近日，2026数字中国创新大赛·人工智能赛道圆满落幕。未来式智能携手国网信息通信产业集团、信产埃森哲、华东师范大学、福州外语外贸学院组建联合研发团队，凭借参赛作品《羲和・飞廉——基于物理感知与双流PatchTST的新能源功率预测框架》，在“时序大模型新能源微观气象与功率预测”赛道中脱颖而出，荣获全国一等奖。

此次获奖，是大赛组委会及行业专家对联合研发团队技术创新能力与成果应用价值的充分肯定，也展现了未来式智能在人工智能、时序预测与能源行业融合创新领域的持续探索和技术积累。

聚焦行业痛点，提升新能源功率预测能力

本届大赛人工智能赛道以“AI融百业·数智启新程”为主题。其中，“基于时序大模型的新能源微观气象要素与功率预测”赛题，聚焦新能源并网消纳的核心基础能力，重点考察参赛团队运用深度学习、时序大模型及时空建模等技术，解决新能源功率波动性、随机性和不确定性问题的能力。

随着新能源装机规模持续扩大，风电、光伏等新能源出力受气象条件影响显著。如何更加准确地预测微观气象要素与新能源功率，已成为提升电网调度水平、保障电力系统安全稳定运行、促进新能源高效消纳的重要课题。

针对这一行业难题，联合研发团队打造“羲和・飞廉”新能源功率预测框架，推动物理机理与数据智能深度融合，为新能源功率预测提供更加精准、稳定、高效的技术方案。

三大核心创新，推动物理机理与时序大模型融合

“羲和・飞廉”预测框架围绕实际运行场景，在模型架构、训练方式和长序列建模能力等方面实现三项核心创新。

一是构建物理流与数据流并行的双流架构。框架将新能源发电相关物理原理与双流PatchTST模型相结合，在充分挖掘数据价值的同时兼顾物理规律约束，使预测结果更加符合新能源发电运行特性。

二是引入物理感知训练机制。团队将关键物理规律转化为损失函数中的软约束，引导模型在训练过程中学习符合实际运行逻辑的变化规律，有效提升模型面对复杂气象条件和不同运行场景时的稳定性与鲁棒性。

三是实现高效的长序列多尺度建模。针对新能源功率变化具有多时间尺度特征的特点，框架强化了对长时间序列及不同尺度信息的提取能力，能够更好地捕捉气象要素与功率变化之间的复杂关联，为实际生产环境中的精准预测提供技术支撑。

通过上述创新，“羲和・飞廉”框架进一步提升了新能源微观气象与功率预测能力，为电网调度运行、新能源场站精益管理以及新能源并网消纳提供了新的技术路径。依托未来式智能在企业级智能体领域的技术积累，该框架还可进一步与调度、运维、交易等专业智能体协同，将新能源功率预测能力嵌入业务流程，推动形成“环境感知—功率预测—辅助决策—任务执行”的智能闭环，为能源等行业智能化升级提供可复用的技术路径。

产学研协同攻关，凝聚联合创新力量

本次获奖成果的取得，离不开联合研发团队的密切协作与持续攻关。

项目研发过程中，未来式智能与国网信息通信产业集团、信产埃森哲、华东师范大学、福州外语外贸学院充分发挥各自在电力业务、人工智能、时序建模、科研创新及成果转化等方面的优势，围绕赛题需求开展联合研究、模型优化与方案验证，共同推动创新思路转化为具有行业应用价值的技术成果。

作为联合参赛团队成员，未来式智能积极参与技术研发与协同创新，持续探索人工智能技术在新能源预测、电力系统运行等场景中的应用潜力。此次荣获全国一等奖，既是联合研发团队协同攻坚的成果，也是未来式智能坚持技术创新、深耕产业智能化应用的一次重要实践。

深耕产业智能化，共创能源数智新未来

人工智能与能源电力行业加速融合，正在为新型电力系统建设带来新的发展机遇。新能源功率预测不仅是保障电力系统安全稳定运行的重要基础，也是推动新能源规模化开发、高比例消纳和精细化运营的关键能力。

未来，未来式智能将以此次获奖为新起点，继续深化与能源企业、高校及科研机构的合作，围绕时序大模型、行业大模型、物理感知智能和复杂场景预测等方向持续开展技术创新，加快优秀成果的工程化、产品化与规模化应用。

未来式智能愿与更多行业伙伴携手，以智能体技术创新连接产业需求，以开放协同加速成果转化，让人工智能真正融入千行百业，为产业数智化转型和高质量发展注入持久动能，共创更加智能、高效、可持续的美好未来。