傅成程和王智敏在《中国能源报》（2025 年 7 月 15 日第 11 版）上有相关内容。

    电力工业实现绿色发展，新能源风电和光伏等波动性、间歇式可再生能源大规模并入电网。用电负荷需求在不断增长，并且变得更加复杂和多样。同时，电力市场化改革也在不断深化。这些因素使得电力系统的不确定性和非线性特征日益显著，电力系统发生了基础性的变化，给电力系统的安全稳定运行带来了严峻的挑战。

    传统技术在处理大电网复杂问题时，逐渐暴露出了自身的局限性。尤其是在解决电力系统调度、规划以及交易方式等核心问题时，基于模型驱动的分析方法正遭遇着一系列的挑战。复杂的电力系统需要人工智能将其解决不确定性复杂系统的优势充分发挥出来。在新能源消纳方面，以电力生产全过程海量数据为基础；在配网调控方面，以电力传输全过程海量数据为基础；在负荷预测方面，以电力运行全过程海量数据为基础；在故障检测与诊断方面，以电力控制全过程海量数据为基础；在客户服务方面，以电力生产、传输、运行、控制全过程海量数据为基础；在数据治理方面，以电力生产、传输、运行、控制全过程海量数据为基础。融合外部系统相关信息，结合生成式大模型，在电力系统的新能源消纳、配网调控、负荷预测、故障检测与诊断、客户服务、数据治理等多个重点技术领域实现智能化、高效化的应用和发展。

    在新能源消纳领域，能够更利于对风能和太阳能的出力特性进行预测与调节。借助计算机视觉以及长短期神经网络分析，能够对屋顶光伏资源及其实时出力进行预测，以此实现新能源的精准消纳，进而提升能源管理与使用的效率。