请务必阅读正文之后的免责声明及其项下所有内容 2025年02月18日 证券研究报告 | 数据中心电力设备专题 行业研究 · 行业专题 电力设备新能源 · 电网设备 投资评级：优于大市 人工智能推动算力需求爆发，电力设备迎来成长新赛道 证券分析师：王蔚祺 证券分析师：王晓声 证券分析师：袁阳 证券分析师：李全 010-88005313 010-88005231 0755-22940078 内以字节跳动、阿里、腾讯为代表的头部互联网企业纷纷加大数据中心基建力度。 u 数据中心配套电力设备容量可达算力芯片的3-5倍，2026年变压器+开关柜+UPS+HVDC市场空间预计可达730亿元 北美新建数据中心资本开支约为70-120亿美元/GW，其中非IT设备占比20%-40%，非IT设备中柴发、变配电、UPS/HVDC等电力设备占比50%-70%。数据中心供电系统主要包括变压器/开关柜、UPS/HVDC、服务器电源（AC/DC）、 高要求，且往往采用冗余配置方式提供备用。根据相关数据，数据中心IT负载约为芯片功率的1.4-1.5倍，总功率约为IT负 载的1.2-1.3倍，考虑UPS/HVDC实际负载率和冗余配置，数据中心配套电力设备容量可达算力芯片的3-5倍。我们预计，2024-2026年全球数据中心新增IT负载分别为7.7/12.3/16.9GW，CAGR为48%，2026年配套变压器、开关柜、 UPS、HVDC市场空间预

m mE 任务适应性差 用 期 * 自 对话地 泛 化 性 不 足 适 配 性 差 电力设备运维专家问答算法 驴 世速且 忙 ca 11737 s ou 面向电力场景的大模型边缘计算技术开发 大量电力设备终端互联 更高的数据安全要求 场景边缘 计算要求 多种传感器数据协同处理 更快的响应要求 要求 电力大模型推理加速技术 应用技术。 开发基于国产硬件设备搭建电力大模型应用体系 12/42 背景 4—— 自研电力大模型意义重大 ( 应用层 面 ) 真实电力场景部署应用 电力大模型轻量化技术 电力大模型 电力设备 关键技术实现 13/3 书 籍 1. 数据采集 网 页 公开数据 现场数据 图像描述生成 检测数据增强 2. 数据清洗 特殊符号过滤 图像裁剪过滤 3. 数 据 油污： [0.25,0.7,0.35,1.0] 描述： 变压器左下角是一片油污。 变压器左下角有明显的油污痕迹。 在变压器的左下角可以观察到油污的存 在 。 来 源 ： 电力场景真实图像 电力设备监测信号 多场景任务： 开关设备状态监测 输电线路异物检测 1 、数据生成：多模态数据制作管 线 ( 多模态 ) 预训练 / 指令微调数据集制作 人 工 标 注 目标检测器标注 YolO]

电力行业专家模型 私有数据 业务逻辑 行业知识 通用模型 · · · 随着新型电力系统数智化转型的加快 ， 以人工经验为主导的设备检修与运维计划难以满足新型电力系统的安全性与高效性要求 ; 各类电力设备在规划计划、 采购建设、 运行维护、 退役处置等生命周期内积累了大量的多源异构数据 ，这些数据闲置在各系 统 中 ，未能加以有效应用。 设备数据现状的复杂性 设备的全生命周期数据分布于各个 故障数据的不均衡性 由于电力系统的高安全性高可靠性 要求，设备实际故障数据 / 样例少， 面临长尾分布的问题 场景一： 人工智能时代下的电力设备的检修与运维 对人工经验的依赖 电力设备的运维检修计划的制定目 前主要依赖于丰富的工作经验，对 运维人员的技术水平要求较高 02 03 01 IT 管理员 知识管理 用户信息 电力设备知识库 • 用户角色 • 标准流程库 • 特殊场景库 • 失效分析库 •

