10月23日，工信部發布的《電力裝備制造業數字化轉型實施方案》指出，到2027年，電力裝備制造業數字化轉型取得明顯成效。

　　一是數字化水平明顯提升，電力裝備制造業重點企業關鍵工序數控化率、數字化研發設計工具普及率分別超過75%、90%。二是標桿引領作用持續增強，建成15個左右國家級智能工廠、5家左右數字領航企業、10個左右5G工廠。三是支撐服務能力不斷完善，建設3個左右電力裝備制造數字化轉型促進中心，培育10個左右特色專業型工業互聯網平臺、優秀解決方案服務商。到2030年，電力裝備制造業規模以上企業在研發設計、生產制造、運維服務等環節完成深度數字化改造，人工智能賦能效果明顯，數字化改造達到世界先進水平。

　　以下為原文

工業和信息化部關于印發《電力裝備制造業數字化轉型實施方案》的通知

各省、自治區、直轄市、新疆生產建設兵團工業和信息化主管部門，有關中央企業，有關行業協會，有關電力裝備生產企業： 現將《電力裝備制造業數字化轉型實施方案》印發給你們，請結合實際，認真貫徹實施。

　　工業和信息化部

　　2024年9月5日
 

電力裝備制造業數字化轉型實施方案

　　電力裝備是國民經濟發展中基礎性、戰略性產業之一，是加快能源綠色低碳轉型、保障國家能源安全的重要物質技術基礎，是落實碳達峰、碳中和戰略的重要保證。加快行業數字化轉型，是提升電力裝備研發制造水平、保障質量可靠性、提升產業鏈運行效率的重要舉措，是推動電力裝備制造業高質量發展的必然要求。為深入貫徹習近平總書記關于推動電力裝備發展的重要指示精神，認真落實國務院關于制造業數字化轉型行動總體部署，加快實施《制造業數字化轉型行動方案》，推動電力裝備制造業數字化轉型，制定本實施方案。

　　一、總體要求

　　以習近平新時代中國特色社會主義思想為指導，認真貫徹落實黨的二十大和二十屆二中、三中全會精神，立足新發展階段，完整、準確、全面貫徹新發展理念，構建新發展格局，加快推進新型工業化，深入實施能源安全戰略，錨定碳達峰、碳中和目標，推進能源綠色低碳轉型，以推動電力裝備數字化轉型為主體，堅持問題導向、需求導向、實用導向，強化軟硬協同，以新一代信息技術與電力裝備制造業深度融合為主線，以智能制造為主攻方向，分類、分級推進數字化轉型工作，形成場景、工廠、產業鏈和產業集群立體式數字化發展路徑，以數字化轉型提升電力裝備產業基礎能力和產業鏈現代化水平，不斷推進電力裝備高質量發展。

　　到2027年，電力裝備制造業數字化轉型取得明顯成效。一是數字化水平明顯提升，電力裝備制造業重點企業關鍵工序數控化率、數字化研發設計工具普及率分別超過75%、90%。二是標桿引領作用持續增強，建成15個左右國家級智能工廠、5家左右數字領航企業、10個左右5G工廠。三是支撐服務能力不斷完善，建設3個左右電力裝備制造數字化轉型促進中心，培育10個左右特色專業型工業互聯網平臺、優秀解決方案服務商。到2030年，電力裝備制造業規模以上企業在研發設計、生產制造、運維服務等環節完成深度數字化改造，人工智能賦能效果明顯，數字化改造達到世界先進水平。

　　二、重點任務

　　(一)加快關鍵環節數字化轉型

　　1.研發設計數字化。在成套發電裝備、輸配電裝備產品設計、工藝優化等環節，融合運用虛擬現實、智能算法、大數據等，實現零部件到整機的多方協同設計。利用載荷分析工具、數值模擬技術，開展風電葉片、燃氣輪機葉片、水輪機轉輪、變壓器等智能設計，提升設計效率。加強電磁熱力流等多場耦合仿真工具在電機轉子、勵磁設備、變壓器、開關保護電器等產品設計中的應用。

