为您找到相关结果约4个

  • 核心摘要 2026E–2030E年,印尼钢材需求预计年均增长约4.25%,但占钢材消费约78%的建筑业增速放缓,油气项目正成为新的需求增长引擎。反倾销税与非关税措施持续为本土钢厂拓展市场空间,预计进口增速将低于出口:进口占表观消费量的比重由63.7%小幅降至62.1%,净进口由140万吨收窄至80万吨;但2025年进口仍满足了印尼55%的成品钢材消费。受本地需求疲软拖累,2026年10月中旬钢价持稳,风险整体偏向下行。 一、宏观与政策展望:建筑业增速放缓,反倾销仍为本土钢厂的核心保护屏障 宏观背景:经济增速维持5%以上,建筑业动能减弱 2025年印尼实际GDP增长5.11%。SMM预计2026年实际增速约为5.4%,名义GDP将升至约25,700万亿印尼盾。建筑业是印尼钢材需求的关键摆动变量:其消耗了约78%的钢材,但占GDP比重仅约10%(为制造业的一半),钢材需求对建筑投资周期的弹性显著高于宏观经济整体。随着政府将施政重点扩展至建筑业以外的领域、公共支出向能源板块倾斜,建筑业增速正放缓至4–5%。 从长期看,印尼钢材需求仍有较大增长空间。印尼人均钢材消费量约70千克,仅为全球平均水平(约210千克)的三分之一;印尼钢铁工业协会(IISIA)设定的目标是至2045年钢材需求达到约1亿吨。项目储备将是衡量该目标推进程度的核心指标,但基础设施财政空间有限、印尼盾疲软以及项目落地缓慢,可能延缓潜在需求向实际需求的转化。 未来用钢项目储备:建筑业仍居主导,油气板块加速崛起 建筑业仍是印尼未来用钢项目储备的最大驱动力。数据中心是最具潜力的新兴增长点之一:随着数据与AI服务需求攀升,西爪哇、中爪哇等地区正向AI相关投资开放。但更具结构性意义的变化在于能源领域:油气行业目前已在全国范围内布局多个大型项目,用钢需求结构正由基建主导转向基建与能源双轮驱动。 资本开支印证了这一转变。专注于油气勘探、开发、运营及生产的PT Pertamina Hulu Energi(PHE)将其2026年资本开支由48亿美元上调至60亿美元,以对冲油田产量自然递减,并开拓新的上游机会。下游制管企业亦已作出响应:印尼最大的钢管生产商之一PT Steel Pipe Industry of Indonesia Tbk(SPINDO)正在东爪哇格雷西克(Gresik)建设其第七座工厂,生产8英寸及20英寸油气用管。至2027年,该工厂将新增约2.4万吨API管及3.6万吨黑管,潜在总增量约6万吨。上述项目储备能否转化为持续、稳定的钢材需求,取决于清晰且一致的政策框架。 政策框架:关税与非关税措施共同决定需求的承接方式 印尼通过关税与非关税两类工具管理钢材进口,两者共同决定了本土钢厂能够承接多少未来需求。 关税政策:反倾销是目前唯一生效的贸易救济措施 印尼对进口钢材适用三类关税:反倾销税(BMAD)、保障措施税(BMTP)及普通进口关税(BM)。BMAD是目前唯一生效的贸易救济措施,也是应对低价进口最具针对性的工具,可依据受损国内生产商的申请,针对特定产品及特定原产地实施。BMTP仅提供短期保护(最近一项钢材保障措施针对合金钢工字钢及H型钢,最后一次延期两年,期限为2022年12月至2024年12月),且启动门槛较高。BM的保护作用有限,因其适用范围宽泛,且在中国—东盟自贸协定(ACFTA)、韩国—东盟自贸协定(AKFTA)等框架下可降至0%。但上述优惠税率并不豁免BMAD或BMTP。 印尼钢材反倾销措施主要集中于板卷产品。目前无保障措施生效,原因在于相关产品未出现进口激增,亦无行业申诉。中国是主要被调查对象,因大量低价板卷自中国进口。长材所受贸易救济措施较少,原因在于长材基本实现本土化生产,约占印尼钢材产量的60%,进口冲击有限。 非关税政策:SNI、进口许可与TKDN构成一体化管控体系 印尼国家标准(SNI)是该体系的基础。SNI在保障产品安全与质量的同时,通过将不合格产品挡在市场之外来维护公平竞争。新近出台的SNI要求大多针对板卷产品,因长材基本实现本土生产且已有相应标准,例如螺纹钢标准SNI 2052:2024。 进口许可以SNI为前提。进口批文(PI)以工业部出具的技术审核意见(Pertek)为依据,进口钢材须先满足相应SNI标准方可获批。产品进入市场后,本地成分要求(TKDN)决定其能否用于特定项目。TKDN按项目逐一适用,主要针对政府项目:当国产产品的TKDN与企业效益权重(BMP)合计达到40%时,政府项目须强制采购国产产品;若无满足40%标准的产品,TKDN最低须达25%。该机制将政府项目用钢需求定向导入本土钢厂。 二、供需与贸易流向:本土产量稳步提升,但进口仍占主导 表观钢材消费量:建筑业占主导,油气用钢有望超越汽车 2015–2025年,印尼表观钢材消费量由1,420万吨增至2,040万吨,年均增长约3.69%。SMM预计2026E–2030E年将保持年均约4.25%的增速,至2030E年达到2,480万吨,支撑来自持续推进的建筑项目,以及BP、Eni和Pertamina的上游油气设施,后者主要需求API标准钢管。相比之下,汽车行业已陷入停滞:印尼盾走弱与汽车销售疲软反映出经济景气偏弱,且新增汽车工厂寥寥无几。