的能力，根据历史数据和当前环境自动调整优化策略，持续改 19 进预测模型的准确性。二是助力企业更精准地识别潜在风险和 机会，实现跨部门协同优化和策略自动调整，在复杂的商业环 境中保持灵活性和竞争优势，打破传统管理模式中信息孤岛的 壁垒，提升决策效率，并基于大数据洞察，实现精细化的资源 配置和风险管控。 （四）基于网络化协同的销售营销新模式 通过工业互联网强化企业内部及全产业链协同，改造能源 化工

来，工商业储能EMS将成为域控制器角色， BMS、PCS、温控、消防等设备主要承担基本的感知、执行和保护功能，大数据、云计算、人工智能 技术将在工商业储能领域进一步应用，实现更安全、高效的储能系统管理。 趋势三，多能融合与协同优化。未来的能源系统将是多种能源形式协同互补的体系，储能 EMS 需要具备更强的多能融合和协同优化能力。一方面，EMS 将实现储能系统与其他能源系统，如太阳 能、 随着人工智能技术的迅猛发展，储能行业正迎来一场深刻的智能化变革。从大模型的应用到中国 自主可控推理模型DeepSeekR1的问世，AI不仅为储能领域注入了新的活力，也为企业提供了前所未 有的机遇。AI通过优化储能系统管理效率、降低运营成本、增强市场竞争力等形式重塑储能行业价值 链，其应用场景也从单一问题解决向多维度、全链条的智能化转型拓展。然而，储能行业复杂的工业 系统特性决定了其对AI的需求远超消费领域的传

能源管理的辅助 工具，但随着能源系统的规模扩大和复杂性提升，以人工智能 为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 源清洁、经济、安全的“不可能三角”。据全球移动通信系统 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体

能源管理的辅助 工具，但随着能源系统的规模扩大和复杂性提升，以人工智能 为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 源清洁、经济、安全的“不可能三角”。据全球移动通信系统 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体

基础平台关键技术研发，推动城市三维空间数据底板在城 市治理场景中的应用。研究制订“数字住建”标准体系，加速推动数字化绿色化协同转型发展。 （十一）推动数字技术赋能城市运行绿色化转型 19.推进城市运行管理“一网统管”，加快现有信息化系统迭代升级，加强对城市运行管 理服务状况的实施监测、动态分析、统筹协调、指挥监督和综合评价。总结推广各地城市 运行管理服务平台建设经验，指导各地推动城市运行管理服务平台建设运行。推进数字家

地交通系统运行态势智能感知与多目标协同监测；② 空 – 地交通系统数字 孪生体超实时仿真与风险推演；③ 有人机、无人机、地面车辆混合条件下的主动避撞与协同运行；④ 基 于数字孪生体的空 – 地交通系统管理智能决策与风险控制。未来主要发展趋势在于实现对低空 – 地面交通 152 全球工程前沿 Engineering Fronts 全球工程前沿 2024 体系多目标协同运行态势的精确感知和风险推 优化、负载均衡与资源配置优化、实 时监控与动态反馈机制。 （5）工程建造云边端与区块链融合技术 工程建造云边端与区块链融合技术是指将云边端架构与区块链结合，以解决在数据存储、计算、传输、 系统管理等方面的安全性和可信问题。目前，其主要的研究方向包括：利用区块链的多副本存储机制保证 数据的完整性；利用区块链智能合约为云边端构建可信的计算框架；利用区块链共识机制促进云边端系统 各参与方之间