　　2.生產制造數字化。支持電力裝備整機企業建設協同制造平臺，促進生產制造過程智能化和高效協同。面向電力裝備整機及零部件企業開發生產資源庫、工藝數據庫和排產模型庫，構建智能計劃排程系統。在成套發電、輸變電裝備生產過程中，推廣機器人自動焊接技術，提高焊接質量、效率。加快成套發電裝備制造企業建立定轉子線圈、沖片、疊片智能制造生產線，提高生產效率。在大型發電裝備等復雜產品裝配中，探索大空間數字測量設備和虛擬裝配技術應用，縮短裝配流程和周期。

　　3.質量管理數字化。支持企業建設電力裝備整機制造全生命周期質量管理平臺，提高裝備制造整體質量管控水平。加快運用人工智能圖像識別、大數據分析等技術，開展產品表面缺陷、金屬部件焊縫、零部件尺寸等檢測和分析。探索建立電力裝備企業產品數字身份管理，利用工業互聯網標識解析技術，實現批次性風險產品快速精準定位和質量追溯。引導龍頭企業建設產業鏈質量數據平臺，促進質量信息互聯互通，提升產業鏈質量協同發展水平。

　　4.供應鏈管理數字化。加快企業依托新一代信息技術，開展采購尋源、采購計劃、訂單確認、物流運輸、合同結算等，加強供應鏈流程互聯互通。鼓勵電力裝備制造企業和電網、電站、物流企業等進行深度合作，建設共享共用的倉儲管理、物流配送數據資源平臺，提高庫存周轉效率。引導重點企業建設供應鏈風險監測和預警系統，提高供應鏈風險分析研判能力。搭建重點電力裝備全生命周期綠色供應鏈管理平臺，加快建設綠色供應鏈。

　　5.運維服務數字化。加快在風光水火核等大型發電裝備以及特高壓輸變電裝備領域運用數字孿生、智能傳感技術，對機組進行遠程監控、故障診斷和預測性運維服務等。建設汽輪機葉片等電力裝備高溫熱部件壽命監測與管理系統，評估部件工作狀態、溫度、應力和壽命。建設滿足特定地理和氣候環境下的風電裝備智能運維平臺，利用物聯網、大數據、AI視覺、無人機等技術，對風電機組、風機葉片等進行遠程狀態監測、故障預測。

　　6.節能管理數字化。推進數字技術和綠色技術在電力裝備設計、制造中的融合應用。引導電力裝備企業建立完善的制造過程碳排放數據計量、監測、分析平臺，實現企業能碳精細化管理。支持重點耗能電力裝備上云上平臺，對裝備運行能耗進行實時監測。對光伏、風電機組等清潔能源裝備開展碳足跡核算，鼓勵行業協會、龍頭企業建設電力裝備碳足跡相關數據庫。

　　(二)夯實數字化轉型基礎

　　7.健全標準體系。構建完善的電力裝備制造業數字化轉型標準體系，制定電力裝備制造工業元數據、系統可靠性要求等基礎通用標準，以及遠程運維、質量管控、個性化定制等重點場景標準。重點編制電力裝備制造數字化轉型評價標準，推進產品主數據標準生態建設，加強與兩化融合管理體系、數據管理能力成熟度和智能制造成熟度等國家標準體系的融合銜接，加快標準宣貫和應用推廣。

　　8.強化評估診斷。建立電力裝備制造數字化轉型服務平臺，引導電力裝備企業廣泛開展線上自評估。指導行業編制電力裝備制造數字化轉型評估診斷工作指南，規范評估服務流程。鼓勵地方政府遴選電力裝備制造數字化轉型評估服務商，“一企一檔”編制評估診斷報告，“一企一策”精準制定數字化轉型實施方案。

　　9.夯實網絡數據基礎。引導電力裝備制造企業積極開展內外網絡改造和裝備聯網升級，優化網絡基礎設施，提升裝備聯網率。鼓勵企業實施工業互聯網安全分類分級管理，提升網絡安全防護水平。指導企業開展重要數據識別與目錄備案，加強數據分類分級保護，落實風險評估、監測處置等要求，提升數據安全保護能力和水平。