建筑业仍将是最大用钢领域,短期内消费结构难有明显变化;但若汽车需求持平、而油气设施持续投产,油气用钢规模有望超越汽车。 产能、产量与开工率:以板坯为核心的产能扩张将在2030年后提速 据能源与清洁空气研究中心(CREA)数据,印尼约80%的炼钢产能仍采用高炉-转炉(BF-BOF)长流程工艺,项目储备中超过90%的产能同样采用该工艺。主要替代路线电炉(EAF)以废钢为原料,而废钢在印尼供应稀缺且获取成本高企,叠加工艺路线转换需投入大量资本开支,短流程替代进程受到明显制约。按工厂数量计,行业仍以小型长材厂为主,但产能高度集中于少数大型联合钢厂。在板卷SNI标准及进口板卷反倾销税的支持下,扁平材产量正在稳步爬坡。芝勒贡(Cilegon)与印尼莫罗瓦利工业园(IMIP)仍是两大钢铁产业集群,预计将承接未来大部分新增产能。 2015年以来,印尼粗钢产量增至约4倍,开工率实现翻倍,主要得益于新增产能逐步释放,以及2019年前强劲的建筑需求对产量的拉动。开工率最大跃升出现在2020年:尽管国内需求受新冠疫情冲击而下滑,但以出口为导向的产能集中投产,主要为德信钢铁(Dexin Steel)位于莫罗瓦利的高炉-转炉项目。预计至2030E年产能将稳步增加640万吨至3,020万吨,而2026E–2030E年产量增速放缓至年均约5.06%,2030E年达到2,400万吨。若新项目按计划推进,2030年后产能扩张将明显提速,重点在于板坯。中东局势紧张暴露出印尼对进口板坯的高度依赖:2026年3月至5月板坯供应显著收紧,冲击同时波及价格与扁平材产量,凸显印尼“炼轧失衡”的结构性短板。因此,未来投资预计将优先投向以板坯为主的炼钢项目,相关产量将自2030年起显著提升。在此之前,开工率预计持稳于79%左右,原因在于本土钢厂仍难以与进口价格竞争,且需求仍需进口补充。 出口与进口:出口差距收窄,但进口规模仍更大 2025年,钢材进口(含板坯、方坯等半成品)相当于表观消费量的63.7%;若仅计成品钢材,进口占消费量的比重为55%。2015–2025年,随着印尼积极扩张产能,出口由200万吨增至1,160万吨(年均增长约19.2%),进口仅由1,140万吨增至1,300万吨(年均增长1.3%),但规模仍高于出口。2026E–2030E年,随着反倾销税逐步见效、本土钢厂在政策支持下持续提产,预计进口年均增长3.73%,低于出口的5.03%;但项目储备仍需进口钢材补充。 区域视角:东南亚格局中的印尼 尽管中东局势带来扰动,印尼、越南、马来西亚和泰国至2030E年预计均将保持增长,东南亚钢材需求展现出较强韧性。越南方面,随着反倾销税逐步见效、新增国内产能陆续投产,其进口依赖度正稳步下降,预计2028E年实现钢材贸易平衡,2029E年起转为净出口国。马来西亚需求预计保持平稳增长,铁路项目将于2028E年提供额外支撑。泰国是四国中增速最慢、进口依赖度最高的市场,约80%的钢材消费依赖进口;由于缺乏自有资源禀赋,其成本竞争力相对较弱,持续聚焦于汽车用高附加值钢材。。 至2030E年,印尼进口增速低于需求增速,进口占表观消费量的比重由63.7%小幅降至62.1%;出口增速快于进口,净进口由140万吨收窄至80万吨。究其根源,在于本土产量增速高于需求增速:增量需求正越来越多地由国内产能承接,进口替代进程虽缓,但方向明确。 三、热卷案例分析(HS 7208):进口下降44%,出口转向越南 热卷进出口:中国货源收缩,越南承接出口增量 热卷是印尼项目用钢的主要品种之一,既用于汽车零部件及汽车板基料,也用于C型钢(CNP)、钢管及焊接型钢等建筑用钢,印尼多家钢厂均有生产。2026年1–9月,热卷进口同比下降约44.1%,由160万吨降至90万吨,主因在于反倾销压力加大导致中国货源减少。日本与中国为主要进口来源国。日本热卷需求依然稳固,原因在于印尼大量汽车制造商(集中于西爪哇卡拉旺)指定使用日本原产材料。 进口曾出现两次阶段性高峰。2025年3–5月,越南自2025年3月7日起对中国热卷征收反倾销税,部分货源转流至印尼,推高进口。2026年4月,受中东局势紧张影响,买家集中备货;随后因市场供应过剩,进口于2026年6月回落。 出口方面,印尼热卷曾在多个欧盟市场具备竞争力,欧盟采购于2025年10月达到峰值,此后欧盟碳边境调节机制(CBAM)于2026年1月1日进入正式实施阶段。2026年7月1日欧盟新钢铁配额制度生效,配额量约减半,配额外关税提高至50%,对欧出口进一步下滑。尽管如此,2026年1–9月热卷出口仍同比增长8.4%,越南成为最大单一买家,贸易流向明显由欧盟转向越南;印尼热卷不在越南反倾销征税范围之内。目前印尼热卷出口量已超过进口量,支撑因素包括具竞争力的价格、充足的轧制产能,以及印尼盾疲软带来的出口利润优势。 热卷价格:印尼在东盟区域及越南市场均具价格优势 过去一年,东盟热卷价格整体跟随中国热卷走势。自7月以来,印尼出口价格处于区域低位。2026年3月起,中东局势扰动板坯供应,叠加印尼盾疲软推高成本,价格开始上行。2026年4月下旬,伊朗对板坯及扁平材实施临时出口禁令,该禁令于2026年5月30日到期且未续期,板坯发运随之恢复,价格于2026年6–7月回落。