在双碳目标的驱动下，电力系统正经历深刻变革。香港理工大学钟志勇教授团队近期发布的研究报告指出，传统以火电为核心的集中式供电模式已难以适应新能源大规模接入的现实需求。随着风电、光伏装机容量突破历史峰值，电动汽车保有量年均增长超30%，以及数据中心能耗占比持续攀升，电力系统面临碳排放居高不下、调节能力不足、调度手段滞后等多重挑战。新型电力系统以新能源为主力电源，通过源网荷储深度互动、负荷柔性化改造和市场化运营机制，构建起具有高弹性、低排放特征的能源网络。
研究团队系统梳理了人工智能技术发展脉络，构建起覆盖硬件层、算法层、应用层的三维技术框架。在硬件层面，针对电力场景特殊需求开发专用计算芯片；算法层突破传统机器学习局限，形成深度学习、强化学习、生成式AI协同发展的技术矩阵；应用层则聚焦功率预测、设备监测、系统调度等核心业务，开发出时空大模型、物理机理神经网络等创新工具。特别值得关注的是，团队提出的混合专家系统架构，通过集成Transformer、KAN等前沿模型，将光伏功率预测误差率降低至8%以下，电池故障诊断准确率突破96%。
在工程实践方面，研究团队依托I-GET智能电网研究中心搭建的产学研平台，已完成多项技术转化。在特高压储能领域，开发的智能均衡系统使电池组寿命延长40%；城市充电网络优化项目通过虚拟电厂技术，实现充电桩集群与电网的动态互动；香港城区电力仿真系统则构建起包含2000个节点的数字孪生平台，为城市能源规划提供精准决策支持。这些成果已形成商用仿真软件和360kW大功率快充设备等系列产品，构建起覆盖高校、设备制造商、电网企业的全球合作网络。
当前技术推广仍面临多重障碍。电力数据异构性问题导致跨系统协同困难，纯数据驱动模型存在违背物理规律的风险，边缘计算设备算力不足制约实时响应能力。研究团队提出三阶段发展路径：短期重点突破物理信息融合模型和可解释AI技术；中期构建轻量化边缘计算体系和电力专用芯片；长期目标是通过自主智能体实现电网自治运行。该方案特别强调建立统一数据标准，目前已形成包含127项指标的电力数据字典，为行业标准化建设奠定基础。