　　10.推動制造裝備改造。加快制造裝備更新改造，開展數控機床與基礎制造裝備、增材制造裝備、工業機器人、工業控制裝備、傳感與檢測裝備等智能化改造升級。推進工廠內無人車輛、巡檢機器人等裝備部署應用，提升生產過程感知、決策和執行能力。引導輸配電裝備企業探索柔性生產、個性化定制等制造新模式。加快發電裝備控制系統、風資源仿真設計軟件等工業軟件攻關突破。

　　(三)構建數字化協同轉型生態

　　11.加快鏈式轉型。引導龍頭企業加強中小企業數字化轉型合作，帶動產業鏈中小企業“鏈式”轉型。支持龍頭企業制定產業鏈上下游協同改造方案，“鏈式”開展數字化改造，提升產業鏈整體數字化水平。鼓勵龍頭企業結合自身轉型經驗，打造可復制推廣的典型解決方案，為上下游企業提供產品全生命周期、全產業鏈統一的數字化改造服務。

　　12.推動集群轉型。聯合政產學研等各方力量，打通產業集群內的數據鏈、創新鏈、信息鏈和服務鏈，形成數字化轉型合力，推進集群內企業面式轉型。在電力裝備產業聚集地，開展工業互聯網平臺、數字化服務商進園區、進基地、進集群。在電力裝備先進制造業集群鼓勵組建數字化轉型聯合體，為集群內企業數字化轉型供需對接、應用推廣等提供便利。

　　13.培育優質服務商。聚焦電力裝備制造研發設計、質量管控、運維服務、全生命周期管理等關鍵環節，培育綜合型解決方案服務商。開展電力裝備行業數字化轉型服務商分類分級評價規范標準研制，實施數字化轉型服務商分類分級評價規范標準貫標試點。引導服務商提升全流程服務供給水平，建立咨詢策劃+路徑規劃+實施監督+跟蹤評價全棧式服務能力。

　　三、組織實施

　　(一)完善工作推進機制加強部門協同、央地聯動，營造良好發展氛圍，形成推動電力裝備制造業數字化轉型合力。各地區加強與本方案的工作銜接，統籌推進各地區電力裝備企業數字化轉型重點工作。鼓勵地方政府組織企業線上線下開展數字化評估診斷，指導企業分類分級開展數字化改造。指導編制電力裝備制造數字化轉型典型案例，加快案例宣傳推廣。

　　(二)強化企業主體作用強化企業在數字化轉型中的主體地位，鼓勵企業加大數字化轉型資金投入，用于開展新型技術改造、數字技術升級和應用創新。引導企業加強員工數字技能培訓，培育數字化轉型專業人才。支持龍頭企業開展“鏈式”轉型，帶動上下游企業數字化協同改造，充分發揮標桿示范企業的引領作用，實現大中小企業協同轉型。

　　(三)提升服務支撐水平依托行業協會、科研院所、高校等機構，建設電力裝備制造數字化轉型促進中心，為企業提供診斷、咨詢、評估等服務。加快數字化轉型服務商迭代開發高質量數字化解決方案，培育帶動性強、可復制可推廣的典型經驗。通過特色活動，加強行業交流和信息共享，為電力裝備制造業數字化轉型營造良好氛圍。

　　附件：典型場景

典型場景

　　一、研發設計

　　1.典型場景：大型發電機組數字化設計

　　痛點：在傳統的發電機組設計中，缺乏多方設計協同能力，設計方、制造方、服務方的設計軟件存在差異，設計規范不統一，設計效率較低。

　　改造目標：通過設計平臺的統一集成，打通各方的設計過程數據，形成一致的設計版本，實現設計過程數據、模型數據的共享共用，從而提升研發設計效率。

　　實現方式和需要條件：通過運用統一的研發設計工具，使設計方、制造方等多方之間規范定義和傳遞產品研發設計、工藝設計等各階段成果和數據，實現多專業協同設計，提高跨部門合作效率。同時對三維軟件進行深度開發，運用大數據和人工智能技術，將機組三維制造信息與三維設計信息共同定義到產品的三維模型中，實現高度集成。最終形成唯一的設計模型數據源，推動企業高效開展設計仿真，和產品性能、可制造性、可裝配性等分析，實現設計、工藝、制造協同。

