9月底的一天，国网江苏电科院海上风电技术实验室，大屏幕上并排排列着几条曲线——同一片新能源，几家预测源给出的答案各不相同，孰优孰劣，难以靠人工做出快速判断。
值班人员没有像往常那样逐条比对，而是询问自主研发的新能源功率预测研判融合智能体："这几条曲线怎么配权才最准？偏差出在哪一段？"
几秒钟后，几条曲线先比出高下、再融合纠偏，屏幕中央出现一条融合曲线，偏差数值、时段分布、纠偏前后的对比一并弹出。
“以前是人追着数据跑，现在是数据自己跑到眼前来——进来的是一堆预测曲线，送出去的只有一条优化曲线。” 新能源功率预测研判融合智能体研发负责人罗飞说。
当下的这份从容，来自半年多反复的打磨。
应运而生的AI研判员
江苏是我国海上风电开发最早的省份之一，盐城、南通沿海风机成片铺开，装机规模居全国第一。海上风大浪高、出力波动快，功率预测是大电网调度计划要算的第一笔账。
但这笔账不是总能算清。全省多厂家预测曲线同时上送，各家预测源在不同天气、不同时段各有所长；监盘靠人盯屏，报告靠人手写，研判往往“慢半拍”；准确率通常只有一个整体数字，好在哪里、差在哪里说不清；即便发现了趋势性偏差，也要等厂家团队来识别并修改，来来回回又是几天。
能不能让AI先把这些曲线看一遍？这个问题，成了新能源功率预测研判融合智能体研发的起点。
曲线排座次，谁准听谁的
经过半年多的打磨，智能体的功能逐步完善。
先让曲线自己分高下。把一年来全省实测出力和各家日前预测曲线摆在一起，按季节、日出力水平、极端高低出力、用电时段逐档打分排队——哪家在高出力时段更稳、哪家早晚高峰容易“掉链子”，各类曲线的特性展现的清清楚楚。
然后算“话语权”。准的预测源话语权更大，不准的就降低权重。权重也不是一成不变，而是盯着各家近期表现，结合风况、时段动态调整，什么天气、什么时段，各家的权重也不一样。
最后把曲线融合成一条，智能体再把融合后仍残留的系统性偏差，对照历史实测逐点订正。几套思路不同的方案并行计算，在同一套标准下比精度、比稳定性、比极端场景下的风险，最终只留一条最优曲线。
从“人找数”到“数找人”
在后台数据的洪流之外，屏幕前值班人员还在意另一件事——需要查询的问题，能不能有系统的答案。
过去想查个数据，得到的就是一个数字——大风天哪家更准、早晚高峰偏差出在哪，得靠人工再一条条对曲线；偏差后的评估与纠正全靠人工复盘，等原因找到，同一场景下的偏差已经反复出现。
如今，业务人员只要说一句话，智能体自己理解意图、自己组织查询，最终给出的不只是一个数，还有分场景、分时段的完整分析。偏差出在哪一段、该往哪儿纠，智能体会直接追到具体时段，并给出一条纠偏后的曲线，纠偏前后可逐点对照。
每天的监盘报告也不必再人工整理——偏差分析、原因追溯、纠偏建议等等内容，都能一键成稿。
当条件不全时，它还会和业务人员反复沟通调整，形成完整需求。
AI会说话，更要靠得住
“功率预测没有绝对的准，但得到预测结果的流程可以做到透明、可溯源。”国网江苏电科院海上风电技术实验室负责人刘建介绍。
在实验室里，智能体不是一个无所约束的角色。它改不了数据——查数据只读不写，纠偏也只是另存一条新曲线，不覆盖原始预测。它做的每一步留在明面上，执行到哪一步、用了哪张表，都在对话里摊开，随时可以核对。真碰上复杂问题，它也不硬撑，院内几款大模型按需切换，换一个“脑子”再想想。
眼下，实验室还在为它添新本领：对不同等级用户进行权限隔离，日报之外自动生成月报、季报，根据最新功率实测数据不断更新数据源权重。同时，通过学习消化政策文件与历史报告，形成对应知识库，让智能体的解答越来越贴近业务实际。“AI越用越准，越准越敢用。”团队成员林思齐说。
依托新能源功率预测研判融合智能体，实验室在国庆节前对全省风电、光伏的预测源进行了全面分析，并为省调度提供了最新的预测功率源分场景评价结果与融合曲线的计算依据。
随着智能体的应用，实验室实现了对各厂家功率预测结果的快速研判，将专业人员人工一周的工作量大幅压缩到五分钟，把融合曲线的权重更新周期从每季度降低到每周，为调度部门选取功率预测厂家和计算融合曲线提供了溯源与决策依据。
上一篇：无