8月以来,因需求不及预期、补库有限,市场呈供应过剩格局。 在越南市场,2026年大部分时间里,印尼热卷(CFR)价格均低于越南钢厂出厂价(EXW)及印度热卷,仅4–6月除外。印度热卷竞争力较弱,主要作为补充货源;中国热卷则因越南反倾销税而被排除在外。2026年1–9月,越南价格走势与印尼大体一致,但中东扰动期间印尼价格率先上涨,而越南钢厂按月调价,价格反应相对滞后。至9月下旬,印尼热卷已与越南钢厂价格基本持平。 四、结论与总结:需求保持韧性,价格持续承压 总结:长期前景向好,短期仍显疲弱 SMM认为,应从长短两个时间维度研判印尼钢铁市场。长期来看,前景向好:政策措施与新增产能(尤其是板坯项目)正在强化本土生产商的市场地位,油气项目亦在建筑业放缓之际提供了新的需求来源。但进口仍在增长,增速仅略低于需求,开工率预计持稳于79%左右。短期内,本地需求疲软将继续令市场承压 当前市场与未来预测:价格持稳,下行风险犹存 近几周印尼钢厂接单困难,本地需求极为疲软,新开工建筑项目较去年同期明显减少。2026年10月14日至21日,大部分跟踪品种价格持稳: 方坯出厂价:470美元/吨 → 473美元/吨 → 470美元/吨 板坯出厂价:480美元/吨 → 480美元/吨 线材出厂价:500美元/吨 → 500美元/吨 热卷FOB:515美元/吨 → 515美元/吨 热卷CFR泗水:533美元/吨 → 533美元/吨 热卷CFR越南:535美元/吨 → 535美元/吨 对中国出口商而言,2030年前景意味着其在增速放缓的印尼进口市场中份额趋于收缩。2026E–2030E年印尼进口年均增速为3.73%,低于需求增速4.25%;2025年中国占印尼进口量的46%,同时是印尼反倾销措施的主要针对对象。热卷进口在中国货源减少的带动下下降44%,已成为反倾销案件持续累积、逐步压缩中国份额的典型样本。在2030年本土板坯产量显著提升之前,由于现行反倾销措施主要针对板卷产品,板坯等半成品仍将是中国钢材进入印尼市场的主要窗口。短期内,需重点关注针对武钢(WISCO)热卷的最终财政部长条例(PMK),其将决定2026年5月下旬起征收的17.5%临时反倾销税是否转为正式征收。SMM将持续跟踪以下关键节点: 本地需求,尤其是新建筑项目的开工情况 中国货源出口报价及买家价格预期;扁平材原料价格 印尼就武钢热卷反倾销税出台的最终PMK 钢厂2027年1月交货报价 BP、Eni及Pertamina油气项目进展 镀锌卷反倾销调查(2026年9月15日立案,预计2027年作出裁决)及镀锡板日落复审 数据来源:SMM、印尼中央统计局(BPS)、印尼反倾销委员会(KADI)、印尼财政部、印尼工业部、印尼钢铁工业协会(IISIA)等。 数据来源声明:除公开信息外,其他数据均为SMM基于公开信息、市场交流以及依托SMM内部数据库模型的分析结果,仅供参考,不构成决策建议。

  • 两部门:到2027年推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用

    国家发展改革委、国家能源局发布关于推进“人工智能+”能源高质量发展的实施意见,到2027年,能源与人工智能融合创新体系初步构建,算力与电力协同发展根基不断夯实,人工智能赋能能源核心技术取得显著突破,应用更加广泛深入。推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用,挖掘十个以上可复制、易推广、有竞争力的重点示范项目,探索百个典型应用场景赋能路径,培育一批能源行业人工智能技术应用研发创新平台,制定完善百项技术标准,培养一批能源与人工智能复合型人才,探索建立能源领域人工智能技术研发应用金融支撑体系,形成符合我国国情的能源领域人工智能技术创新发展模式,能源领域智能化成效初显。 国家发展改革委 国家能源局关于推进“人工智能+”能源高质量发展的实施意见 各省、自治区、直辖市及计划单列市、新疆生产建设兵团发展改革委、能源局,有关中央企业,有关行业协会: 为深入贯彻党中央、国务院关于发展人工智能的决策部署,落实《国务院关于深入实施“人工智能+”行动的意见》(国发〔2025〕11号)有关工作要求,抢抓人工智能发展重大战略机遇,突出应用导向,加快推动人工智能与能源产业深度融合,支撑能源高质量发展和高水平安全,现提出如下意见。 一、总体要求 坚持以习近平新时代中国特色社会主义思想为指导,深入贯彻党的二十大和二十届二中、三中全会精神,全面贯彻习近平总书记关于推动人工智能与实体经济深度融合、培育壮大智能产业的重要指示精神,以拓展人工智能与能源领域深度融合应用场景为重要依托,以提升能源领域人工智能创新应用技术水平为主攻方向,以推进智能算力与电力协同发展为必要支撑,以健全能源智能化发展的创新体系为关键保障,着力提升能源系统安全可靠与灵活高效运行能力,保障能源安全稳定供应和绿色低碳转型,加快培育新质生产力,为新型能源体系建设提供有力支撑。 到2027年,能源与人工智能融合创新体系初步构建,算力与电力协同发展根基不断夯实,人工智能赋能能源核心技术取得显著突破,应用更加广泛深入。