国内
（一）全国
1、中国新型储能产业加速崛起 多家龙头企业布局辽宁沈阳
2、今年1至5月南方区域绿电绿证交易量突破138亿千瓦时
（二）地方
1、电力类碳普惠聚合服务平台在湖北上线
2、江苏新能源累计装机破7000万千瓦
国际
1、法罗电力首批电池储能系统出货欧洲
2、拉美国家加快推动能源转型
观点
中国工程院院士刘合：以人工智能技术为智慧引擎 驱动能源行业新跨越
油气行业的数智化转型是时代的选择与必然。随着数字化、智能化技术的日新月异，油气行业逐渐认识到，唯有拥抱科技，才能在激烈的市场竞争中保持领先。
一是推动数据全生命周期管理。油气勘探开发的数据具有高度专业性和复杂性，如地球物理数据、井筒数据等。获取这些数据难度大、成本高，数据质量参差不齐。在构建和训练人工智能模型时，低质量的数据直接影响模型的准确性与可靠性。同时，油气企业的数据分散在不同部门和地区，形成了数据孤岛。一方面，要强化数据标准化与治理。建立统一的数据标准和规范，促进数据的标准化、格式化，提升数据的可用性和互操作性。加强数据质量控制，确保输入模型的数据准确可靠。另一方面，要构建安全的数据共享机制。在保障数据安全和隐私的前提下，建立企业内部及跨企业的数据共享平台，利用“联邦学习”等技术，在不直接交换原始数据的情况下协同训练模型，打破数据孤岛。
二是推动融合算力建设。相较于互联网和科技行业，油气行业的算力基础设施建设相对滞后，缺乏足够的高性能计算资源支持大规模人工智能模型的即时训练与推理应用，且在分布式算力调度和资源优化方面也面临挑战。如何合理配置、动态调度以达到最优的资源利用效率，是油气行业在实际应用中需要解决的问题。未来，采取公有云、私有云与边缘计算相结合的混合算力策略，既可保障数据安全，又能灵活应对算力需求波动，降低成本。同时，建立灵活高效的算力资源调度机制，利用容器化、微服务架构提升资源利用率，实现算力资源的按需分配和动态扩展。
