國內
（一）全國
1、中國新型儲能產(chǎn)業(yè)加速崛起 多家龍頭企業(yè)布局遼寧沈陽(yáng)
2、今年1至5月南方區域綠電綠證交易量突破138億千瓦時(shí)
（二）地方
1、電力類(lèi)碳普惠聚合服務(wù)平臺在湖北上線(xiàn)
2、江蘇新能源累計裝機破7000萬(wàn)千瓦
國際
1、法羅電力首批電池儲能系統出貨歐洲
2、拉美國家加快推動(dòng)能源轉型
觀(guān)點(diǎn)
中國工程院院士劉合：以人工智能技術(shù)為智慧引擎 驅動(dòng)能源行業(yè)新跨越
油氣行業(yè)的數智化轉型是時(shí)代的選擇與必然。隨著(zhù)數字化、智能化技術(shù)的日新月異，油氣行業(yè)逐漸認識到，唯有擁抱科技，才能在激烈的市場(chǎng)競爭中保持領(lǐng)先。
一是推動(dòng)數據全生命周期管理。油氣勘探開(kāi)發(fā)的數據具有高度專(zhuān)業(yè)性和復雜性，如地球物理數據、井筒數據等。獲取這些數據難度大、成本高，數據質(zhì)量參差不齊。在構建和訓練人工智能模型時(shí)，低質(zhì)量的數據直接影響模型的準確性與可靠性。同時(shí)，油氣企業(yè)的數據分散在不同部門(mén)和地區，形成了數據孤島。一方面，要強化數據標準化與治理。建立統一的數據標準和規范，促進(jìn)數據的標準化、格式化，提升數據的可用性和互操作性。加強數據質(zhì)量控制，確保輸入模型的數據準確可靠。另一方面，要構建安全的數據共享機制。在保障數據安全和隱私的前提下，建立企業(yè)內部及跨企業(yè)的數據共享平臺，利用“聯(lián)邦學(xué)習”等技術(shù)，在不直接交換原始數據的情況下協(xié)同訓練模型，打破數據孤島。
二是推動(dòng)融合算力建設。相較于互聯(lián)網(wǎng)和科技行業(yè)，油氣行業(yè)的算力基礎設施建設相對滯后，缺乏足夠的高性能計算資源支持大規模人工智能模型的即時(shí)訓練與推理應用，且在分布式算力調度和資源優(yōu)化方面也面臨挑戰。如何合理配置、動(dòng)態(tài)調度以達到最優(yōu)的資源利用效率，是油氣行業(yè)在實(shí)際應用中需要解決的問(wèn)題。未來(lái)，采取公有云、私有云與邊緣計算相結合的混合算力策略，既可保障數據安全，又能靈活應對算力需求波動(dòng)，降低成本。同時(shí)，建立靈活高效的算力資源調度機制，利用容器化、微服務(wù)架構提升資源利用率，實(shí)現算力資源的按需分配和動(dòng)態(tài)擴展。