推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用,挖掘十个以上可复制、易推广、有竞争力的重点示范项目,探索百个典型应用场景赋能路径,培育一批能源行业人工智能技术应用研发创新平台,制定完善百项技术标准,培养一批能源与人工智能复合型人才,探索建立能源领域人工智能技术研发应用金融支撑体系,形成符合我国国情的能源领域人工智能技术创新发展模式,能源领域智能化成效初显。 到2030年,能源领域人工智能专用技术与应用总体达到世界领先水平。算力电力协同机制进一步完善,建立绿色、经济、安全、高效的算力用能模式。能源与人工智能融合的理论与技术创新取得明显成效,能源领域人工智能技术实现跨领域、跨行业、跨业务场景赋能,在电力智能调控、能源资源智能勘探、新能源智能预测等方向取得突破,具身智能、科学智能等在关键场景实现落地应用。形成一批全球领先的“人工智能+”能源相关研发创新平台和复合人才培养基地,建成更加完善的政策体系,持续引导“人工智能+”能源高效、健康、有序创新,为能源高质量发展奠定坚实基础。 二、加快能源应用场景赋能 (一)人工智能+电网。围绕新型电力系统下的电网安全、新能源消纳、运行效率等要求,开展电力供需预测、电网智能诊断分析、规划方案智能生成等电网规划设计应用,加强电网工程智慧建设管理;推进电网多尺度智能仿真分析,探索人工智能模型在电网智能辅助决策和调度控制方面的应用,提升电力系统源网荷储全要素安全可靠低碳运行水平;稳步提高输变电等关键装备研制智能化水平;推动电力设备故障预测性维护,打造具备自主感知、决策、执行能力的电力设备健康管理智能体,提升设备精益化管理水平;推动营配调智能一体化应用,构建电网运营服务智能支撑体系,提升电力客户全过程智能服务水平;促进人工智能技术融入电力应急体系和能力建设,提升电力系统防灾减灾救灾智能化水平。 专栏1 人工智能+电网典型应用场景 电网智能规划设计与生产建设。构建电力供需智能预测、电网运行智能诊断分析、电网规划智能辅助决策、输变电设施智能设计等应用,应用人工智能技术开展规划设计和技术经济分析,推动电网规划设计作业模式向智能化转变。聚焦建设阶段的作业感知与业务监测,构建电网建设的人工智能违章识别、进度仿真、在线监测、管控指标实时分析、作业流程智能管理等应用,促进电网工程建造智能升级。 电网调度运行。在全国统一电力市场建设背景下,构建新能源功率预测、负荷预测、离线仿真分析、在线安全分析、极端应急处置、调度辅助决策、市场出清运筹优化、电力市场智慧决策等方面的智能化应用,持续完善新一代智能调控技术支持体系,支撑新型电力系统安全稳定运行。 电力设备状态评价与智能运维。构建设备状态智能感知与预警、设备故障智能定位与诊断、设备状态检修智能决策、设备灾害风险智能预测、检修工作票智能生成等应用,提升设备精益化管理水平。 配电网智能运行管理。构建配电网实时感知、风险分析、智能决策等技术应用,全面提升配电网智慧控制能力和供电可靠性,加强配电网层面源网荷储协同调控。 电力应急抢修。构建电力系统灾害风险智能预警、损毁情况智能分析、应急方案智能决策等辅助决策系统,推进电力应急抢修技术装备智能化应用,提升电力系统防灾减灾救灾能力。 (二)人工智能+能源新业态。围绕能源保供和绿色低碳转型需求,推进人工智能技术在虚拟电厂(含负荷聚合商)、分布式储能、电动汽车车网互动等灵活性调节资源中的应用,提升负荷侧群控优化和动态响应能力;加强人工智能技术在新型储能与电力系统协同优化调度以及全生命周期安全中的应用,推动可再生能源制氢生产工艺智能寻优。强化人工智能技术赋能能源生产过程中的节能和碳排放管理,提升多能互补综合能源系统电、热、冷、气联供的综合能效和降碳水平。推动人工智能在零碳园区、智能微电网、算电协同中的应用,提升源网荷储一体化智能运行水平,促进新能源就地消纳。 专栏2 人工智能+能源新业态典型应用场景 虚拟电厂精准控制与智能运营。虚拟电厂运营商平台根据电网调节指令、市场信息,结合资源特性的动态变化,进行控制策略的智能优化和控制指令的智能生成,实现大规模灵活性资源聚合优化调控、实现虚拟电厂参与电力市场的智慧交易决策。 绿氢生产工艺智能寻优。融合风光功率波动预测、储氢罐容量、电解槽温度、催化剂状态等多维数据,基于人工智能算法,智能驱动电解槽电流密度动态寻优,构建电解制氢-储氢-用氢全链条智能调控系统,实现可再生能源功率波动与电解装置柔性负荷的毫秒级匹配。 园区智能降碳。基于光伏、储能等设备运行数据,园区智能降碳协同控制系统实时动态优化能源调度策略,结合电价与碳排放因子自动调节空调温度、充电桩功率及设备启停时序,通过增强现实可视化界面和语音助手向用户推送个性化节能建议,形成“碳-能-费”智能协同模式。 新型储能智能化运行。针对新型储能动态适配电力系统调度、广域协同互动、弱电网支撑、电池装备安全监测、设备本体评估与运维,通过人工智能技术,提升面向弱电网的多类型储能协调控制能力,构建新能源与配建新型储能广域协同优化控制、储能电站智能评估、智慧运维决策支持、全生命周期安全等应用体系,提升系统友好型新能源电站的电力供应保障能力。 智能营销服务。