大模型深度融合的電力人工智能應用框架與策略
來源：?國網(wǎng)能源研究院有限公司 時間：2025-12-02 16:06
一、人工智能技術發(fā)展趨勢分析
大模型代表當前人工智能發(fā)展熱潮，已經(jīng)成為人工智能技術發(fā)展應用的重要底座，近期發(fā)展以增強多模態(tài)融合和規(guī)則學習能力為主，中期與物聯(lián)網(wǎng)、機器人、量子科技等跨領域技術融合加速，遠期向具有自主認知、決策與執(zhí)行能力的通用人工智能發(fā)展。
圖1 以大模型為主的人工智能技術演進趨勢
近期發(fā)展重點聚焦在對當前大模型理解能力和生成能力的進一步升級，主要體現(xiàn)在多模態(tài)融合增強多元數(shù)據(jù)處理能力、結(jié)合強化學習增強對于規(guī)則的理解學習能力兩方面。多模態(tài)融合，提升對視頻、聲音、圖像、文本等不同類型數(shù)據(jù)的對齊轉(zhuǎn)化與融合分析能力；與強化學習結(jié)合，引入物理邏輯或社會規(guī)則，增強大模型對確定性知識的準確理解與學習能力。
中期發(fā)展集中在與其他領域技術的融合加深，主要體現(xiàn)在邊緣智能、具身智能和量子人工智能等方面，是對大模型與物理社會系統(tǒng)交互方式的重要拓展。邊緣智能，大模型將廣泛開源，中小型或個體開發(fā)者可以調(diào)用大模型能力提升邊側(cè)與端側(cè)的開發(fā)應用效率；具身智能，通過賦予機器人實時反應能力和智慧賦能物理世界，實現(xiàn)更加緊密的人機交互；量子人工智能，利用量子計算機的特殊性質(zhì)，如量子疊加和量子糾纏，來加速機器學習和優(yōu)化算法，實現(xiàn)更高效、更準確的人工智能應用。
遠期發(fā)展邁向通用人工智能，增強自主認知、決策與執(zhí)行能力，主要體現(xiàn)在類腦智能、人機共生融合等方面，朝著世界模擬器的方向發(fā)展。類腦智能，以計算建模為手段，通過軟硬件協(xié)同讓機器實現(xiàn)低能耗、高功效的計算，甚至智能水平上達到或超越人類；人機共生融合，人類與機器之間的界限逐漸模糊，借助人工智能的強大能力，提升自身的智力和創(chuàng)造力；世界模擬器，在數(shù)字世界中完全模擬現(xiàn)實世界，為科學研究和應用開發(fā)提供全新平臺。
二、大模型深度融合的電力人工智能應用框架
大模型深度融合的電力人工智能應用體系通過“大模型+小模型”的形式，差異化支撐客戶服務、經(jīng)營管理、運行調(diào)度、規(guī)劃設計等電網(wǎng)業(yè)務。其中，小模型具有特定任務精度高、運行速度快的優(yōu)勢，深度應用于運行調(diào)度的部分場景中，大模型通過海量信息的理解、生成、推理，支撐提升小模型性能，同時拓展補充應用場景，發(fā)揮基礎底座和新型場景應用兩類功能。
圖2 “大模型+小模型”功能定位
表1 大模型深度融合的人工智能在電網(wǎng)業(yè)務的應用體系
運行調(diào)控短期內(nèi)仍然是小模型擅長領域，大模型可發(fā)揮基礎底座支撐、提升專業(yè)小模型性能的作用。運行調(diào)控類業(yè)務包含設備線路檢測分析、電網(wǎng)穩(wěn)態(tài)暫態(tài)分析、源荷預測等關系電網(wǎng)安全穩(wěn)定運行的核心場景，對人工智能應用的準確性、時效性要求較高，容錯冗余度低，在大模型尚未突破數(shù)據(jù)物理機理融合難題的階段內(nèi)，仍需要發(fā)揮專業(yè)小模型對特定問題的高效計算優(yōu)勢，但可以利用大模型對于通用知識的廣泛學習能力，輔助提升小模型性能。
客戶服務、經(jīng)營管理和規(guī)劃設計可以探索發(fā)揮大模型價值，大規(guī)模拓展人工智能應用場景。這三類電網(wǎng)場景均涉及人、設備、環(huán)境的交互與內(nèi)容生成，與大模型在理解、生成能力方面的突出優(yōu)勢相匹配，因此可在輿情分析、智能客服、制式報告生成、智能培訓等場景中探索應用。其中，客戶服務、經(jīng)營管理相比于規(guī)劃設計在容錯上的冗余度更高，因此對于大模型的應用更為包容開放。
三、分階段推進人工智能在不同電網(wǎng)業(yè)務的融合應用
大模型深度融合的人工智能技術在近、中、遠期不同發(fā)展階段的突破，將推動體系建設重點的階段性變化，需要緊跟技術發(fā)展態(tài)勢，布局適應不同發(fā)展階段的建設重點。
