星云大模型，助力打造电力新质生产力

        2023年国家能源局发布的《关于加快推进能源数字化智能化发展的若干意见》，提出探索人工智能及数字孪生在电网智能辅助决策和调控方面的应用，提升电力系统多能互补联合调度智能化水平。

        2024年，国家电网公司提出以“大云物移智链”技术创新应用为驱动，打造数智化坚强电网，实现电力算力融合发展。南方电网公司发布电力“大瓦特”大模型，提出加快推进“人工智能+”专项行动，通过强化人工智能创新平台运营服务，有序推进电网人工智能场景建设、智能客服推广以及生产、调度等垂直领域的大模型建设。

        随着AI人工智能技术的不断突破，AI技术正在发电、输电、变电、配电、用电各领域得到广泛应用。

星云大模型，构建电力数智化的坚强底座

        中兴通讯积极参与国家电网、南方电网以及各发电集团等电力企业的人工智能大模型探索。2024年参与电网通信大模型工作，围绕电力网络通信和智能优化提供技术支撑，并参与技术白皮书编写；加入电力行业人工智能联盟，并联合10多家合作伙伴共同完成《电力行业人工智能产业报告》编写，从大模型训练平台和多智能体等多个方面，参与电力人工智能的规划设计。

        面向复杂的电力场景需求，中兴通讯星云大模型具备软硬结合、一站式部署的能力，提供多场景、全开放解耦的解决方案，一方面围绕“发-输-变-配-用”的场景需求，构建了10多种电力典型场景的大模型应用能力，另一方面，面向不同的算力需求，提供智算集群、训推一体、边缘智算等场景化的部署方案（见图1）。

星云大模型，提升电力运行安全和运维水平

        当前阶段，深度学习、强化学习等技术在电力各领域的应用已逐渐走向成熟，但随着新能源大规模并网，电力系统运行和管理面临高度不确定性、海量调度单元、多目标和多约束决策等重大技术挑战，以语言、视觉、多模态模型为主的人工智能大模型成为各大型电力企业关注的重点。

电力场站集中运维，风险高效处置

        作为电能量生产和转换的关键枢纽，火电站、水电站、新能源电站、换流站、变电站等站点，位置分散，地处偏僻，系统众多，大量的机组运行、巡检、检修操作等依然依赖人工，设备风险、人身安全问题时有发生。现有的模型算法数据以单智能场景为主，普适性差，且不具备实时自我学习适应能力，应用效果不佳。

        星云大模型通过对电力场站图片/视频进行深度分析，利用视觉大模型的一图多义，实现单图片/视频多场景识别，自动发现设备缺陷和异常状态，提高缺陷发现的及时率和准确率。同时可利用大模型对现有实时性要求较高的场景小模型进行结果复核，提升设备识别和故障预测的准确性，实现对设备健康状态的全面监控和主动预警。同时与运维APP进行联动，实现隐患及时排查。

        此外，基于3D数字孪生+大模型构建的智能巡视应用（见图2），可以自动选定巡检对象和角度，自动牵引摄像机资源，快速视频浏览设备对象，同时支持一键聚焦、自动巡视功能，升级传统单场站运维模式。通过大模型与数字孪生的融合可以同时对多个场站进行远程巡视，替代传统的人工例行巡视，使得电站巡检成本降低70%以上，巡检效率提升200%。

输电线路巡检，事故提前预警

        在输电领域，业务场景复杂，我国在运架空线路长度超160多万公里，国家电网、南方电网拥有超350万座输电铁塔，70%以上的输电通道巡检主要依赖人工，巡检强度大，巡检质量受到作业人员主观因素影响。电力公司过去几年尝试使用AI技术来辅助运维，但电力场景设备多、测点广，现有模型算法无法做到全覆盖，且识别效果因场景变化和环境影响，经常出现误报、漏报等问题。

