全面连接、深度感知、微服务嵌入、服务石化应用 IOT 虚拟网关 IOT 通信 AI行为 识别引擎 IOT规则 引擎… ELT 中间件 9 设备接入、大数据处理、人工智能算法助力石化装备AI管理 物联网 平台 物联网 平台 物联网 平台 物联网 平台 设备 接入 的能力 中化工业 互联网 深度 赋能 大 数据 处理能力 物联网 平台 中化工业 互联网 深度 赋能 赋能 人工 智能 核心算法 石化装备AI管理—中化工业互联网平台深度赋能 石化装备AI管理—中化工业互联网平台深度赋能 实时数据 离线数据 • Modbus协议 • JT/T808协议 • MQTT协议 • 提供其他协议转MQTT协议的SDK • CSV格式 • 用户可自定义表头（需提供对应文档） • XLS格式 • XLSX格式 丰富数据接口 系统通过对大量数据接口及文件 数据，从而满足故障诊断客户初次加 装、二次改造升级、数据分析服务等 多种业务需求。 11 石化装备AI管理—中化工业互联网平台深度赋能 A I 智 慧 发 力 BigData 深 度 赋 能 12 石化装备AI管理—中化工业互联网平台深度赋能 拖拉拽模型构建 交互式建模分析 深度优化算法库30+ 模型管理/发布可视化 用户数据 数据预处理 特征探索 机器学 习建模 模型评估 批量/实时预测

前沿所处的创新阶段， 工程前沿可分为侧重理论探索的工程研究前沿和侧重实践应用的工程开发前沿。 2024 年度全球工程前沿研究采用专家与数据多轮交互、迭代遴选研判的方法，通过专家研判与数据分 析深度融合，在 9 个领域共遴选出 92 个工程研究前沿和 92 个工程开发前沿，并重点解读 29 个工程研究 前沿和 29 个工程开发前沿。各领域前沿数量分布如表 1.1 所示。 工程前沿研究基本流 图 1.1 全球工程前沿研究流程 5 第一章 研究方法 全球工程前沿 Engineering Fronts 所示，其中绿色部分以数据分析为主，紫色部分以专家研判为主，红色方框为专家与数据多轮深度交互的 过程。 1.1 工程研究前沿遴选 工程研究前沿遴选包括两种途径：一是基于 Web of Science 数据库 SCI 期刊论文和会议论文数据，经 数据挖掘聚类形成工程研究前沿主题； 工程研究前沿 核心论文数 被引频次 篇均被引频次 平均出版年 1 船舶数字孪生系统 23 589 25.61 2020.3 2 海洋漂浮式光伏发电 16 826 51.62 2020.4 3 基于深度图像的场景解析 15 494 32.93 2022.1 4 4D 打印的形状记忆聚合物智能结构 4 204 51.00 2022.0 5 多频全球导航卫星系统精确定位方法 36 1 608 44

化，加快建设制造强国、网络强国、数字中国”。《中共中央 关于进一步全面深化改革、推进中国式现代化的决定》明确提 出“健全促进实体经济和数字经济深度融合制度，加快推进新 型工业化”。 能源化工行业是国民经济支柱产业，具有产业链条长、涉 及领域广、技术含量高、经济带动性强等特点，工业互联网作 为数字经济与实体经济深度融合的关键基础设施，正不断催生 新产业、新模式、新动能，成为培育新质生产力和支撑新型工 业化加速发展的重要驱动力量。通过工业互联网赋能能源化工 由中国信息通信研究院牵头，联合相关企业成立了工业互联网 产业联盟（AII），明确工业互联网定义“是新一代信息技术与 工业系统全方位深度融合形成的产业和应用生态，是工业智能 化发展关键的综合信息基础设施”。工业互联网是以机器、原 材料、控制系统、信息系统、产品及人之间的网络互联为基础， 通过对工业数据的全面深度感知、实时传输交换、快速计算处 理和高级建模分析，实现智能控制、运营优化和生产组织变革。 放眼全球，各工业大国均出台了工业互联网领域的顶层战 移植、可复用的工业微服务组件，构建应用开发环境，实现工 业软件的快速研发。应用层聚焦数据科学与工业机理的深度融 合，形成各类工业软件，为设计、生产、管理、服务等各业务 环节提供数字化服务。 （四）工业互联网技术产业发展趋势 网络、平台、安全作为传统工业互联网三大核心，重点服 务于工业数据互联互通的需求。随着数字技术与工业体系深度 融合，工业互联网产业边界向传统工业技术服务业渗透，传统 装备、自动化、工业软件产业加速升级，智能装备、新型工业

率。另一方面，伴随能源系统的演进而涌现的新兴技术和新兴 市场机制将重新定义用能模式，能源网络与交通网络、算力网 络等跨行业的融合，将催生车网互动、虚拟电厂、零碳算力中 心等新兴场景，引入跨领域主体深度参与能源互动，共同组成 朝气蓬勃的能源生态。 1.2 数字化战略深刻影响能源体系建设 高度复杂的新型能源体系需要更强大的数字化智能化手段保障 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 全球范围内电力系统数字化转型加速，物联网、人工智能、数 字孪生等技术的深度应用成为关键。多国已制定相应战略， 推动智能化电力基础设施的建设。欧盟于2022年10月发布的 《能源系统数字化行动计划》提出，2020年至2030年预估 将向电网领域投资5840亿欧元，重点支持配电网的数字化改 新型电力基础设施的部署与新型输配电技术的应用，持续提升 灵活性，并以数据驱动对海量设备资源的整合协同以及精准决 策，在保障系统安全高效运转的基础上，打造电力资源优化配 置的枢纽平台，并与油、气、热、氢等能源网络深度耦合，驱 动能源体系的清洁低碳转型。 为了达成碳中和的宏伟目标，关键路径之一在于打造包含六个 核心要素——源、网、荷、储、碳、数的全新电力系统。这个 系统将利用数字化技术的力量，协调和整合电力生产、输送、