针对油、气、电等直接面向客户服务场景,构建座席业务受理智能辅助、智能客户服务、供电方案智能生成、综合用能方案智能生成、运维工单智能派发、用户用能异常诊断等智能化应用,打造交互式、伴随式的客服新模式,提升客户全过程智能化服务水平。 (三)人工智能+新能源。针对新能源出力波动性与间歇性的问题,加快在高精度功率预测、电力市场、场站智慧运营、新能源规划、项目后评价等方向的人工智能应用,持续推动新能源关键材料及产品不断迭代和创新,推动复杂场景及转折性天气下功率预测大模型在更小尺度、更高精准度方向发展,支撑广域新能源资源协同优化,促进偏远地区新能源场站智能运维发展,打造“气象预测+功率预测+智慧交易+智能运维”一体化新能源智能生产模式,全力支撑新能源稳定供给。 专栏3 人工智能+新能源典型应用场景 气象预报与新能源功率精准预测。构建以多时空尺度气象预报为核心的气象服务体系,建立气象-功率非线性关系精准挖掘与解析的多场景多周期算法大模型,实现新能源功率精准预测。 偏远地区场站智能运维。利用大模型、声纹检测、遥感、机器人、智能穿戴设备等技术装备,实时监测周边环境及设备运行状态,实现无人机、无人车、无人船、智能控制等多系统智能联动,提升设备巡检效率,提高场站的综合运营效率。 新能源规划设计。综合考虑发电效率、投资回报率等因素,构建智能化推荐引擎,提供最优机型匹配方案。融合大模型与设计软件,快速生成多版本设计方案并评估关键参数,提升设计效率与质量。 智慧工地建设。推动人工智能技术深度融入工程建设方案选择、人员管理、风险预警、工期管控等电力建设工程管理全流程,研发无人机巡检系统、风险自动研判预警系统等,实时捕捉施工人员违章行为,构建贯穿施工全过程的“智慧工地”管理平台,助力提升电力建设工程安全质量总体水平。 (四)人工智能+水电。聚焦高海拔高寒地区水电工程智能化建设与流域水电站群智慧调度运营,推进人工智能技术在水电工程建设中的应用,提升水电工程智能化设计施工管理水平;推进人工智能技术与传统水文模型、气象模型、大规模水库调度技术融合,提升气象、水文双向耦合预测精度,开展调度决策优化智能应用建设;推动知识图谱、大模型、智能体等技术融入新一代水电智慧运营大脑,在水电站智慧运维与精益检修、智能大坝态势感知与智慧管理等重点领域形成智能化解决方案。 专栏4 人工智能+水电典型应用场景 智能水电工程建设。基于多源遥感数据融合和智能机器人等人工智能技术,建立水电工程地质智能化勘测设计体系,实现机组设备数字化智能化安装调试,提升水电工程智能化施工管理水平。 气象水文联合预测。基于流域气象水文双向耦合预测大模型,构建洪旱极端事件风险量化工具,充分融合气象知识、水文知识和流域地理信息,提升气象水文预报精度和预见期。 流域综合调度。基于流域站群联合智慧优化调度、风险控制和模拟仿真等关键技术,建设精准调度决策优化智能应用,实现对水资源调度方案执行情况的实时监测、分析和评估,在时间和空间上对水资源分配进行优化,提高水能利用率,增加发电效益。 设备智能运检。基于物理场、声学、视觉、智能传感器等多源数据以及知识图谱、大模型等技术,推动水电关键设备实现状态全息监测、全生命周期健康管理、智能运维和状态检修等业务领域全流程智能化升级,实现运维知识结构化管理与基于大模型-智能体的智能辅助决策系统。 大坝高质量运行。构建大坝典型病害特征数据库与知识图谱,结合大坝智能感知-融合-诊断-防控理论方法,实现多元驱动的大坝安全状态早期识别-自诊断-自适应预警-智能馈控,确保水电站大坝运行安全,支撑水库大坝高质量运行管理。 (五)人工智能+火电。围绕火电清洁降碳、安全可靠、高效调节、智能运行的发展方向,在燃料管控、生产运行优化与智能控制、设备全生命周期管理等业务场景,协同开展人工智能赋能及技术创新。加快火电数字化设计建造和智能化升级,推动火电运行控制系统智能化发展和应用,提升火电关键装备全生命周期智能监测及健康管理能力,助力火电支撑保障能力进一步提升。 专栏5 人工智能+火电典型应用场景 燃料智能管控。基于燃料市场价格波动、库存量、耗煤量以及煤堆三维结构、煤质分析等多维度多类型数据,采用先进传感、图像识别、规则理解以及智能体等技术,实现燃料数量、质量等智能检测和智能管控。 生产运行优化。基于大模型和生产运营相关系统数据,实现生产运营过程中燃料掺配、运行优化、智能灵活调峰、安全智能管控等核心业务场景智能化升级,提升生产运营的智能化水平和效率。 设备全生命周期管理。基于大模型和机器人等人工智能技术,通过对汽轮机(含燃气轮机)、发电机、锅炉受热面等关键设备多类型数据进行实时状态监测,实现设备状态全景监测、健康量化评估、隐患识别与故障预警、剩余寿命预测、运行方案调整、异常分析判断和隐患闭环管理。 智能技术监督及评价。依托锅炉、汽轮机(含燃气轮机)、发电机等关键设备的海量运行数据与火电技术监督工作相关资料,基于火电大模型多模态分析能力,深度融合火电特色场景,提升技术监督的智能化和人员专业能力。 (六)人工智能+核电。围绕核电安全发展,构建核电安全预警、电站运行事件智能溯源分析、应急响应的智能辅助支持系统,开展核工业特种运维机器人技术攻关,持续推动核电系统的自动启停等技术升级演进,探索人工智能技术助力离子体预测控制、可控核聚变等技术路径,推动核电行业向数据驱动、模型牵引、智能管控的新模式稳步转型。 