水电工程智慧工地。针对云南复杂环境下水电站土石方工程量大、料源分散、施工干扰多、运输调度低效等痛点，开展绿色能源料源时空智能仿真与调配关键技术研究，构建“道路规划—料源平衡—调度运输”全链条协同的智能调度平台。在托巴、古水等新建水电工程中全面应用人工智能技术，利用无人机航拍、人员定位、视频监控等手段，实现施工进度智能管控、安全风险自动识别、质量数据实时追溯，研究推广施工建设期智能安全管理、智慧工地等应用。

流域梯级电站智慧调度。以澜沧江、金沙江流域为试点，融合气象、水文及来水数据，研究构建流域梯级电站群智慧调度模型，调度指令的自然语言交互与防误校验，实现发电、防洪、生态流量的多目标协同优化，鼓励打造澜沧江流域梯级电站智慧调度平台、金沙江中游流域梯级广域协同智慧调度平台、金沙江下游水风光一体化多能互补智能调度平台，提高水能利用率与流域整体效益。

水电工程运行安全智能监测。针对高原山区水电工程运行现状，鼓励开展空中无人机与地面巡检机器人协同作业研究与应用，推广智能巡检机器人、无人机、固定摄像头等多种终端协同作业，探索巡检资源的智能调度与高效运行。研究大坝安全智能监测与预警技术，探索对坝体位移、渗流、应力等状态的实时感知与智能分析。探索水电机组智能维护技术，研究打造智能预警系统。构建全方位智能巡检体系，实现在复杂工程环境下的协同感知、任务协同与自主决策。重点突破高海拔、深埋地下厂房及水下隐蔽工程等高风险、极端作业环境下的智能机器人自主作业与广域无线防屏蔽通信技术。

(三)人工智能+新能源

针对云南新能源装机占比高、山地地形复杂的特点，推动人工智能在功率预测、建设管控、设备健康预警、智能运维、资源评估、退役回收等环节深度应用，提升新能源全生命周期精细化运营水平。

新能源资源评估与智能选址。针对山地地形复杂的特点，利用人工智能分析历史气象数据、地理信息及卫星影像，建立高分辨率风能、太阳能资源图谱，优化风电场、光伏电站的微观选址和机组排布，提升发电量预测准确率。

高精度功率预测。积极推动研发适用于复杂山地气候的风光功率预测大模型，融合气象卫星数据、地面测站实时风速/辐照度、数值天气预报、地形高程数据、设备运行状态、历史发电曲线等多源数据，提高新能源出力预测准确率，尤其是汛期“风云突变”等转折性天气下的小尺度、超短期预测能力。建立区域级集中预测中心，支撑电网调度和电力市场交易，提高新能源消纳水平。

场站智慧管控。推动人工智能在新能源项目建设阶段的应用，构建高海拔山地新能源建设安全质量智慧管控系统。重点突破基于深度学习的施工现场危险源自动识别、多模态融合的作业合规性智能研判，以及基于边缘计算的风险实时预警与闭环管控技术。