表2 當前人工智能在電網(wǎng)業(yè)務應用中的成熟水平
（一）現(xiàn)階段在經(jīng)營管理、客戶服務兩類支撐業(yè)務應用程度最深，在規(guī)劃設計和運行調(diào)控兩類核心業(yè)務中的應用仍處于探索磨合階段
經(jīng)營管理和客戶服務屬于支撐類業(yè)務，對人工智能應用的準確性和時效性要求較低，容錯冗余度高，在輿情分析、智能客服、制式報告生成、智能培訓等場景中廣泛探索，可深入應用。
規(guī)劃設計和運行調(diào)控屬于核心類業(yè)務，與中長期電網(wǎng)基礎設施布局建設和短期瞬時安全穩(wěn)定運行調(diào)控密切相關，雖然中長期規(guī)劃建設對時效性要求較低，帶來一定的容錯冗余度，但兩類業(yè)務對計算結(jié)果的準確性和可靠性都具有極高要求，導致當前人工智能技術的應用仍然處于起步磨合階段。
圖3 當前大模型深度融合的人工智能不同技術能力應用情況
?。ㄗⅲ壕C合系統(tǒng)內(nèi)外多方意見與研究成果評估，“應用深度”與“容錯冗余度”的最高評分均為5分。）
?。ǘ┲衅谌斯ぶ悄芘c其他領域技術融合加深，提升運行調(diào)控與客戶服務類業(yè)務中的多模態(tài)信息交互與多主體協(xié)同能力
運行調(diào)控類業(yè)務，變電站、輸電線路等設備加載智能終端設備，具備實時監(jiān)測、異常發(fā)現(xiàn)與自主運維能力；新能源、新型負荷、新型儲能等多元主體溝通交流與協(xié)同互動終端友好便捷化，電網(wǎng)調(diào)控策略能夠?qū)崟r反饋相關主體并進行優(yōu)化，調(diào)度指令可以自動執(zhí)行。
客戶服務類業(yè)務，客戶用電行為與輿情信息實現(xiàn)多源實時采集，主動分析客戶需求與情感傾向，自動推送所需信息、服務選擇策略。
（三）遠期人工智能認知理解、決策執(zhí)行能力全面提升，重點深化電網(wǎng)規(guī)劃設計與運行調(diào)控核心業(yè)務的應用
規(guī)劃設計類業(yè)務，人工智能能夠準確預測不同區(qū)域新能源開發(fā)出力水平與負荷波動情況，結(jié)合傳統(tǒng)能源資源分布與電網(wǎng)基礎設施建設基礎，自主規(guī)劃區(qū)域間、區(qū)域內(nèi)不同時間階段的電網(wǎng)建設。
運行調(diào)控類業(yè)務，實時高頻跟蹤監(jiān)測新能源、新型負荷、新型儲能等多元主體運行狀態(tài)，結(jié)合電力現(xiàn)貨市場、輔助服務市場與調(diào)峰調(diào)頻市場的價值信號，自動生成最優(yōu)調(diào)控策略，并廣泛連接相關主體，實現(xiàn)調(diào)度指令的自動執(zhí)行。
四、相關配套設施與機制建設
?。ㄒ唬?gòu)建云邊端協(xié)同的采集、計算與通訊設備網(wǎng)絡
按照前述人工智能技術能力分類，海量信息理解與內(nèi)容生成兩方面能力主要依賴高性能智能算力支撐模型訓練推理，需根據(jù)應用進展測算智能算力需求并提前采購建設；多模態(tài)信息交互、邏輯推理與知識學習、多主體協(xié)同三方面能力均涉及人、設備、環(huán)境等多元主體行為的監(jiān)測采集與反饋響應，因此需要加強相關環(huán)節(jié)的端側(cè)采集設備，邊側(cè)快速計算與自主執(zhí)行設備，以及云側(cè)大規(guī)模計算和通信設備的需求測算、規(guī)劃布局與采購建設。
?。ǘ┘訌娭悄芑瘶I(yè)務重塑與人機協(xié)同機制設計
按照四類電網(wǎng)業(yè)務的容錯冗余度與應用深度差異，分類開展配套機制設計。經(jīng)營管理與客戶服務類業(yè)務，圍繞人工智能深度應用的場景需求與技術能力，開展相關業(yè)務環(huán)節(jié)的智能化重塑，例如決算審計全流程自動化、財務風險自動提醒與超前防控、招標采購商務文件自動生成與人工校核等，充分發(fā)揮人工智能技術的支撐賦能甚至代替顛覆價值；規(guī)劃設計與運行調(diào)度類業(yè)務，在傳統(tǒng)流程中研究增加人類知識與機器智能協(xié)同的促進機制，例如自動生成電網(wǎng)規(guī)劃初稿提升規(guī)劃專家工作效率、定期預測新能源出力與負荷波動并自動推送以輔助電網(wǎng)調(diào)控等，進一步增強人工智能對業(yè)務操作與管理決策人員的支撐賦能作用。（國網(wǎng)能源研究院有限公司 高曉楠 ）
責任編輯：劉礎琪
