当前，全球能源结构调整与能源转型进入加速阶段。
在信息化、智能化浪潮的推动下，人工智能与新型电力系统的深度融合已成为推进能源革命的重要路径。
日前召开的"AI赋能新型电力系统建设创新论坛"汇聚多位院士和专家学者，围绕如何运用智能技术破解能源转型难题进行了系统探讨。
从问题的本质看，传统电力系统面临多重挑战。
一方面，可再生能源大规模接入带来的波动性与不稳定性难以有效管控；另一方面，能源供需的实时平衡、系统的高效调度等问题日益突出。
与此同时，数据爆炸式增长与计算能力的跨越式提升为智能赋能提供了条件。
中国计算机学会会士、华东师范大学数据学院周傲英教授深刻阐释了电力系统智能化转型的理论基础。
他指出，电力系统的数字化转型并非简单的现有经验与技术叠加，而应回归能源电力的本质规律、数据的基本特性与人工智能的核心原理，进行系统性、根源性的重构。
周傲英强调，人工智能的本质是数据智能，其三大要素为数据、算法和算力。
数据工程作为智能自动化的科学基础，决定了人工智能在能源领域应用的上限。
他进一步提出，人工智能已推动科学研究进入以数据为中心的第四范式，即从数据中直接发现知识与规律，关注相关关系而不仅是因果逻辑。
在此基础上，应构建AI赋能新型电力系统建设的自动化新范式，核心方法论是"一体化"——应用场景、技术创新与产业发展必须深度耦合。
在具体的技术路径上，中国科学院院士、西安交通大学教授管晓宏系统阐述了构建零碳智慧能源系统的创新方案。
他指出，大规模、长周期、经济高效的储能技术是可再生能源得以广泛利用的关键，也是支撑未来算力中心、数据中心绿色供能的基础。
氢能作为战略性储能介质，具有重要价值。
管晓宏强调，氢赋能零碳智慧能源系统能够实现局域能量平衡，在经济可行的前提下完成市场化推广，从而打破"减碳必然伴随成本上升"的固有认知。
陕西榆林零碳智慧能源站的示范项目充分验证了这一理论的可行性。
该项目通过智能感知、弹性通信、自主计算与协同优化构成的一体化系统架构，实现了氢、电、热等多能源的耦合与互补，构建了"电-氢-热"协同的分布式能源供需系统，能源综合利用率超过92%，达到业界先进水平。
管晓宏进一步提出了"集中式电网加分布式零碳能源系统"的新型电力系统构想。
分布式系统可实现新能源在局部范围内的实时平衡与完全消纳，降低对主干电网瞬时调节的依赖，从而显著提升电网韧性及新能源消纳能力。
这一模式已在西安地铁零碳车辆段、甘肃金川零碳矿区、河北张北零碳园区等多个项目中落地推进，形成了可复制、可推广的系统解决方案。
他指出，具备物理可追溯零碳供能能力的智慧园区，将为外向型企业提供关键竞争力，成为新质生产力的重要支撑。
上海电力大学人工智能学部青年教师王立成介绍，大语言模型、强化学习等先进算法已在电力负荷预测、设施智能巡检等方面取得实际应用成效，人工智能正在深刻重构新型电力系统的形态与发展路径。
他表示，将持续深耕电力垂直领域的AI技术创新，推动先进算法与"源-网-荷-储"全环节深度融合，助力构建更安全、更低碳、更智慧的能源体系。
这场凝聚学界智慧的专业研讨揭示，中国能源转型已进入技术突破与模式创新并重的关键期。
从数据智能的理论构建到氢能应用的实践验证，多维度探索正在重塑电力系统的发展图景。
未来随着技术创新、产业协同和政策支持的持续深化，具有中国特色的新型电力系统建设有望为全球能源变革贡献更多示范样本。