2026世界人工智能（885728）大会（WAIC）落下帷幕，在华为举办的“跃升电力智能化 AI驱动新型电力系统跃迁”电力行业峰会上，华为提出AI在电力数智化变革中的角色正从“效率工具”全面升级为“生存+生产”双核心要件。峰会期间，一个来自贵州水电一线的实践案例引起了广泛关注——由华电乌江公司与华为等伙伴联合打造的“华电智禹·乌江睿算”大模型，正是这一理念从概念走向落地的生动注脚。
全球首创
AI大模型首次应用于径流预测
水电行业长期面临一个核心难题——径流预测。
由于历史数据不完整、流域地形地貌复杂、来水影响因素众多，传统水文径流预测难以准确还原真实的来水变化规律，预测精度长期面临提升瓶颈。径流预测是否准确，直接关系水电站的综合效益：预测偏高，可能导致水库水位过度消落，增加单位发电量的耗水量；预测偏低，则可能造成来水消纳不及时，增加泄洪弃水风险。水风光一体化调度的核心挑战，更在于气象、来水、风、光出力的多重不确定性。
2026年4月29日，由华电乌江公司联合华为、国电南自（600268）等伙伴，基于昇腾算力底座及气象大模型打造的“华电智禹·乌江睿算”AI大模型正式上线。
该大模型是全球范围内气象大模型与水文机理的首次深度融合，也是AI大模型技术首次被应用于江河径流预测。“华电智禹·乌江睿算”AI大模型的上线，成功解决了以往AI模型难以适配径流预测的问题，有效提升水文数据利用效率及预测精度，完成了电力行业径流预测AI大模型从‘0’到‘1’的突破，填补了大模型技术在该领域应用的国际空白。
技术内核
基于时空数据增强的PLM径流预测模型技术
这一突破的背后，是昇腾算力底座提供的坚实支撑。
该模型的提出了一种基于时空数据增强的PLM径流预测模型技术，模型通过多模态数据融合、时空信息Tokenize、可学习的注意力机制和预训练LLM微调技术来实现径流预测目标。
在整体架构上，昇腾助力华电乌江构建了“集团训练+区域推理”的云边协同智算架构。由中国华电集团建设人工智能（885728）开发训练平台，乌江集控落地区域场景推理。由于训推同构，模型可实现快速迭代和业务的天级上线。在区域推理侧，基于昇腾服务器可分钟级完成气象预测和径流预测的计算，相较于传统数值计算方法提速百倍。
华为认为，架构决定竞争力。只有将多模态数据融合、机理嵌入等关键能力底座化，才能真正让大模型在能源（850101）业务中“用起来、用得好、用得稳”。
可量化价值
精度提升5%，年增发电3亿千瓦时
“乌江睿算”带来的价值是可量化的。
在预测精度上，该模型短期径流预测精度较传统机理模型提升5个百分点以上。在喀斯特地貌这一传统水文预测的“硬骨头”面前，短期洪水预报和15天径流中长期预测精度同样实现了大幅提升。
在经济效益上，预测精度的提升可提高水电调度的科学性和有效性，优化发电策略，每年能增加发电量约3亿千瓦时。
在调度模式上，让水风光发电从“被动响应”转为“主动协同”，最大化清洁能源（850101）消纳与发电效益。
在社会效益上，径流预测为防洪减灾、生态保障、电力保供、航运保畅等领域提供了有效支撑。
据悉，该项目还入选了首批中央企业人工智能（885728）战略性高价值场景。
平台化思维
从乌江走向全国的可复制方案
该项目所依托的云边协同AI架构，封装了底层硬件的复杂性，支撑了模型在气象、径流等多个场景的快速构建与持续优化。这一平台化思维，使得该AI能力不仅能服务于乌江，更具备跨区域、跨行业的复制推广潜力。基于项目积累的3大类、60多类型、超7TB的高质量数据集，该模型未来可无缝赋能防洪抗旱、生态保护、交通物流等更广泛领域。
在WAIC 2026上，华为昇腾（886058）950超节点真机首次亮相，也有望进一步夯实电力行业自主可控的高性能推理底座。而“乌江睿算”的实践已经证明：以昇腾算力为底座、以行业大模型为抓手，AI有能力破解电力行业最核心的技术难题。
从贵州乌江到全国流域，从水电到“水风光”一体化，“乌江睿算”正将源自中国的智慧水电方案推向更广阔的舞台。在AI驱动新型电力系统跃迁的时代浪潮中，这或许正是“中国方案”最有力的注脚。
