12个电力大年夜模型案例

人工智能是新一轮科技革命和家当变革的主要驱动力量，各行各业都在加快拥抱人工智能。
来自全国各界的至少20位全国人大代表和全国政协委员也纷纭环绕“人工智能+”建言献策。

全国政协委员周鸿祎表示，2024年或将成为中国在AI领域的“运用之年”，相信今年大模型将在许多企业的垂直领域大有可为。
建议政府、央国企率先供应更多运用处景，聚焦“小切口，大纵深”，推动大模型垂直化、家当化落地。

全国人大代表，小米集团创始人雷军支持打造以大模型为代表的人工智能与制造业深度领悟的运用处景。

全国政协委员贺晗的提案也集中在加快拓展人工智能大模型技能运用处景领域，在全国范围履行大模型赋能千行百业示范运用推进操持。

在电力行业，电网、发电（包括火电、核电、风电）等领域已经逐步展开关于大模型的研究与运用。

电 网

1、国网公司：“大模型+知识图谱”

助推电力行业数智化转型

大模型技能泛化能力强，但缺少稳定性，无法直接赋能企业数智化发展。
而基于三元组构建的知识图谱可阐明性强，但逻辑推理能力较弱，无法回答图谱中不存在的知识问题。
因此，在电网数智化转型的过程中，厘清知识图谱和大模型之间的关系，领悟两者上风，是电力行业知识运用落地、提升电力行业数智化水平的关键。

知识图谱可以参与大模型的演习过程，在大模型推理过程中供应构造化的先验信息，减少大模型的事实性缺点；大模型可以天生标注数据来赞助构建知识图谱，显著降落人力本钱，办理知识图谱运用端链路较长和面向非构造化数据构建本钱较高档问题。

大模型在电力行业可用于故障预测、发电预测、故障检修、知识快速检索、报告文案快速天生等领域。
知识图谱在电力行业可用于知识成果汇总、专业知识关联学习、岗位培训等领域。
知识图谱和大模型的领悟运用可以提升电力行业的智能化水平，优化能源资源利用，提高知识做事的安全性和可靠性，助力电力行业高质量发展。

2、百度、国网联合研发——

国网-百度文心大模型

早在2022年5月20日举办的“深度学习开拓者峰会”上，百度与国家电网就联合研发了行业大模型——国网-百度文心大模型。

基于通用文心大模型，在海量数据中挖掘了电力行业数据，百度与国网专家们一起，引入电力业务积累的样本数据和特有知识，并且在演习中，结合双方在预演习算法和电力领域业务与算法的履历，设计电力领域实体判别、电力领域文档判别等算法作为预演习任务，让文心大模型深入学习电力专业知识，在国网场景任务运用效果提升。

来源：新京报

3、南网电力大模型——大瓦特

2023年9月26日，南方电网人工智能公司正式发布了电力行业人工智能创新平台及自主可控电力大模型，并命名为“大瓦特”。

图源：百度AI

它是电力行业首个跨NLP/CV模态大模型产品，实现了算力、算法、运用全过程的自主可控。
这意味着“大瓦特”不仅在技能上具有前辈性，而且在运用上也更加灵巧和自主。

“大瓦特”还具备多种能力，快意图识别、多轮对话、总结提炼、自动天生巡检报告、可视化数据做事、知识增强以及跨模态交互等。
这些能力使得“大瓦特”在智能客服、输变配、电力调度和安监等垂直领域得到了广泛运用，成为业务职员的主要助手。

值得把稳的是，“大瓦特”的演习数据紧张来自于电力行业根本知识、电力业务制度规范以及电力行业研究报告等，参数量达百亿。
这使得“大瓦特”具备电力系统内多专业领域工程师的知识和履历，从而能够更好地做事于电力行业。

来源：南方电网

4、全国首个电力生产运用处景大模型

“大瓦特CV”

基于南方电网“大瓦特”底座，日前，南方电网广西电网公司在南宁发布广西输电人工智能大模型——大瓦特CV。
这标志着全国首个全栈自主可控电力生产运用处景大模型在广西落地，它是海内电力行业生产域首个在生产环境上线的运用大模型。

和传统小模型比较，输电人工智能大模型在准确率、泛化能力、识别效率等方面表现优胜。
首先是参数量从百万级提升到亿级；其次是毛病隐患识别效率提升了5倍，准确率提升15%，能够更加精准地表述毛病隐患类型和位置，办理模型碎片化问题，更好地处理未见过的电力业务场景毛病。