现海量物资的自动化出入库、高精度盘点和库位级定位，将人工操作的错误率降 至最低。即便初期仅实现 1%的渗透率，市场空间也有望达到十亿级。 电力行业：电力设备数量庞大、分布广泛，传统人工巡检效率低、成本高。 无源物联网应用案例白皮书（2025） 5 无源物联网可实现对电力设备的自动化监测与预测性维护，及时发现安全隐患， 保障电网运行安全。随着智能电网建设的推进，该领域应用前景广阔。 港口行业：中国港口吞 力资源的精细化管理和智能调度。随着数字化转型的深入，电力设备的远程监控、 故障预警、智能调度等功能逐渐普及，为提高电网的可靠性、降低运维成本和保 障能源安全提供了有力支撑。然而，在复杂的电力设备运行环境中，如何确保设 备的实时监测、异常预测及维护效率，依然是行业面临的重要挑战。 2.3.2. 问题挑战 电力设备运行环境对稳定性和安全性要求非常严格，由于电力设备运行环境 多为强电磁环境，因此对无线通 测试效果显示，在天气良好和阴天情况下，在高电磁干扰情况下，标签的识 别成功率为 100%，检测温度误差在±3℃以内，可满足电力设备运行场景的温度 检测和巡检场景。本应用可实现远距离无人化盘点和设备状态信息采集，可及时 发现并对异常设备维修，防止出现较大事故，预计在电力设备预测性维护场景中 可每年节省数十万元维修费。 2.4. 港口行业 2.4.1. 背景介绍 随着全球贸易的快速增长，港

网架诊断 电力设备设施的数字孪生建模 利用 3D 高斯溅射（ 3DGS ）、 OpenUSD 等新技术创建高效的电力设备设施（如变电站、输电线路等）数字孪生模型。 3DGS 采用溅射点来表现场景 ，能够很好地处理电力线、铁塔建模； OpenUSD 的层次化场景描述和多重数据表示特性 ，成为创建复杂电 力设备设施数字孪生模型的理想选择。通过将电力设备的几何、位置 通过高效数据结构和多维度数据集成可以与增强现实（ AR ）和虚拟现实（ VR ）技术结合 ，为运维人员提供逼真的实景 视 图。在运维检修场景中 ，辅助运维人员查看电力设备的实时状态、历史故障记录、操作手册等信息 ，提供直观的操作指引。在 运 维培训场景中 ，帮助员工在虚拟的电力设备中进行实操练习 ，熟悉设备操作、应急响应和故障排除流程。 数字孪生和人工智能融合发展场景 3/8 ©CSG 2023. All Rights

综合景气指标对周期、成长、红利、大盘等风格板块和建筑、建材等行业板块具有较强的领先正相关；对稳定、小盘等风格板块和金融、银行、电子、 通信等行业板块的领先正相关性较弱；对电力设备、公共事业等板块具有领先负相关性 综合通胀指标对有色、消费等行业板块具有较强的领先正相关；对电力设备、机械等行业板块的领先正相关性较弱；对红利、低估值等风格板块和通 信、电子、银行、医药等行业板块具有领先负相关性 图 9: 经济周期划分时段 资料来源： Wind, 国信证券经济研究所整 理 石油石化 煤炭 有色金属 电力及公用事业 钢铁 基础化工 建筑 建材 轻工制造 机械 电力设备 及新能源 国防军工 汽车 商贸零售 消费者服 务 震荡 -8.5 4.8 -7.4 15.9 5.3 -10.0 22.9 -18.6 -14.9 -3.3 -16.4 -4 、电力及公用事业 (15.9%) 复苏期表现最好的三个行业为：消费者服务 (44.4%) 、食品饮料 (17.9%) 、电力设备及新能源 (15.5%) 过热期表现最好的三个行业为：电子 (24.3%) 、传媒 (22.0%) 、家电 (20.7%) 滞涨期表现最好的三个行业为：电力设备及新能源 (22.3%) 、国防军工 (14.0%) 、有色金属 (12.3%)

