数智赋能新质生产力·助力新型电力系统建设
一、挑战：电网之变
随着源荷双侧不确定性增加，电力系统的运行方式变得更加分散，典型运行工况与设备故障难以全面覆盖，数据驱动的认知推理精度不足，机理驱动的优化问题计算效率低下，导致电力系统的可观测性、可控性受到挑战。新型电力系统需要精准感知数字空间中的数字电力系统，并引导优化数据融合与共享，实现对物理空间中实体电力系统的可信认知和实时决策。
二、缘起：智能之生
技术演进
- 生成式人工智能：以ChatGPT为代表的技术突破，多模态学习和智能推理能力显著提升。模型参数达到一定量级后，技术特征出现阶跃提升，主要应用于智能涌现、多任务和多场景。
- 大模型技术：涵盖视觉、语言、多模态和科学计算等多种大模型，如OpenAI的GPT-1、谷歌的PaLM和LLaMa等。国内方面，中国信通院也在积极推进通用基础大模型、电力行业大模型及细分场景专业模型的研发。
三、应用：技术之赋
问题提出
- 设备专业模型建设：计划完成64个专业模型建设，涉及7类场景，包括安监设备智能化应用、无人机智能巡检、作业现场管控和运检辅助决策等。
- 大模型应用落地
- 强理解能力：大模型具有强大的理解能力和生成能力，适用于行业视图、多模态和科学计算。
- 三大优势：强理解能力、强生成能力和强信息集成能力。
- 三大难点：难以继承小模型研发成果、大模型架构下的边云协同挑战和业务逻辑边界的难以学习。
数据准备
- 构建大规模的电力设备影像库和语料库，支持视觉和语义大模型的微调优化。
- 核心业务知识标注：例如销钉销子脱落识别、杆塔倾斜检测等。
科研工作
- 无人机智能巡检：提出图融合推理技术和混合专家架构，实现9%的识别精度提升。
- 作业现场管控：设计存算一体芯片推理框架，提升单位功耗下的算力。
- 运检辅助决策：提出基于知识增强的大模型答案生成方法，准确率超过85%。
四、前瞻：未来之智
未来，生成式人工智能将在电力系统中发挥重要作用，实现高效故障诊断、优化调度和智能决策。通过持续的技术进步和应用创新，电力系统将更加智能化和高效化。
感谢各位专家的指导！