在新的电力生产场景下，输电人工智能大模型对鸟巢、绝缘子自爆等范例毛病的识别精度，基本实现了对人工的替代。
目前，广西电网机巡管理平台和输电运行支持系统已实现与输电大模型的对接调用，均匀毛病识别率为91.24%，达到电力行业领先水平。

来源：广西电网

5、电力行业首个多模态预演习大模型

“祝融2.0”

2023年9月，深圳供电局电力行业首个多模态预演习大模型——“祝融2.0”上线，它让传统的电网AI技能拥有了类似ChatGPT的逻辑推理能力、笔墨表达能力，电力巡检系统不仅会看、会记录剖析、会预警，更能看得懂、会推理、会表达，电网安全隐患告警有效率提升了6倍。

基于该技能，深圳供电局已完成输电山火烟雾、外破隐患、安监违章行为等大模型研发，估量每年可减少无效告警30万条，节省125人天。
深圳供电局还与云南电网信息中央、昆明供电局联合开展输电山火烟雾模型验证事情，并初步将该技能用于两地输变电山火烟雾、外破隐患等巡检任务，识别准确率高达98%。

深圳供电局与云南电网还建立告终合攻关互助机制，跨区域组树立异联合体，加快“祝融2.0”在输变配、安监、营销等领域的有效落地，并操持研发能辨别声音的“祝融”，为外力毁坏等隐患的排查事情增长新的助力，推动电网户外繁芜环境下数字化巡检效率的提升。

来源：羊城

6、国网信通继远软件：

电力安监知识增强大模型上线运行

2023年10月11日，国网信通股份继远软件自主研发的电力安监知识增强大模型正式上线运行。

大模型涵盖了电力生产中的规章制度、行业标准、技能方案、综合案例等海量业务数据。
通过对数据的深度挖掘和剖析，实现为企业供应实时、准确的安全生产决策赞助剖析与风险预警。
目前，大模型供应了现场勘察报告赞助体例、事情票质量规范校验、违章行为智能剖析、安规交互问答等十余项智能微运用。

模型中的违章属性智能剖析助手已在国网安徽电力风控系统综合风险督查、违章查处等功能模块中运用，可有效提升违章行为剖断的效率、精确性与覆盖率。

7、国网首个“大模型”技能领域发明专利授权

2024年2月18日，信通公司快速预审发明专利“一种知识大模型预测用户侧负荷方法、装置及设备”成功得到国家知识产权局授权，仅用时59个事情日，成为国家电网公司首个“大模型”技能领域发明专利授权。

该专利依据景象的综合变量及多个韶光尺度的用户侧储能负荷数据，建立用户侧负荷预测知识“大模型”。
利用这一“大模型”技能，改进了窗口神经网络进行用户侧负荷预测，大幅提升了预测算法的精度、稳定性和适用范围，办理了现有技能中无法有效应对用户侧储能负荷变革不愿定性成分及深度学习算法适用范围受限的问题。

来源：国家电网

8、国网山东常见毛病智能识别模型

近年来，无人机广泛运用于电网巡检，而大量翱翔照片仍须要人工逐一验看，影响了故障排查效率。
国网山东电力组织由业务骨干和业内互联网专家构成的科研团队，探索人工智能大模型技能在无人机巡检毛病排查方向的多层次运用，现已开拓出杆塔异物、绝缘子分裂等10个常见毛病的智能识别模型。

这一系列模型在一线班组试点运用后，设备毛病识别准确率由原来的85%上升到92%，照片误检情形大幅减少。

来源：齐鲁网

9、国网聊城：将人工智能大措辞模型

运用于供电做事指挥

“110千伏开拓区站全站失落电如何处置？”2023年8月17日，国网聊城供电公司供电做事指挥中央的事情职员孙凯通过提问的办法向人工智能ChatSGM（电网大措辞模型）讯问事件处理方案。

“事件影响：开拓站全站失落电，造成xx条10千伏线路停电。
个中xx个二级用户xx、xx…停电。
负荷规复按以下办法处理：开拓区站10千伏聊城I线倒至110千伏聊城站10千伏聊城II线……”按下回车，ChatSGM立即输出了开拓区站全站失落电后的故障处置方案。
孙凯和同事经由仔细比对，创造输出方案和他们预想的一样，证明ChatSGM已成功支配并可完美运用于供电做事指挥事情。

聊城公司借鉴ChatGPT的实现模式，利用上万条电网专业数据，对国产开源大措辞模型进行“投喂”演习，创新性采取“离线式、本地化”支配办法，既避免了因违规外联导致数据安全问题，同时强化了大措辞模型对电力干系数据的理解、总结、归纳和推理能力，终极打造出适用于电网，尤其是供电指挥领域运用的ChatSGM。