　　2.典型場景：高壓氣體開關數字化設計

　　痛點：高壓氣體開關長期以來存在電弧物性參數不全、開斷數字化設計方法不準、溫升與機械可靠性模型不全面、精密測試手段不足等難題，亟待突破。

　　改造目標：建設高壓氣體開關數字化設計(仿真)平臺，引領我國高壓開關由經驗試錯向可預測性數字化設計變革。

　　實現方式和需要條件：研究燃弧平衡態及弧后非平衡態多組分氣體電弧物性參數計算方法、精細光譜輻射計算方法、以及弧后臨界擊穿場強計算方法與實驗裝置，建立氣體電弧基礎參數數據庫，支撐開關電弧精確建模。建立高壓氣體開關電弧開斷全過程精確模擬方法，提出適合工程應用的弧后熱擊穿及電擊穿判據。建立針對高壓氣體開關的電磁熱流全耦合仿真模型，建立基于虛擬樣機技術的高壓氣體開關開斷過程動力學仿真方法。建立融合高速攝像、動態壓力傳感等技術的綜合測量平臺。

　　二、生產制造

　　3.典型場景：特高壓輸配電裝備智能化制造及檢測

　　痛點：特高壓輸配電裝備制造涉及零部件種類繁多、異形零件占比大，面臨裝配工藝復雜、裝配自動化技術難度較大、裝配工序自動化水平低等問題。

　　改造目標：導入自動化產線，實現產品智能化裝配制造和檢測。

　　實現方式和需要條件：應用傳感器、激光測量與定位、機器視覺識別、伺服耦合等系統，通過機器人控制、三維視覺算法、數字孿生、5G等技術，實現機器人自動上下料、自動加工裝配、自動檢測試驗、自動包裝發運、自動配送入庫等工序的數字化管控，保證產品制造的質量一致性，提高裝備的裝配制造效率，提升產品質量可靠性。

　　4.典型場景：汽輪機中小葉片加工黑燈產線

　　痛點：汽輪機葉片加工目前仍多采用人工作業，效率和質量依賴操作者的經驗與技術水平，存在人工成本高、誤差大、效率低等問題，無法保證產品的合格率。

　　改造目標：建立針對汽輪機中小葉片自動化加工產線，實現24小時無人值守加工。

　　實現方式和需要條件：綜合運用機內在線測量與自補償、機內自動測刀、加工過程監控技術，代替人工測量補償的過程，完成零件加工的自動化補償。采用工業機器人和零點快換技術，并在產線內預設與自動導向車(AGV)的接駁站，實現完全的自動化上下料和加工。以產線管控系統為核心，將制造執行系統(MES)、倉庫控制系統(WCS)和智能AGV貫通，實現多品種小批量汽輪機葉片的混線生產及無人值守加工。

　　5.典型場景：光伏組件數字化產線

　　痛點：傳統光伏組件工廠大量依賴人工和經驗，產品質量和生產過程一致性難以保證，而且數據共享難，協同效率低，影響生產能耗、產品質量和交付效率。

　　改造目標：通過產線數字化，實現資源管理、質量管理、生產管理等協同，提高制造效率。

　　實現方式和需要條件：在光伏組織制造車間，全面導入生產過程管理(MES)、倉儲管理(WMS)、設備管理(EAM)、質量管理(QMS)、數字化能源管理(EMS)等軟件，結合工業互聯網、大數據、人工智能、數字孿生等新技術，開展產線物聯網網絡集成、設備和生產系統控制程序優化、AI技術與裝備的有機融合，建立多系統集成的數字化產線，實現數據互聯共享和協同制造。