专栏6 人工智能+核电典型应用场景 核电智能安全管控。借助数据治理及人工智能技术,聚焦运行事件溯源、技术规格书及运行参数边界条件,智能识别人员、设备、环境的不安全状态,推进安全预警、智能应急响应等场景技术攻关与应用。 核电智能运维。利用各阶段的构筑物、系统及设备/部件的数据,建立数据驱动的核电厂模型,推动核电人工智能小模型及专业大模型研发,推进人工智能技术在核电系统智能监测、预警、诊断和预测中的应用,提升机组性能智能诊断和优化能力,提升关键设备、系统及机组的一键启停等能力,拓展高放射性、水下及密闭空间等高危场景机器人作业的范围与深度。 可控核聚变智能控制。结合可控核聚变装置多物理场耦合特征,基于人工智能技术开展可控核聚变智能控制系统研究,研发等离子体的位形实时预测-磁约束参数自适应调控智能模型,实现托卡马克等离子体稳态运行的智能化控制。 (七)人工智能+煤炭。聚焦地质勘探、煤矿采掘(剥)、煤炭洗选、生产调度、安全管控、设备管理等典型场景,稳定获取复杂地质、多工况以及多时空协同条件下的各种工况数据,融合应用智能模型,实现生产过程智能控制与自主决策,助力少人无人化作业常态化运行,稳步推进减人、增安、提效,进一步夯实煤炭在能源安全中的兜底保障作用。 专栏7 人工智能+煤炭典型应用场景 煤矿地质勘探数智赋能。基于煤矿专业大模型,融合地面高精度勘探与井下动态智能探测的新技术,构建复杂地质条件下的煤矿地质数据库,实现矿井地质信息的全过程动态协同管理和预警,保障矿井高效、快速、绿色、智能生产。 井工煤矿采掘工艺优化与智能控制。通过多模态感知、大小模型融合、设备群协同控制和工艺动态优化,挖掘煤岩特征信息,驱动采煤与掘进工作面设备群智能截割、自主决策与协同控制,实现采煤工作面生产系统自主运行、掘进工作面探-掘-支-锚-运高效协同以及少人无人化常态化作业,大幅提升采掘效率和安全水平。 露天煤矿自主采装与运输无人化。推进大模型模拟爆破参数与穿爆作业的融合,应用人工智能技术快速解析采剥进度,实现采-运-排生产系统内挖掘机、排土推土机以及其他辅助作业设备常态化远控或自主作业,以及矿用卡车无人驾驶规模化运行,提升穿爆智能化程度和精准度,大幅减少坑下作业人员数量,提升露天煤矿生产效率与安全水平。 煤炭质量快速检测与智能洗选。采集与构建煤质特征数据库,实时动态预测煤炭灰分、硫分、挥发分、水分及元素含量等关键指标,实现煤质特征智能识别,大幅提高煤质在线检测精度,实时反馈煤质在线检测数据,优化调节选煤生产工艺参数,提高煤炭产品质量合格率和稳定率。开发煤炭洗选专业模型,建立工业数字孪生体,实现煤炭洗选全过程的信息动态监测、趋势预测及协同管理。 煤矿重大设备状态监测和智能运维。建立重大设备实时运行状态和润滑、温震等检测数据融合大模型,实现故障诊断和智能预警,推动煤矿设备预防性检修,大幅降低故障影响生产时间,有效降低维护成本。 (八)人工智能+油气。聚焦跨专业协同研究、现场作业操控、生产运行管控等方向,推动勘探地质目标智能评价、开发方案智能优化、钻井压裂等作业参数智能调整、炼化装置智能运行、管网运行实时仿真,加快智能钻机、机器人、无人机、智能感知系统等智能生产技术装备的研发与应用,推动生产现场等全过程智能联动与自动优化,推动油气产业链智能化升级建设。 专栏8 人工智能+油气典型应用场景 油气勘探智能赋能。提升面向地震、测井、岩心露头等勘探专业领域的软件智能化水平,构建面向地震测井处理解释的专业大模型,打造面向有利地质目标综合评价的智能应用系统,实现可控震源智能辅助驾驶、地震检波器埋置等机器人示范应用。 油气藏开发与生产智能管控。研发油气开发数据与知识智能化技术、智能开发优化软件和专业大模型,打造大模型驱动的协同研究与生产管理决策平台,构建面向智慧油气田开发生产管控的新模式。 海洋油气生产环境预测维护。聚焦海洋油气生产过程环境保护和重大风险防范、治理等需求,通过生产环境智能监测与异常预警、固废处理智能管控、溢油智能识别与应急预测等手段,形成覆盖油气田全域生态环境状况的风险预知、态势感知、事故早知和认知决策一体化能力。 工程技术智能优化。推进地面工程智能设计、钻井参数智能优化、录井实时智能判层、储层改造及智能故障诊断与风险评估,实现井控机器人示范应用,保障复杂地质环境下施工安全高效。 管网仿真及智能调控。推进市场洞察预测、管网实时仿真及动态优化、高效智能站库运行、空天地一体线路管理及关键设备监测预警,实现“黑屏”智能调控,提升油气管网安全生产、油气保供与公平服务能力。 炼厂生产营运一体化优化。面向全流程计划优化、安全生产智能识别、设备预防性维修等环节,攻关新材料研发科学计算大模型,通过大小模型协同、混合建模等技术手段,减少工艺波动,降低安全事故发生概率,提升生产运营智能化水平。 三、加大关键技术供给 聚焦能源领域数据孤岛化、算力碎片化、算法黑盒化、算力高耗能等技术瓶颈,推动开展适用能源领域的数据、算力、算法等共性关键技术攻关。 (一)夯实数据基础。针对能源领域高质量数据集构建和数据安全需求,推动数据智能标注、智能增强、数据合成等技术应用,推进能源数据分类分级技术、隐私计算技术以及智能数据动态加密和跨域可信溯源等技术研发,优化数据分享机制,加快形成能源领域高质量数据集,确保能源数据全流程安全可靠。 (二)强化算力支撑。针对能源领域租建结合模式下的多元异构算力融合利用需求,开展多元异构算力统一调度、任务智能编排、存算网一体化融合、算力池化等关键技术攻关,提升智算服务水平。持续开展能源算力需求监测,统筹规划算力、电力和通信网络资源,构建算力、电力深度融合的算电协同发展机制,不断提高算力中心绿电比例。 (三)提升模型基础能力。针对能源领域对于模型安全性和可解释性的需求,推动模型算法、应用系统等安全能力建设,加大多智能体协同、可解释性、模型轻量化推理等技术的研究,持续深化机器视觉、多模态、时序预测等人工智能关键技术在能源领域的应用研究,推动人工智能与能源领域软件深度融合。针对人工智能计算耗能问题,加快突破人工智能绿色低碳技术瓶颈,研究柔性直流供电、模块化小型堆等能源供给技术,鼓励数据中心液冷技术、废热回收、备电集约化等高效能源综合利用技术的应用。 四、保障措施 (一)强化组织实施。各地方能源主管部门和相关中央企业要根据意见要求,建立健全工作机制,统筹衔接好相关规划,结合实际加快推动本地区、本单位“人工智能+”能源的发展,做好各项要素保障,探索构建安全治理体系,形成上下联动、层层落实、安全发展的工作格局,加快推进人工智能在能源领域融合应用的技术研发、示范试验、推广应用等工作。 (二)推动协同创新。围绕能源领域人工智能融合创新应用关键共性技术和配套专用技术,推动建设一批行业研发创新平台。鼓励企业牵头联合科研机构、高校、社会服务机构等单位,建设以技术创新融合应用为目标的跨领域、跨学科的“人工智能+”能源创新联盟,深化产学研用合作,构建开放协同、共创共享的能源智能化创新生态体系。 (三)加强标准规范建设。在深入总结应用示范实践的基础上,加快编制能源数据治理、多元异构算力融合、典型场景设计等一批技术标准规范,推动能源领域人工智能标准体系建设,探索建立人工智能应用评估指标体系和行业级人工智能应用标准测试平台,提升能源领域人工智能技术安全应用水平。鼓励能源企业主导制定国际标准,以技术标准“走出去”带动人工智能技术和产品在海外能源市场推广应用。 (四)开展试点示范。组织开展能源领域人工智能应用试点示范,遴选一批可复制、易推广的场景和企业标杆应用。鼓励开展能源和交通融合、油气和新能源融合等跨领域、跨行业典型场景示范。能源领域人工智能应用相关技术装备优先纳入能源领域首台(套)重大技术装备支持范围。支持具备条件的地区和企业,因地制宜开展能源领域各类人工智能应用试点示范,在技术创新、商业模式、发展业态、体制机制等方面深入探索、先行先试。 (五)加大支持力度。充分发挥中央财政资金带动作用,依托能源领域、人工智能领域国家科技重大专项和重点研发计划等科技专项,有序推动能源领域人工智能技术应用创新。发挥多层次资本市场支持科技创新关键枢纽作用,引导社会资本参与人工智能科技项目实施和成果转化应用。 (六)完善人才培育生态。鼓励能源企业与高等院校、科研院所共建“人工智能+”能源人才培养基地,以行业需求为导向设计跨学科课程体系,重点培养具备能源系统知识、人工智能算法应用能力的复合型人才,通过产教协同增加复合型人才供给。 国家发展改革委 国家能源局 2025年9月4日 国家能源局科技司相关负责同志就《关于推进“人工智能+”能源高质量发展的实施意见》答记者问 近日,国家发展改革委、国家能源局印发了《关于推进“人工智能+”能源高质量发展的实施意见》(以下简称《实施意见》)。国家能源局科技司相关负责同志就《实施意见》接受采访,回答了记者提问。 问:《实施意见》出台的背景是什么? 答:党中央、国务院高度重视人工智能发展,近日,国务院印发《关于深入实施“人工智能+”行动的意见》,推动人工智能与经济社会各行业各领域广泛深度融合。能源是创新创业高度活跃的领域,具有数字化基础好、数据质量高、应用场景丰富等比较优势,应走在人工智能应用前列。特别是能源央企积极布局,围绕资源勘探、生产运维、安全监测等环节,已经成功研发应用了电力、油气、煤炭等多个具有行业代表性的专业大模型。总的看,我国能源领域已形成了场景覆盖广泛的人工智能发展格局。 与此同时,相比于能源行业的高安全性与强专业性,以及对决策容错率和知识体系完备性的严苛要求,人工智能技术在能源领域应用仍然存在着技术可靠性不足、数据基础较为薄弱、电算供需逆向分布等不容忽视的问题与挑战。大模型“黑箱”特性导致的可解释性缺陷和潜在幻觉风险,使得人工智能技术在涉及核电站安全决策、电网实时调度等核心领域尚无法满足行业级可靠性要求。随着越来越多场景融入人工智能应用,亟需加强顶层设计和系统谋划,加快推动人工智能技术在能源领域的深度应用,带动能源整体性变革,助力加快构建新型能源体系。 问:《实施意见》提出2027、2030两个阶段性目标的主要考虑是什么? 答:统筹考虑能源领域人工智能应用实际,立足能源行业发展基础,放眼行业发展近中期目标,《实施意见》以拓展人工智能与能源领域深度融合应用场景为重要依托,以提升能源领域人工智能创新应用技术水平为主攻方向,以推进智能算力与电力协同发展为必要支撑,以健全能源智能化发展的创新体系为关键保障,提出能源领域人工智能发展的分阶段目标: 到2027年,着眼于打牢基础、树好标杆、健全体系。