2025年4月9日，人民网《从“人工经验”到“数智赋能”——山东电力调度的AI“向新力”》报道，国网山东电力正在建设“电网调度智慧大脑”。报道列出的场景很具体：雷击跳闸的分钟级响应、极端天气下的负荷预测，以及对每道调度操作指令的智能辅助。
这三个场景分别对应故障处置、运行预测和指令安全，也比“AI重塑电网”更能说明变化发生在哪里。
不过，“毫秒级切换”目前没有足够的公开数据支撑。人民网给出的雷击跳闸响应尺度是“分钟级”，并未披露模型推理、专业校核和控制执行的分项时延。故障报警、负荷预测、预案生成与设备控制本来就处在不同时间尺度，全部装进“毫秒级”这个标签，容易把辅助决策写成自动控制。
调度台上，不止一种AI
从现有项目的公开描述看，进入电网调度的AI至少承担三种角色。
一类负责预测。山东案例明确提到极端天气下的负荷预测，说明模型已经被用于处理天气变化带来的负荷波动。公开报道没有列出具体模型、输入数据和误差指标，因此目前只能确认应用场景，预测效果还要等待更完整的测试数据。
一类负责专业知识查询和预案生成。国电南瑞的电网调度AI助手“瑞智”将大语言模型与专业调度知识库结合，支持通过自然语言交互生成调度预案。它缩短了从提出问题到形成参考方案的路径，但预案仍是模型输出，不能直接等同于设备操作指令。
还有一类负责模型的统一建设和管理。国家电网“电网运行AI中台（国网智研院）”覆盖“源—网—荷—储”环节，面向调度、设备、安防等场景提供AI模型的标准化开发、管理与协同应用。它更接近基础设施，作用是让不同模型能够被组织、部署和维护。
负荷预测模型、大语言模型助手和AI中台解决的是不同问题。笼统地称为“通用AI接管调度”，反而会掩盖实际的工程分工。
模型提速后，还要过物理约束
电网是一个物理闭环。模型给出的方案无论生成得多快，进入生产系统前都要满足电力平衡、线路和设备限值、潮流计算结果以及调度规程。
适合这一场景的分工是：AI参与预测、识别、检索和预案生成，专业计算与规则系统承担安全校验，执行权限按照生产控制体系管理。这也解释了电力行业对AI的谨慎态度。模型回答得像不像专家只是其中一环，更关键的是输出属于预测、建议还是指令，以及后续由什么机制校验。
至于山东系统是否使用轻量级物理仿真引擎、一次校核耗时多少，人民网报道没有披露。行业上合理的技术路线，不能直接写成某个项目已经落地的功能。所谓“AI与物理模型协同”，更准确的理解是两类能力各自承担合适的任务，而非让黑盒模型绕开现有安全约束。
榜单和专利，能证明到哪一步
德本咨询于2026年3月2日发布的《2026中国智能电网创新AI应用TOP50》，列出的前三个项目恰好对应三条建设路线：
- 第1位是国家电网“电网运行AI中台（国网智研院）”，重点是统一的AI能力底座和模型管理；
- 第2位是南方电网“丝路”AI平台，聚焦电网规划、风险预警与跨区域协同调度，并为新型电力系统数字孪生提供支撑；
- 第3位是国电南瑞电网调度AI助手“瑞智”，重点是大语言模型、专业知识库和自然语言预案生成。
这份榜单能够说明项目的公开定位，却没有提供端到端时延、负荷预测误差或错误预案拦截等指标。排名也不能替代现场性能测试，更无法单独证明某个平台已经实现毫秒级闭环控制。
技术布局则出现得更早。Google Patents记录显示，专利CN116565859A《一种基于人工智能的电网优化调度系统及方法》于2023年7月10日提交、8月8日公开。这说明AI优化调度已经成为明确的研发方向，但专利公开、平台建设和生产系统投运属于不同阶段，证据不能混用。
复制到更多地区，先问三件事
电网调度AI向更多地区推广时，至少要把三件事说明白：
- 模型输出是预测、参考预案，还是可执行指令；
- 输出需要经过哪些专业计算和规则校验；
- 最终执行权由谁掌握，异常结果如何被拦截。
山东案例的价值，在于AI已经进入雷击跳闸、极端天气预测和操作指令辅助等具体工作。人工经验并未消失，数据和模型被前移到信息处理与方案准备环节，让调度员更早获得结构化参考。
现阶段可以确认的是，AI正在缩短部分故障处置和预测流程。至于“毫秒级自动决策”，仍需端到端时延、测试条件和执行边界等数据支持。电网可以用模型提速，安全责任不能留给一句笼统的“智能化”。