　　6.典型場景：電力裝備鋼構部件柔性焊接

　　痛點：傳統手工焊接焊縫質量不穩定，返工率高，焊縫成型外觀差，而且焊接產生的強光和廢氣對人體傷害大，工作環境惡劣，影響焊接工人健康。

　　改造目標：打造基于數字化的焊接柔性線，以適應不同場景和空間，減少人工焊接量。

　　實現方式和需要條件：應用模塊化和產線重構等技術，搭建柔性焊接產線。運用單懸臂焊接、雙機器人懸臂焊接、小龍門焊接、大龍門焊接機器人，實現垂直焊和水平焊。根據焊縫大小和焊接材質不同，通過焊接機器人自動換槍，滿足特殊位置、特殊材質焊接要求。

　　7.典型場景：高壓開關關鍵零部件視覺對中裝配

　　痛點：高壓開關零部件存在尺寸偏差較大，目前多采用人工裝配，可操作空間狹小、需多次人工調節，裝配耗時耗力，同時易造成產品裝配質量不一致問題。

　　改造目標：通過視覺引導裝配技術實時調整位置進行自動裝配。

　　實現方式和需要條件：通過搭建三工位殼體、動端裝配的硬件平臺及智能視覺引導裝配系統測試平臺，利用視覺引導技術實現三工位隔離開關殼體及動端的裝配、硬件驅動控制、三維數據采集、引導數據計算、機械臂裝配控制、數據鏡像場景交互顯示等功能，確保三工位隔離開關動端及接地端的三相對中，提高裝配效率及裝配質量。

　　三、質量管理

　　8.典型場景：汽輪機核心零部件質量管控

　　痛點：部分汽輪機生產過程的質量信息采用手工記錄，執行效率低、信息記錄不全，無法及時識別質量問題,質量追溯困難。

　　改造目標：實現質量全過程的精準追溯，提高質量管理效率，降低制造成本，提高產品質量。

　　實現方式和需要條件：針對汽輪機制造過程的質量檢驗，面向葉片、輪盤等核心產品，運用大數據、AI大模型等技術，搭建自動上下料、自動檢測分析的一體化系統。構建數字化質量檢驗系統，實現檢驗計劃、供應商監造、進貨檢驗、制造質量管理、測量設備等平臺化管控。將數字化質量檢驗系統與生產管控系統集成，打通質量數據鏈，構建質量管理統計分析、在線監控預警及質量協同改進的管控體系。

　　9.典型場景：變壓器線圈視覺檢測

　　痛點：變壓器制造定制化程度較高，難以建立完善的視覺檢測模型，目前視覺檢測場景應用范圍有限，識別精度低。

　　改造目標：通過新一代信息技術應用，實現關鍵生產環節自動檢測，提升質量一致性。

　　實現方式和需要條件：以機器視覺技術為核心，通過光學、機械、電氣、軟件、算法的協調配合，開發高效、精確的線圈繞制綜合在線檢測裝備，并通過結合AI機器視覺和3D掃描技術，實現線圈繞制的自動化檢測和質量控制，提高產品質量、生產效率，降低成本。

　　四、產業鏈管理

　　10.典型場景：電力裝備制造物料智能倉儲物流

　　痛點：制造過程中的物料揀選和搬運流程過于繁瑣，部分物料管理需要人工記錄，速度慢、易出錯。

　　改造目標：通過智能倉儲物流系統，快速實現產品的出庫，以及精準配送。

　　實現方式和需要條件：采用倉儲管理系統(WMS)系統，通過條碼的應用，將物料從原料入庫、上架、出庫到成品出庫進行全流程跟蹤，精準監控物料的流轉、半成品的轉序以及成品的包裝明細等信息。并將WMS與AGV通過接口進行對接，選擇最優路線將物料自動配送到指定的工位，綁定搬運的物料信息與轉序的單據，記錄每道工序的產出以及接收情況，提升管理效率，提高物料送達速率和準確率。

