曾几何时，天气预测受限于大气压力、温度湿度等要素的高度随机性，一直是困扰气象领域的“老大难”问题。传统的气象预测方法存在诸多局限，然而，随着人工智能技术的爆发，气象预测在精度、时效和门槛等方面取得了显著突破，为与气象高度相关的产业带来了数智化转型的新契机。
6月20日，华为开发者大会2025（HDC.2025）在东莞松山湖隆重开幕。华为常务董事、华为云计算 BU CEO张平安在主题演讲中，详细介绍了盘古大模型在各个领域的最新应用。张平安表示，在气象预测领域，深圳能源使用盘古大模型进行中短期的风、光、水发电量预测，及时做好发电侧的调节，提升能源开发效率。
天气随机性考验新能源产业发展，传统气象预测存在局限
目前，光伏、风能等发电方式已成为我国清洁能源产业发展的重要战略方向，但也呈现出强烈的“靠天吃饭”特征。例如，晴天和阴雨天的光伏发电量差异较大，风速波动对风力发电的影响显著，这些因素导致电源结构、电网结构和电力供需的不断变化，不仅影响发电效益和能源定价，还对电网的安全稳定带来了极大挑战。
气象服务与新能源的“跨界牵手”由来已久，能够实现一定时效内的风速和辐照度等气象要素预测。然而，随着风光发电要求的日益精细化，传统气象预测的局限性逐渐凸显：首先，算力消耗巨大，单次预报平均需要数千核时，且单次预报计算通常耗时数小时，预测结果滞后，难以进一步提升网格预报的精度。此外，传统气象预测高度依赖数据同化，不仅成本高昂，技术门槛较高，给应用企业带来了较大负担。
大模型技术突破，气象预测新思路
此前，华为云发布了盘古系列AI大模型，其中盘古气象大模型在气象预报精度上首次超过传统数值方法，速度提升了10000倍，提供秒级天气预报。该模型的分辨率精度可达到5公里、3公里、1公里，涵盖了气温、降雨、风速等气象要素。2024年，盘古气象大模型获评中国科学十大进展，成为大模型在气象领域首个国家级认证成果。
深圳能源携手华为云，实现发电功率和气象预测准确率“双提升”
作为全国电力行业首家在深圳上市的大型股份制企业，深圳能源2024年与华为合作，探索人工智能大模型创新应用。以华为云盘古气象大模型为基础，引入气象机构观测数据后，双方进一步打造了风高频率气象大模型、光高频率气象大模型和季节降水气象大模型，输出小时级的区域气象预测结果。再结合深圳能源的观测数据和时序数据，能够实现风电和光伏在不同天气情况下的短期功率预测，精度可达到分钟级，气象预测准确率提升了15%，深圳能源风电发电功率预测准确率提升了10%，化了电网调控，有效提升能源开发效率。
以“大模型+”助力“气象+”，推动能源产业数智化转型
此外，盘古气象大模型平台生成了可视化的图形页面，用户可以快速便捷的启动模型训练、微调及推理，支持自定义变量和层次，降低了应用门槛，便于新能源从业者使用。平台还支持公有云、混合云、边缘等多种部署形态，满足更多场景需求，为后续气象预测能力的进一步开发奠定了坚实基础。
以“大模型+”助力“气象+”，再以“气象+”助力能源产业的数智化转型，验证了华为云盘古大模型深度推动人工智能与各行各业融合的核心理念。面向AI时代，华为云将坚定以盘古大模型为引擎，聚焦行业场景需求，重塑千行万业，服务国家“人工智能+”的战略大局，与伙伴、客户共同探索AI的广阔未来。