率。另一方面，伴随能源系统的演进而涌现的新兴技术和新兴 市场机制将重新定义用能模式，能源网络与交通网络、算力网 络等跨行业的融合，将催生车网互动、虚拟电厂、零碳算力中 心等新兴场景，引入跨领域主体深度参与能源互动，共同组成 朝气蓬勃的能源生态。 1.2 数字化战略深刻影响能源体系建设 高度复杂的新型能源体系需要更强大的数字化智能化手段保障 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 全球范围内电力系统数字化转型加速，物联网、人工智能、数 字孪生等技术的深度应用成为关键。多国已制定相应战略， 推动智能化电力基础设施的建设。欧盟于2022年10月发布的 《能源系统数字化行动计划》提出，2020年至2030年预估 将向电网领域投资5840亿欧元，重点支持配电网的数字化改 新型电力基础设施的部署与新型输配电技术的应用，持续提升 灵活性，并以数据驱动对海量设备资源的整合协同以及精准决 策，在保障系统安全高效运转的基础上，打造电力资源优化配 置的枢纽平台，并与油、气、热、氢等能源网络深度耦合，驱 动能源体系的清洁低碳转型。 为了达成碳中和的宏伟目标，关键路径之一在于打造包含六个 核心要素——源、网、荷、储、碳、数的全新电力系统。这个 系统将利用数字化技术的力量，协调和整合电力生产、输送、

中国互联网协会网络绿色发展工作委员会，凝聚产业生态合力，组织 30 余家企业和科研院所，系统梳理 2024 年前后国内外双碳发展态势， 跟踪政策动向与技术创新方向，提炼规律性认知，构建兼具理论深度 与实践价值的体系化框架，为产业界提供可参考的行动坐标。 本蓝皮书作为双碳领域阶段性研究成果，虽经严谨编撰仍难免疏 漏，恳请各界不吝指正；文中数据皆引自政府官网、国际组织报告、 相关企业年 .................................... 43 （二） 绿色材料和工艺驱动高耗能工业深度脱碳 ........................................................... 45 （三） 数字化+AI 深度赋能制造业节能管碳 ................................................. ............................................. 23 4 一、综述：碳达峰碳中和在探索中砥砺前行 当前，全球经济复苏承压，迈入深度调整与结构性变革交织的新周期。可持 续发展理念加速重构全球治理体系，气候行动跃升为多边议程的核心命题。传统 能源系统面临供需矛盾加剧与气候危机持续升级的双重挑战，绿色低碳转型成为 国际共识性突

业人工智能应用实 例讨论了典型人工智能技术应用于钢铁能源管控的可行性和存在的问题，指出钢铁智慧能源的未来 发展趋势为：如何实现机理、数据、知识等多模型合理深度融合；运算结果的可解释性提升。钢铁 企业智能化、绿色化需求必将使人工智能深度融入钢铁能源综合管控。 随着能源管理系统 (Energy Management System， EMS) 的发展和推广，钢铁工业已收集了各类能源相 114021；2. 北京科技大学，北京 100083 29 题的首选方法。然而，由于钢铁制造流程日趋复 杂，综合能源系统各变量间关系耦合程度不断加 深，传统的浅层神经网络等模型已难以挖掘深度特 征。此外，钢铁产品个性化需求的日益增加，也为 能源管控带来全新挑战，一般数据驱动方法建立的 模型已无法有效应对。 作为当前第四次工业革命的技术代表，人工智 能 (Artificial Intelligence，AI) System， CPS) 是在对环境有充分感知的基础之上，在系统计 算、通信以及网络控制力等方面的可拓展的网络化 物理设备系统 [3]。CPS 通过对物理进程和计算进程相 互反馈循环以实现信息和设备的深度融合进而增加 或拓展系统的新功能，以达到对物理实体的安全、 可靠、高效的实时控制。最终实现物理世界和信息 世界的完全融合，并为工业现场构造一个可控、可 信、可拓展且安全高效的 CPS 网络，从根本上改变

人工智能快速发展，人机协同、人机融合、人机共生乃至人机互生正在成为常态，也将成为数字生态的 显著特征。2025 年 8 月，《国务院关于深入实施“人工智能 +”行动的意见》发布，提出“推动人工智 能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式，促进生产力革命性跃迁和生产关系 深层次变革，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态”。本报告继续深 化构建数字生态概念与理论，旨在引导研究者在 相互影响的同时，也显著增加了人类社 会系统总体的脆弱性；技术加速虽带来诸多福祉，却对制度体系的适配能力与更新效率都提出了前所未 有的挑战。作为典型开放系统的数字平台已成为时下流行的组织形式，不仅深度嵌入日常生活实践，更 成为重塑国际政治格局的关键力量；智能机器作为社会行动者参与人类生产与生活，致使人机边界持续 消融。这些变革凸显了数字社会的深层生态特征，注重多元、互联互动互倚、开放与动态的生态视角对 术解 决方案。在产业研究与实践层面，数字生态则被表述为“数字商业生态系统”或“数字产业生态系统”， 其核心聚焦于产业链条上多元主体间的协同关系，强调企业通过数字化赋能，实现技术、资源与数据的 深度连接、动态交互和价值共享，进而打破组织边界和行业壁垒，构建跨区域、多层次的合作共赢生态。 数字生态也是国家战略政策关注的前沿。中国于 2021 年 3 月发布的“十四五”规划纲要中辟专章讨 论“