专注于智慧电力事业、产学研深度融合
向奋斗者致敬，开放合作、成果共享清能战略
2026年2月11日，由能源电力人工智能应用产业联盟发布的《南方电网2025-2026年AI负荷预测技术竞赛2026年1月结果简报》显示，北京清能互联科技有限公司（下称“清能互联”）创新应用基于MoE的大小模型协同技术，在南方区域（全网+五省区+深圳市）的负荷预测任务中展现出卓越的技术实力与稳定性，在多项评比中位居第一！
【月度得分排名】
▲1月得分排名
据悉，本次竞赛共有14支队伍参与，针对次日及未来14天负荷（包含系统口径与统调口径）开展预测。在2026年1月的综合排名中，清能互联在系统负荷预测和统调负荷预测的“日综合平均准确率”与“峰谷值综合平均准确率”两项关键指标上，于广东、广西、云南、贵州、海南及深圳等地区均取得优异成绩，整体表现稳定领先。
【综合得分情况】
▲系统负荷预测（D-1预测）
▲系统负荷预测（D-14预测）
▲统调负荷预测（D-1预测）
▲统调负荷预测（D-14预测）
尤其在元旦假期（1月1日-3日）及两次寒潮（1月1日-5日、1月19日-24日）等特殊时期，清能互联在系统负荷与统调负荷预测中均表现突出，多次出现在“平均准确率”最佳预测队伍名单中，展现出模型在复杂天气与节假日场景下的强适应性与高可靠性。
【月度得分排名】
▲元旦节（1/1-1/3）
▲寒潮（1/1-1/5）
▲寒潮（1/19-1/24）
为突破传统负荷预测模型的精度瓶颈与场景适配局限，清能互联创新采用MoE（混合专家模型）+大小模型协同架构，通过三级融合技术层层递进、协同发力，实现高精度预测。在多源数据融合层面，全面整合负荷、气象、节假日、政策等多维数据，构建完整特征体系；在多模型融合层面，依托MoE架构核心优势，动态调度多个“专家模型”分工协作，以适配不同区域、时段、场景的负荷特性；在预测结果融合层面，对多个“专家模型”的输出结果进行整合校准，结合大小模型协同的互补优势，有效抵消单一模型的预测波动。该技术有效解决了传统模型在极端天气、节假日等场景下的预测偏差问题，实现高精度、强泛化的双重优势。
清能互联始终致力于以人工智能与大数据技术推动电力系统数字化转型。本次在南方电网AI负荷预测竞赛中的优异表现，充分体现了其在负荷预测领域的算法优势与工程化落地能力，也为电网调度运行提供了更精准、更敏捷的决策支持。
未来，清能互联将继续秉承厚德、创新、开放、分享的核心价值观，践行“让每一度电更经济”的使命担当与社会责任，并以此次竞赛为契机，继续推动人工智能技术与电力调度业务的深度融合，为构建新型电力系统、保障电网安全稳定运行提供坚实的技术支撑。
注：本文月报数据来源于南方总调全网一体化AI负荷预测系统（大瓦特·天衍）。
