中国电科院瞄准需求建模型 推动电力人工智能规模化应用

　　人工智能技术是新一轮科技革命和产业变革的重要驱动力，可以有力促进电力行业数字化转型。中国电力科学研究院有限公司积极开展人工智能技术应用研究，优化设计电力人工智能应用体系，支撑人工智能应用于不同业务场景，提升专业场景模型实用化水平。

　　1月25日，在国家电网有限公司电力系统人工智能技术及应用实验室，中国电力科学研究院有限公司人工智能应用联合攻关团队成员李道兴将百余架无人机拍摄的设备巡检图像上传到由行业大模型迁移形成的细分场景专用模型——电力视觉专业模型。经过短暂的等待，模型识别标注了图像中的设备外观缺陷，给出了分析结果。这是人工智能应用联合攻关团队例行开展的一次测试验证。电力视觉专业模型是人工智能在电力业务场景应用中较为成熟的模型。“在训练中，我们围绕输电、变电巡检等业务特点，结合业务知识，实现数据知识融合驱动模型训练，开展基于行业大模型的迁移学习，采用新的技术手段提升模型识别精准度。”李道兴说。经过多轮训练，目前电力视觉专业模型通过输电、变电巡检图像识别设备隐患的平均精准率达到85.31%。

　　近年来，公司围绕人工智能规模化应用，加大人工智能技术研究力度，推动模型研发和场景落地。结合电网转型业务需求，2022年，中国电科院人工智能应用研究中心成立联合攻关团队，立足电力业务特点，打造具备感知、认知、决策能力的电力专业模型，加快推动人工智能在公司生产经营场景中的规模化应用，支撑人工智能应用于各个专业，赋能业务提质，服务业务一线。

　优化算力和通信技术

　　支撑电力领域人工智能应用

　　1月17日，人工智能应用联合攻关团队成员郭鹏天登录国家电网人工智能平台，查看平台算力资源使用情况，优化模型资源分配策略，确保模型训练工作有序开展。国家电网人工智能平台纳管了超过140张图形处理器(GPU)卡，集聚了电力人工智能样本、模型、服务等要素，可以为电力专业模型应用提供基础支撑。

　　2020年，中国电科院开始承担国家电网人工智能平台建设任务，参与制定公司人工智能架构设计方案和平台架构、样本格式、模型规范等系列标准，攻克多模态数据处理、异构算力资源调度、模型云边协同推理等技术难点。历经3年多的研发与技术迭代升级，该院建成国家电网人工智能平台，为电力人工智能模型训练、样本管理、模型服务提供支撑。

　　算力资源是开展人工智能模型训练的基础，也是电力专业模型协同应用的关键支撑。“模型训练过程涉及大量的数值和矩阵运算，需要有专门的硬件作为支撑。GPU作为算力资源的核心，能够加速矩阵运算等复杂的数值计算工作，现在主流的GPU每秒能够执行约97亿次单精度浮点运算。把多个GPU整合起来，能够形成更强大的算力，为模型训练保驾护航。”郭鹏天说。

　　2023年10月以来，结合电力各专业人工智能应用需求，中国电科院依托国家电网人工智能平台开展基于行业大模型的专用模型攻坚及大小模型协同应用基础支撑研究，在软件层面支持数据并行和模型并行两种训练模式，在硬件层面构建了高效网络通信环境，确保计算任务在不同GPU之间及时同步和通信，形成电力大小模型协同应用引擎。

　　现在，有电力模型训练需求时，研发人员可以在国家电网人工智能平台上根据模型参数量、训练样本数量等实际情况配置GPU、内存等算力资源，定制化构建资源池，支撑大小模型的高效训练。

融合多学科研究成果

　　推进电力专业模型应用

　　近年来，各行业主要分三步加快推进大模型技术应用：第一步部署通用大模型，第二步基于海量专业数据训练行业大模型，第三步针对各业务场景进行微调，形成细分场景专业模型。

　　“基于大模型技术构建电力专业模型是一项结合数据科学、计算科学、智能科学的复杂系统性工程，不仅需要专业数据和大规模、高性能人工智能服务器集群作为支撑，还需要解决思维链构建、模型训练调优中的各类复杂工程问题。”中国电科院人工智能应用研究中心专业模型柔性攻关团队负责人谈元鹏介绍。

　　为加快电力各业务场景应用模型落地，2023年，中国电科院人工智能中心组建了专业模型柔性攻关团队，利用前期归集的电力业务场景高质量数据，融合电力机理模型与业务知识，研究预训练模型调优等核心技术，基于行业大模型构建具备感知、认知、决策能力的电力专业模型，组织专业团队开展样本标注，对预训练模型进行微调，使电力专业模型能够满足特定的任务需求。

　　目前，该团队构建的电力视觉专业模型已具备自主学习、跨模态联合分析、实时交互的能力，在设备故障检测、安全风险辨识、文本数据分析等多个领域接近人类专家水平，可极大提升工作效率，更好地保障电网稳定运行。

　　后续，该团队还将基于行业语义大模型构建电力语义专业模型，将其用于智能客服、设备运检等电力业务场景中，实现生成式、交互式的模型服务;通过场景适配的参数高效微调与人类反馈的强化学习等技术，构建调度决策专业模型，在台区级源荷预测、故障诊断与处置、运行计划校核等配电网场景中应用，实现人机智能协同的在线辅助决策。

研发电力计算模型

　　强化配电网运行监测分析

　　1月25日，中国电科院人工智能应用联合攻关团队成员李家腾归集了配电网状态感知与分析系统在山东、上海等地共9处试点区域的日志文件，查看业务专用模型在各地的迁移适配情况。

　　配电网状态感知与分析系统目前主要由面向配电网运行的业务专用模型组建而成。随着新型电力系统建设不断深化，大量分布式光伏接入配电网，对配电网安全运行与可靠供电产生一定影响。2022年下半年，联合攻关团队开展基于电力专业模型的配电网态势感知与分析核心技术攻关与系统研发工作。

　　人工智能应用联合攻关团队评估高比例分布式光伏场景下的配电网运行状态，应用深度学习等人工智能技术，根据配电网运行规律，研发了针对源荷随机波动影响的配电网态势感知与分析专业模型矩阵。

　　“在这个专业模型矩阵中，我们分别设计了具有配电网图模在线校核、状态智能计算、运行趋势推演、新建光伏接入模拟等功能的电力计算模型。每个模型都能独立工作，也可以协同开展分析，最终实现配电网可观测、可描述、可计算，支撑配电网运行安全性与供电可靠性提升。”李家腾介绍。

　　配电网计算推演深化应用是公司人工智能规模化应用2023年专项行动方案的重点任务之一。以此为契机，人工智能应用联合攻关团队已在国网山东、上海电力等多家省级电力公司开展配电网态势感知与分析专业模型的部署与试点验证工作，支撑配电网重过载分析、光伏承载力评估等业务智能化升级。以在山东临沂的试点为例，该地区分布式光伏总装机容量已达到490万千瓦，接网需求大。此前，配电网量测配置水平限制了分布式光伏接入量的精准评估。现在，运行人员利用配电网状态感知与分析系统，基于“最小化精准采集+数字计算推演”方式，可以在有限量测配置情况下，实现配电网状态精准感知，助力分布式光伏承载力评估，为当地光伏报装提供技术指导，服务分布式光伏合理有序发展。（杨亚迪 莫文昊 赵紫璇）