中图分类号：E968 文献标识码：A 开放科学（资源服务）标识码（OSID）： 摘 要： 智算中心对电源要求极高，而传统电源系统存在能效低、维护复杂、占用空间大 等问题。新型一体化电源系统作为一种集成了多种电力设备于一体的电源解 决方案，凭借其在系统集成性、稳定性和安全性方面的优势，能够满足智算中心 中的电源需求。探讨了新型一体化电源系统在智算中心的应用前景，通过理论 与案例分析研究，评估其在提高能源利用效率、简化运维流程、优化空间布局等 新型一体化电源系统采用模块化集成架构，将中 压模组、变压模组、SVG+APF 模组、UPS 不间断电源、 高压直流（HVDC）、馈电模组等模块进行一体式布局 和安装，配置集中监控，形成了一套集约高效、智能化 的预制式成套电力设备。 在智算中心建设中，一体化电源系统需采用高密 度集成设计，以应对高功率需求和散热问题 ［4-5］。在追 求技术创新与性能优化的同时，电源系统的容错性和 可靠性同样不容忽视。因此，一体化电源系统需要具 备的特点选择更加合理的空间，以优化供电路径，减 少线缆损耗，从而降低建设成本。 如图 4 所示，传统的电力室通常会布置在数据机 房的一侧，且 2个电力室互为主备。在智算机房中，因 用电量增加，电力设备数量和占用空间也随之增加， 这导致传统的单侧布置方式的输出线缆增多，使路由 规划面临挑战。因此，智算机房的布局可采用在机房 两侧布置电力室的形式。 以某智算中心的建设项目为例，该中心在标准层

策提供有 力支撑。人工智能技术应用于电力系统运行控制，如智能电网调度决策、故障诊断与自愈控制等方面，实现了 电力调度的智能化、自动化，显著提升了电力系统运行的安全性和稳定性。物联网技术实现了对电力设备的全 面感知与实时监控，设备运行状态能够及时反馈至指挥中心，便于及时维护和管理。云计算技术则为电力指挥 中心提供了强大的数据存储和计算能力，支撑复杂业务系统的高效运行。此外，电力指挥中心与能源互联网、 保障检修工作顺利进行的同时，最大程度减少对电力用户的影响。此外，随着新能源大规模接入电网，电力指 挥中心还需考虑新能源发电特性，优化电网运行方式，提高新能源消纳能力。 2、电力设备运维管理​ a. 设备状态监测与分析​ 利用物联网、传感器等技术，电力指挥中心对电力设备进行全方位状态监测，实时采集设备运行数据，如 变压器油温、绕组温度、局部放电量，断路器分合闸次数、触头磨损情况，输电线路弧垂、导线温度、覆冰厚 度 备维护建议，制 定科学合理的设备检修计划，实现设备从定期检修向状态检修的转变，提高设备运维效率和可靠性。 b. 故障诊断与应急处置​ 2024-2025 中国指挥中心研究报告 25 当电力设备发生故障时，电力指挥中心迅速启动故障诊断机制。通过对故障设备相关监测数据的快速分析， 结合故障录波、保护动作信息等，准确判断故障类型、故障位置及故障原因。利用应急预案管理系统，根据故 障情况自

practice[J]. Automation of Electric Power Systems, 2021, 45(22): 1-8. [5] 盛戈皞，钱 勇，罗林根，等. 面向新型电力系统的电力设备运行 维护关键技术及其应用展望[J]. 高电压技术，2021，47(9)： 3072-3084. SHENG Gehao, QIAN Yong, LUO Lingen, et al. Key technologies equipment in new type power system[J]. High Voltage Engineering, 2021, 47(9): 3072-3084. [6] 江秀臣，盛戈皞. 电力设备状态大数据分析的研究和应用[J]. 高电 压技术，2018，44(4)：1041-1050. JIANG Xiuchen, SHENG Gehao. Research and application Professor 江秀臣 1965—，男，博士，教授 从事电力设备在线监测、新型电力系统等研究 E-mail: xcjiang@sjtu.edu.cn XU Yongpeng Ph.D. Corresponding author 许永鹏(通信作者) 1990—，男，博士，助理研究员 从事电力设备在线监测、新型电力系统等研究 E-mail: xyp3525@sjtu