2026数字中国创新大赛能源大数据创新应用赛报名开启

03 03月 2026

2026-03-03 09:14

近日，2026数字中国创新大赛数据应用赛道、人工智能赛道启动报名工作，由国网福建省电力有限公司（以下简称国网福建电力）发起的能源大数据创新应用领域赛题同步在大赛官网发布，为全社会能源数字化创新人才搭建起展示实力、协同攻关的平台。

本届能源大数据创新应用领域赛题以“智能驱动能源转型,AI赋能智慧未来”为核心主题，紧扣能源行业发展前沿趋势，聚焦多源数据融合与先进人工智能技术的协同创新方向，在数据应用赛道、人工智能赛道精心设置四道差异化赛题，兼顾前沿算法突破与工程实践落地。其中，数据应用赛道算法题聚焦“基于多源数据融合的电动汽车充电站协同优化挑战”，方案题围绕“新型电力系统数字化创新应用与实践方案”展开；人工智能赛道算法题聚焦“基于时序大模型的新能源微观气象要素与功率预测”，方案题围绕“具身智能在电网高风险作业环境下的自主作业设计”展开。为激励全社会创新力量积极参与，赛事设置了丰厚的奖励机制，每道赛题均设有一等奖1名、二等奖2名、三等奖3名及优胜奖3名，全场总获奖席位达36个，总奖金高达74万元，充分释放以赛引才、以赛促创的鲜明导向。

作为能源大数据应用领域的品牌赛事，该赛事已成功连续举办五届，本届赛事继续由国网福建电力承办，国网福建信通公司、国网福建电科院、中国能源研究会信息通信专业委员会、电力系统通信与网络安全技术委员会(中国)大数据技术分委会联合协办，形成了多方协同、合力推进的赛事组织体系。赛事始终秉承“以赛促创、以赛促用”的核心理念，深耕能源数字化创新领域，致力于推动数据要素价值充分释放，助力“人工智能+”行动在能源领域落地生根、开花结果，为构建清洁低碳、安全高效的现代能源体系注入新动能，进一步助力数字中国建设迈向更高水平。

据悉，本届赛事赛题面向全社会全面开放，报名范围涵盖能源行业企业、科研机构、高等院校及产业单位从事研究和开发工作的专业团队与个人，凡具备相关创新能力的主体均可通过大赛官网报名参与。赛事时间安排已明确，线上报名通道自启动之日起开放，截止至3月下旬；线上初赛、复赛拟定于4月上中旬举行，线下决赛将于4月下旬在福建省福州市正式举办，全程以专业化、规范化的赛事流程，保障创新成果的高质量呈现与转化。

四道赛题具体任务各有侧重、精准发力，针对性破解能源数字化发展中的关键痛点：

数据应用赛道赛题1：基于多源数据融合的电动汽车充电站协同优化挑战

赛题任务：随着电动汽车（Electric Vehicle, EV）的快速普及，充电站作为重要的电能补给节点，其充电负荷的波动性、随机性与时空不均衡性，已成为影响电网运行与充电站运营的关键因素。充电需求受用户出行习惯、节假日、区域活动等因素交织影响，表现出较强的非线性和时变性，传统预测方法难以准确刻画其复杂变化规律。本赛题通过提供充电站真实运行数据，旨在推动基于人工智能的充电负荷预测方法创新，为充电站智能化管理与电网协同运行提供可靠的预测算法支持。

数据应用赛道赛题2：新型电力系统数字化创新应用与实践方案

赛题任务：新型电力系统建设已成为国家能源转型的核心战略，国家电网和南方电网已在超大型城市、县域电网、海岛微网、零碳园区等多类典型场景开展了卓有成效的示范实践，在车网互动、虚拟电厂、人工智能赋能等关键技术方向实现突破，部分场景实现秒级调度响应。当前，示范项目正从点上突破迈向面上推广的关键阶段，为支撑新型电力系统规模化、高安全、高效能发展，亟需进一步深化和突破海量灵活性资源的广域聚合与多级协同优化调控、数据驱动的电网数字孪生与智能决策、源网荷储全环节协同优化调度与运营等核心技术。本赛题旨在面向全国，征集具有前瞻性、可落地、可推广的数字化创新解决方案，以数字化手段破解新型电力系统运行中的核心挑战，推动示范经验转化为规模化应用价值。

人工智能赛道赛题1：基于时序大模型的新能源微观气象要素与功率预测

赛题任务：本赛题聚焦新能源并网消纳的核心基础能力——微观气象感知与功率可预测性，以海上风电与光伏发电为典型应用场景，围绕“气象要素预测”与“功率预测”两项关键任务，探索深度学习、时序大模型及时空建模技术在新能源气象驱动型预测问题中的应用潜力。要求参赛团队应用时序大模型、气象大模型等前沿人工智能方法，构建高精度的新能源微观气象要素与功率预测模型。通过挖掘海量历史数据的时空价值，围绕新能源场站尺度下的微观气象演化与功率响应机理，攻克海上风电微观风速的精准预报、光伏发电的高精度气象要素预测、以及风电与等新能源场景下多维特征驱动的功率曲线建模两大任务，重点提升模型对气象要素快速波动趋势、功率变化节奏及极端场景下新能源出力不确定性的刻画能力。

人工智能赛道赛题2：具身智能在电网高风险作业环境下的自主作业设计

赛题任务：在变电站高压、有毒气体、极端气候等高风险作业环境中，传统人工作业存在安全风险高、作业效率低、连续作业能力不足等问题。随着具身智能、多模态大模型及机器人技术的发展，推动电力作业由“人工高危操作”向“机器人自主作业与多机器人协同作业”转型。本赛题面向电网高风险作业场景，探索具身智能在复杂、非结构化环境下的自主感知、决策与执行能力，设计可落地的多机器人协同作业方案，降低人员安全风险，提升应急抢修与运维效率。