ChatSGM的支配履行，不仅提高了配网调度员的事情效率，也改变了传统意义上的调度办法。
以往须要几个小时乃至几天韶光，还需查询不同系统才可制订的方案，现在可以“毫秒级”输出，从根本长进步了配网调控的智能化水平。

发 电

1、火电领域首个电厂AI助手

2024年1月29日，国家能源集团国电电力运用国产开源大模型技能进行电厂智能化系统升级，依托上海庙公司构建了火电领域首个燃煤电厂专属的“智能大脑”——AI助手，为电厂智能化发展供应了全新的办理方案。

“智能大脑”与现有聪慧管理平台体系及历史知识数据对接，在实践过程中实现了AI助手智能问答、智能检索、知识天生等功能运用，赞助生产和管理职员科学决策。
通过对消缺记录、毛病剖析、检修记录等多方面数据的全面利用，在消缺决策建议、安措危险提示、设备智能检索等多个业务中为员工供应直接帮助，也使员工能够方便、快捷地得到所需知识和答案。

来源：中国能源新闻网

2、海内首个风电机组功率曲线图像

识别AI模型

2023年8月7日，国家能源集团龙源电力工程技能公司上线海内首个风电机组功率曲线图像识别AI模型，率先实现风电机组功率曲线特性剖析筛查的自动化和智能化，补充了行业空缺。

风电机组功率曲线是考察风电机组性能、评估机组发电能力的一项主要指标，功率曲线非常不仅会导致电量丢失，也会降落设备发电效率、缩短部件运行周期。
功率曲线筛查的常规方法依赖专业职员个人履历，随意马虎效率不敷、准确度参差不齐。

图：演习风电机组功率曲线AI模型

为办理上述问题，龙源电力网络标注上万张范例功率曲线非常图片，依托主流图像识别模型自主演习AI模型，通过不断优化模型算法，使模型的正样本分配策略达到最优，实现了针对不同机型风电机组功率曲线8类范例问题的识别。
经由场站3个月运行数据的实验验证，该模型在近14000台风电机组中检测出非常机组数量1860台，准确率超过80%，事情效率提升3倍以上。

来源：龙源电力

3、中核集团核工业“龙吟”大模型2.0

2023年9月7日，中核八所自主研发的中核集团核工业“龙吟”大模型2.0版正式亮相。

得益于模型参数和演习办法的提升，“龙吟”2.0在核工业公共知识和特有知识领域的表现上，相较1.0版提升了1.7倍，措辞能力提升了1.2倍，不仅在业内主流benchmark(C-EVAL/CMMLU/SUPERCLUE)表现精良，更是在核工业领域benchmark Nu-EVAL上取得最佳成绩！

中核八所与秦山核电互助研发的核反应堆掌握保护数字工程师在“龙吟”2.0的根本上同样进行了升级。
在自助式知识库的加持下，数字工程师能够更加准确地赞助现场工程师，让问答有理有据，办理大模型幻觉问题，让大模型的能力与核安全文化落在实处。

来源：中核八所

4、我国核能领域首个大模型智能审查系统

近日，上海核工院自主研发的我国核能领域首个大模型智能审查系统上线。

智能审查系统采取了国际前辈的大模型人工智能技能，参数规模超过130亿，具备自主学习能力，并能理解核电设计领域的法律法规。
在多专业、多学科的智能审查库构建根本上，能够快速、准确地识别设计文件中的潜在缺点和瑕疵，同时还能有效办理设计文件审查过程中高度依赖资深工程师履历、设计文件繁芜、安全哀求高档问题。

值得把稳的是，相较于传统的人工审核模式，智能审查系统审核速率可提高约百倍，单项目可节约本钱超过1000万元。

来源：上海核工程研究设计院

2023年，百度文心一言、阿里通义千问、华为盘古大模型、腾讯混元大模型、科大讯飞的星火认知大模型等各显神通。
现在，大模型的市场竞争更加白热化，竞赛已从通用大模型转向行业大模型：

1、上文中提到的南网电力大模型——大瓦特，其电力调度场景功能正是通过百度智能云千帆大模型平台，基于文心大模型打造。

2、华为云基于盘古电力大模型，针对无人机电力巡检细分场景，通过一次预演习+下贱任务的微调，推出盘古电力巡检大模型。

3、商汤科技在其通用大模型根本上，基于电力行业需求，快速推出电力系统大模型办理方案，以创新AI技能全面赋能电力的“输、发、配、变、用、调”，助力能源电力行业数字化转型……

从通用到行业，大模型之战正垂直扎根，基于通用大模型的行业运用将是成功与否的关键。