        星云视觉大模型与电力无人机应用结合，将无人机拍摄的可见光、热成像图像通过大模型进行训练和推理，可以识别杆塔、线路设备缺陷，如鸟巢、异物、螺栓丢失、塔材锈蚀、绝缘子缺失、销钉退出等，还可以进行线路通道分析，识别线路所在地的地质灾害、道路塌方、机械施工、违章建筑等风险，且自动与故障定位、检修平台进行联动，辅助现场人员进行设备检修；相对于原来的视觉小模型算法，准确率达96%以上，测点数量增加80%多，一次部署，实现长期自我学习和进化。

电力设备运维助手，操作简单易懂

        电力设备专业度高、结构复杂、安全隐患多，巡检和检修人员要求具备很高的电力设备知识、操作知识、安全知识等，而实际现场中的检修人员能力参差不齐，对电力安全意识不足。

        基于星云大模型多模态文档分析、智能搜索等能力自动生成电力AI知识库，通过RAG（检索增强生成）技术与电力本地知识库相结合，对发电机组、逆变器、光伏、变压器等电力设备及其运行情况进行分析研判，可针对现场检修人员的问题进行推理、回答，并自动生成检修指导报告。同时利用多智能体系统，可以给出设备故障消缺和检修指导，将故障诊断任务分配给各个智能体进行并行处理，通过智能体间的信息交换，可以更快速地诊断电力设备故障，将风险和隐患关口前移，实现“事前预警预防”，并通过提示词嵌入等手段，降低诊断的错误率，准确率普遍提升15%以上。电力AI知识库可应用于电力设备检修指导、新员工培训、自动生成故障分析报告、故障诊断与预测性维护等。

电力作业安全管控应用，辅助指挥决策

        安全是电力作业中的重中之重。电力作业和检修过程中易造成人身安全事故，如何确保电力生产、运维等各个环节的安全作业，是管理者和安监部门面临的难点。

        通过星云大模型，一方面对历史事故数据、设备运行状态数据等进行深度学习分析，对作业文件进行分析，识别作业关键工序及涉及的作业风险点，结合电力公司作业风险评估模型（基准+场景+动态）形成“规避人的主观因素影响”的风险评估结果；另一方面可以构建作业安全风险评估模型，基于作业文件作为输入，结合电力公司模型规范、气象数据和现场人员数据，自动评估风险等级，替代当前单纯人工判断风险等级的主观问题。此外，综合利用视觉算法实现现场作业人员视频监控及作业合规识别分析，对作业人员进行合规着装分析（安全帽、工作服）、行为分析（抽烟、跌倒等），以及安全作业分析（登高作业安全带使用、吊装下不准站人）。以此形成综合安全管控一张图，在突发事件发生时，大模型能够分析，并提供科学的应急指挥调度方案，确保应急处置工作的迅速、有序进行，实现“作业现场可视、风险可控”。

星云大模型在电力行业的实践探索

        中兴通讯积极将大模型技术用于电力行业，通过深度挖掘电力数据价值，推动电力系统的智能化升级。目前在发电、输电、变电、配电、用电等电力领域积极探索和实践。

        在发电领域，携手华能集团，在云南某水电站，将5G、物联网、AI等技术与发电厂巡检业务进行融合创新，通过视觉大模型，将电厂视频监控、移动布控球、机器人等终端进行连通，结合智能视频巡视应用，用于发电厂的管道跑冒滴漏、危险区域作业监控，人员安全行为管控等场景，解决电力生产中“防、监、维、控”的痛点，打通发电站日常巡检运维的堵点，最终实现远程站房的无人值守，巡检效率提升2倍。

        在配用电领域，携手国电投江苏电力，在江苏南京滨江完成21.68MW的分布式光伏示范基地的建设，面向园区分布式光伏、储能、用电领域的日常运维需求，我们将多模态大模型用于光伏组件缺陷检测、储能站点安全防护、能耗分析和精准调控，并在园区25个配电室进行基于多模态大模型的配电房无人值守改造，将日常有人例行巡检转变为全天候无人值守，减少巡检人员投入50%。

        随着星云大模型在电力行业的不断探索和应用，能力也在不断增强，正迅速构建崭新的电力运维和安全管理模式。未来，星云大模型在电力的“发-输-变-配-用”全环节都将发挥关键作用，助力电力数字化新质生产力的提升。