聚焦能源领域智能化水平不均衡、共性技术支撑不足、规模化应用尚未形成,重点推动“五十百”工程,即推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用,挖掘十个以上可复制、易推广、有竞争力的重点示范项目,探索百个典型应用场景赋能路径,制定完善百项技术标准,培育一批行业级研发创新平台,形成符合我国国情的能源领域人工智能技术创新发展模式。 到2030年,聚焦自主可控、深度赋能、国际领先,在前期技术积累和场景验证的基础上,着力推动能源领域人工智能专用技术实现体系化突破与规模化落地。这一阶段更注重核心技术的自主创新与深度融合应用,通过人工智能技术增强能源系统的安全性、绿色化和效率,支撑我国新型能源体系建设。 问:在《实施意见》提出了哪些重点任务? 答:《实施意见》围绕行业应用需求和基础能力供给协同推进,从应用场景赋能、关键技术供给等方面部署了一系列重点任务,并以专栏形式细化明确了研发应用重点方向。 一是面向能源各场景全方位赋能。《实施意见》围绕煤、电、油、气各能源品种,系统部署了人工智能+电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景,推动能源领域共享人工智能发展红利,助力传统化石能源产业数字化智能化升级,加快新能源、能源新业态及能源交叉领域与人工智能的深度融合,培育壮大能源新产业新模式。在纵向上,围绕能源装备制造、能源生产、输运、调度、消费等环节,强化人工智能对能源产供储销的提质增效作用,提升能源系统整体效率。 二是专栏明确典型场景建设路径。坚持战略引领与精准落地并重的原则,聚焦智能化转型需求急迫、数据基础完备、应用价值明确、规模化应用潜力大的方向,以专栏形式明确了37个人工智能+能源的融合应用发展重点任务,涉及百余项场景,其中,油气方向有6个,煤炭、电网、水电、能源新业态方向各5个,火电、新能源方向4个,核电方向3个,同时,提出了各任务的建设路径与目标。 三是加大关键共性技术供给。围绕数据、算力、算法,系统构建人工智能应用基础支撑体系,提出人工智能在能源领域应用的三大共性关键技术攻关方向:夯实数据基础,加快形成能源领域高质量数据集,确保能源数据全流程安全可靠;强化算力支撑,统筹规划资源,构建算力、电力深度融合的算电协同发展机制;提升模型基础能力,推动人工智能与能源领域软件深度融合,加快突破人工智能绿色低碳技术瓶颈。 问:下一步将如何推动《实施意见》的落实? 答:能源领域智能化转型,需要上下协同发力,部门协调配合,国家能源局将紧紧围绕能源领域智能化转型下一阶段目标任务,进一步强化顶层设计、政策支持和指导协调,定期开展分析研究和总结评估,研究解决工作推进中的重大问题,确保《实施意见》各项任务顺利推进。 一是强化组织实施。加强统筹协调,形成上下联动的工作格局,推动各地方、各企业因地制宜细化落实举措,建立健全长效工作机制并强化过程督导,确保《实施意见》各项任务落到实处、取得实效。 二是加强产学研协同。综合考虑煤电油气各行业应用潜力、成熟度、带动作用等因素,遴选一批能源领域人工智能应用高价值场景,鼓励企业、科研院所、高校等各类创新主体建设高水平研发创新平台和创新联盟,促进产学研用深度融合。 三是加速科技成果转化。探索建设行业级人工智能应用测试平台,有效协同企业自主研发的大模型,解决大模型“重复造轮子”问题,避免先进算力和能源资源被过度消耗。遴选一批可复制、易推广的标杆场景与案例,鼓励体制机制与商业模式创新,推动能源领域人工智能科技项目实施与成果转化。

  • 中油工程:子公司中标115.38亿元伊拉克项目

    中油工程公告,近日,公司所属全资子公司工程建设有限公司收到道达尔能源发来的伊拉克阿塔维油田气体处理厂EPSCC项目授标函,建设日处理3.2亿立方英尺天然气处理装置,预计合同额16.01亿美元(约115.38亿元人民币),计划工期为39个月。该项目目前处于中标待签约阶段,能否签署正式合同尚存在一定的不确定性。如正式签约并顺利实施,将对公司未来4-5年的营业收入和利润总额产生积极影响。

  • 美孚启动斯塔布鲁克第七阶段开发

    据BNAmericas网站报道,埃克森美孚圭亚那公司提交斯塔布鲁克(Stabroek)海上油气区块第七阶段开发环境影响评估报告(EIA)。 公司在向圭亚那环保部提交EIA之前,进行了公众咨询,并与包括政府和私营实体在内的利益相关者进行了会见。 EIA报告认为,“计划中的项目对包括气候及其变化、空气质量、海洋地质和沉积物、海水质量等在内的环境影响可以忽略不计。” 第七阶段开发,即所谓的哈默黑德(Hammerhead),包括14-30口开发井、海底设备、一艘FPSO和一条长13公里的管道,用于连接一个燃气发电项目。 预计2029年投产,油气产量分别为15万桶/日和9000万立方英尺/日。 埃克森美孚最近透露,哈默黑德的最终投资决定将在今年作出。

微信二维码今日有色
微信二维码

微信扫一扫关注

下载app掌上有色
掌上有色

掌上有色下载

返回顶部返回顶部
publicize