【摘要】电气自动化系统正处于向智能化演进的关键转型期，其面临挑战诸多，例如，电网结构日趋复杂、可再生能源大规模接入、负荷多元化及工业生产柔性定制化等。传统自动化范式比较依赖精确物理模型和预设逻辑，局限性较大。人工智能技术（机器学习、深度学习）具有数据驱动建模和复杂模式识别能力，为电气自动化创新发展提供新的方法论。本文对人工智能技术在电气自动化领域中，工业生产全链条中的应用进行系统性梳理。本文构建涵盖关键技术与应用场景，同时也包含系统架构分析框架，深入探讨人工智能在电力系统感知与优化运行、电气设备预测性健康管理、工业过程智能控制以及综合能源协同调度等核心领域中的作用，探索其应用模式与技术路径。本文剖析了当前技术应用过程中面临的技术难题，如数据质量、模型可解释性、实时性保障、系统安全可靠性及工程集成等深层次问题，结合数字孪生、边缘智能、大模型等技术发展趋势，展望智能电气自动化系统的技术融合方向，并探究其研究重点，为领域研究和工程实践提供参考。