统价值：安全层面，通过多源数据融合实现电池热失控提前2小时预警，大幅降低安全风险，效率层面，AI优化充放电策略可延长电池循环寿命，系统能效大幅提升，单站全生命周期成本下降10%以上”；经济层面，结合电网需求智能调度，可让储能项目内部收益率提升2-3个百分点，针对贵州独立储能电站建设，他建议针对发电侧、电网侧、用户侧不同场景制定差异化技术标准，同时探索“共享储能”“虚拟电厂”等创新模式，让储能系统从单纯的成本中心转变为兼具安全价值、经济价值的收益中心。”
生态构建：协同发力，打通技术落地“最后一公里”
贵州省煤炭工业协会会长、贵州省煤炭学会理事长龙祖根表示，贵州能源行业拥抱AI技术具备良好基础：“贵州煤矿智能化建设从2017年起步，至今已有9年实践积累，目前全省智能化煤矿数量达52处，智能采掘工作面覆盖率提升至45%，电力、新能源领域的智能化应用也逐步推开，为AI技术落地提供了丰富场景。”
他坦言当前仍面临三大瓶颈：一是井下5G通信网络覆盖不足，“现在只有30%的矿井实现了5G全覆盖，很多地方信号不好，数据传不上来，AI算法再先进也没用”；二是行业认知有待提升，部分企业管理者和一线员工对AI技术的价值认识不足，存在“不敢用、不会用”的问题，“有些煤矿老板觉得上智能化要花几千万元，不如多雇点工人划算，没有算清楚安全、效率的长期账”；三是产业基础薄弱，本地AI研发、运维人才供给不足，“我们做过调研，全省能源行业懂AI的技术人员不到200人，缺口至少在2000人以上”。
龙祖根介绍，针对这些问题，行业协会已开展多项布局：2025年12月专门成立人工智能专业委员会，汇聚行业专家、企业技术负责人共同攻关共性技术难题；本次学术会议聚焦AI赋能主题，搭建政产学研用交流平台，会上促成了18个技术合作项目签约，金额超4.6亿元；后续还将开展AI技术科普培训，计划3年内培训1万名一线技术工人，提升行业对智能化的认知水平，同时引进省外先进技术和经验，推动适配贵州复杂地质条件的技术落地。
“AI技术应用永远只有起点，没有终点。”龙祖根表示，未来，贵州省将持续以能博会、学术会议为平台，推动AI技术在能源行业的深度落地，“我们的目标是到2027年，全省智能采掘工作面覆盖率达80%，建成2-3个国家级能源数智化示范项目，让AI技术真正下得去煤矿、用得了场景、见得到实效，为贵州‘富矿精开’战略实施注入强劲的智能动能。”
