能源化工产业数字化转型AI赋能

交流会成功举办

2026年9月21日，“算力筑基，AI赋能——AI赋能能源化工及制造业高质量发展专题交流会”在我省召开，与会嘉宾围绕双碳目标下能源行业数字化转型路径、人工智能技术落地应用等主题展开深入交流，推动产学研用协同联动，助力龙江数字产业生态建设。

主办方代表在开场致辞中指出，当前在国家双碳目标与新型工业化战略深入推进的大背景下，我省能源企业正面临多重发展挑战：安全生产管控压力持续增大、设备运维成本居高不下、能耗管控模式较为粗放、现有数据资源挖掘利用不足，这些问题已经成为制约行业高质量发展的关键瓶颈。

致辞中介绍，当前通信领域企业已经依托国家东数西算战略布局，打造完成自主可控的云智算底座，具备多模态大模型、智能体等核心技术能力，可支持私有化部署模式，充分适配能源行业严苛的数据安全要求，目前已经在智慧电厂AI智能巡检、作业违章智能告警、机组运行参数AI调优降碳等多个场景实现落地应用。下一步相关企业将全面开放算力、大模型与智能体技术能力，携手行业协会、高校以及全产业链合作伙伴，共同推动人工智能项目在我省落地生根，共建开放共享的数字产业新生态。

在工业网络赋能转型中，深入剖析了传统工业网络存在的布线成本高、网络稳定性不足、传输时延难以保障等行业痛点，重点介绍了面向能源化工领域的新型工业专网全套产品体系，涵盖防爆工业终端、下沉式超融合核心网、毫米波免布线承载网、多源融合人员定位系统等核心设备，可实现网络物理隔离、端到端低时延传输，完全适配化工高危园区的生产环境要求，且专网模式长期运营成本优势突出，目前已经在国内多个大型煤化工、装备制造、钢铁化工园区实现成功落地，技术成熟度与适用性得到充分验证。

针对工业数据治理这一行业共性课题，高校研究团队的专家分享了最新研究成果。专家指出，当前工业领域数据体量庞大但价值密度普遍偏低，质量不合格的脏数据往往会直接导致AI模型训练失效，无法发挥应用价值。针对这一问题，团队已经研发出数据质量画像构建、异常数据自动检测、时序业务驱动数据自动修复、高价值样本智能筛选等一系列核心技术，目前已经为国内多家大型制造、能源、电力企业提供技术服务。

当前行业人工智能应用的最新发展趋势，提出AI已经从过去的办公辅助工具逐步转变为支撑工业生产的核心引擎，同时系统介绍了当前工业AI领域的八大典型应用场景，分别为AI视觉全量质检、设备预测性维护、智慧能源管理、虚拟电厂、具身智能自主巡检、企业智能体问答、AI合同智能审核、大模型驱动智能仓储，目前多个解决方案已经在国内大型盐化工、钢铁企业投入实际使用，运行效果良好，可为我省企业提供成熟的参考样本。

为帮助我省企业更好对接科创扶持资源，行业协会政策专家专门针对省内数字产业扶持政策与省重点研发计划申报要点开展解读。专家围绕申报主体资质要求、项目经费配比规则、申报团队条件、知识产权约定、完整申报流程等内容进行了细致讲解，同时梳理提示了申报材料填报过程中多个容易出现错误的注意事项，为参会企业申报科创项目扶持提供了清晰、可操作的实操指引，获得参会企业的广泛认可。

本次交流会汇聚产学研用多方资源，聚焦我省能源化工行业转型痛点，对接前沿AI技术与成熟解决方案，为推动人工智能与实体经济深度融合、助力我省能源产业高质量发展搭建了良好的交流合作平台。