　　11.典型場景：大型變壓器制造資源協同

　　痛點：大型變壓器制造周期長、零部件數量采購工作量大，難以進行批量化的生產組織，制約項目交付進度。

　　改造目標：通過協同制造，實現前端與營銷、后端與供應商、訂單與交付的打通，使產業鏈聯動更加高效，優化資源配置。

　　實現方式和需要條件：建立物料、客戶、供應商及其他基礎數據統一資源管理平臺，實現統一采購、統一生產、統一調配。整合分散的采購資源，提高供方合作質量，規范采購流程，優化采購成本，控制供應風險。實時監控采購績效，全方位展示庫存情況，有效控制庫存水平、提高庫存周轉率，實現采購、庫存與財務一體化。

　　五、運維服務

　　12.典型場景：風力發電場機組智能運維

　　痛點：傳統的風電場巡檢通常需要人工登塔，存在一定的安全風險，而且傳統目視檢查難以識別高段塔筒、風機葉片缺陷。

　　改造目標：通過新一代信息技術，實現塔筒、機組及葉片的遠程監測和運維。

　　實現方式和需要條件：通過搭載攝像頭和其他傳感器的無人機，實時獲取風電場的圖像、溫度、濕度等數據，實現對風機葉片、塔筒等部位的常規巡檢，并配合風機自身狀態數據AI信息對比，及時發現運行問題，運用爬塔小車和智能機器人，對風電裝備進行遠程檢修，降低人工作業安全風險，確保風電場的正常運行。

　　13.典型場景：核電站儀控運行維護智能化平臺

　　痛點：核電站各系統間接口復雜，沒有統一的平臺進行匯總和管理，不能直接展示問題原因、解決方法等，導致維護成本高、人力投入大等問題。

　　改造目標：建立核電領域專用的工業互聯網平臺，打破不同系統間的信息孤島，對儀控系統全方位監視和統計分析，降低維護成本。

　　實現的方式和需要條件：通過解決核電廠海量實時數據處理、邊緣數據采集、人工智能算法等技術，研究核電領域的工業互聯網平臺，采用“平臺+APP”架構，具備多源異構數據采集、海量數據處理、數據倉湖存儲、智能算法、可視化展示等能力，提升核電廠系統的統一性，提高對系統運行、維護狀態感知和決策能力。

　　14.典型場景：發電機組狀態監測及智能預警診斷

　　痛點：當前大部分電廠數字化程度不高，底層基礎設施仍采用傳統信號處理方式，機組運行數據利用程度不高，機組運維數字化程度低，部分異常無法及時預警。

　　改造目標：實現發電機組在線狀態監測及運行異常智能預警診斷。

　　實現方式和需要條件：運用大數據、人工智能、數字孿生等技術，開發汽輪機軸系故障、熱力性能監測診斷、高溫部件應力分析及壽命監測、回熱系統預警診斷、潤滑油系統預警診斷等系統，實現裝備狀態監測、能效分析、性能優化、故障預警、智能診斷功能，顯著提升機組運行經濟性、安全性、穩定性以及運維智能化水平。

　　15.典型場景：加工制造裝備運行狀態監控

　　痛點：部分企業對數控加工裝備、焊接機器人、熱處理爐等關鍵核心裝備缺乏有效的監測手段，而且在裝備故障發生后，缺少對故障分析、統計，無法復用故障處理經驗。

　　改造目標：實現加工制造裝備狀態監測與控制，提高裝備使用效能，保障制造過程安全可靠。

　　實現方式和需要條件：針對數控機床、機器人、焊機、熱處理爐等關鍵核心裝備，搭建車間物聯網。開發統一的數據采集與監視控制系統(SCADA)系統，對裝備運行時間以及生產過程中的狀態參數、工藝參數、故障信息等進行實時采集。采集的各類型數據統一進入數據平臺進行管理，實現與工藝要求的匹配性分析。建立裝備關鍵參數等指標的監控策略，對裝備故障、異常情況進行及時處理和調整。優化生產過程，提高裝備使用效率，為車間排產及資源動態配置提供有力保障。