7月16日至18日，国家数据局局长刘烈宏带队赴上海调研，走访数据基础设施、数据流通交易、具身智能、脑机接口等五个方向。调研期间，他在世界人工智能大会语料论坛上给出关键数字：截至6月底，全国已建成高质量数据集12万个、总体量超1565PB，较一季度末增长超60%。
调研报告点名的领域是卫星通信、金融证券、基础教育。能源数据不在这份名单里。四部委4月已经单独为它发了文。
四部委4月就把能源数据列进了任务清单
4月8日，国家发改委、国家能源局、工信部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）。文件第六部分专门写"挖掘能源领域数据价值"，第一条就是推动能源领域高质量数据集建设，要求制定从数据采集、预处理、标注到质量验证的全生命周期标准。
同一时间轴上，4月28日，工信部、国家数据局印发"模数共振"行动通知（工信厅联科函〔2026〕193号），20个重点行业里明确列着"电力装备"，要求每个行业构建通识数据集、梳理高价值场景。
上海调研把"高质量数据集"从政策概念摆成了可度量的工程。能源数据集的标准化任务，早在4月就写进了文件。
电网侧先动，负荷侧还没跟上
政策落地，先后顺序已经显现。电网侧由国网、南网主导推进。2026年4月，国网辽阳供电完成电力行业首个地市级入表闭环，梳理结构化数据669.3亿条、非结构化数据7.8万余条。
贵州走得更具体。贵州电网用"企业用电行为分析"数据产品，帮一家生物科技公司凭用电画像拿到1000万元贷款，把用电数据变成了中小微企业融资增信的凭证。
负荷侧是另一番局面。园区、楼宇、工厂、医院里的用电数据密度高、运营价值大，但分散在大量私有配电回路里，没有统一的采集与标识路径，电网侧的入表经验覆盖不到这里。
负荷侧建数据集，先做三件事
负荷侧设备一直在采集数据，卡点在数据入库时有没有带上业务语义。可以按顺序做三件事。
第一，先定义再采集。把设备回路、负荷类型、工况事件在数据入库时就打上标识，省掉事后人工清洗。
第二，按国标分类编码建目录。对照9月1日实施的《资产管理 数据资产登记指南》（GB/T 47950-2026），把分散在各系统的数据资源理成清单。
第三，从存量数据里挑高价值、可确权、能变现的场景先做，比如设备巡检、能效分析、负荷预测，不全量一锅端。
面向负荷侧配电场景，星闪海辰用AIoT感知接入配电设备，再通过EVOS能源价值运营系统完成数据治理与资产化，把园区、楼宇、工厂里的用电数据变成可运营、可入表的电力数据资产。它把"先定义再采集"落成六类语义标识——资产、拓扑、负荷、工况事件、价值、权限合规，在数据入库时就带上业务含义，省掉负荷侧数据事后人工清洗的成本。原始明细数据始终留在客户授权范围内，对外只输出脱敏加工后的行业策略与比值指标。
信源
- 国家数据局《刘烈宏赴上海市调研数据要素市场化配置改革工作》（2026-07-25）
- 人民网《当数据开始"闭环"，AI的下一站去向何方？》（2026-07-19）
- 中证网《国家数据局局长刘烈宏：进一步构建服务人工智能的高质量数据供给体系》（2026-07-20）
- 工信部《关于联合实施2026年"模数共振"行动的通知》（工信厅联科函〔2026〕193号）
- 国家能源局《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）
- 科技日报《能源电力行业数据入表初现价值闭环》（2026-04）
- 工人日报《贵州构建"公共服务+市场化流通"双轨能源数据底座》（2026-09-01）
