文 | 中国能源报记者 王海霞

产业变革的重要驱动力量，加快发展新一代人工智能关乎我国能否抓住新一轮科技革命和产业变革机遇。一段时间以来，以ChatGPT为代表的人工智能大模型搅动了全球人工智能技术发展的浪潮。随着技术迭代，更高效、更“聪明”的大模型将渗透到越来越多的领域。那么，大模型将如何赋能我国电力行业，让电力行业插上AI的翅膀？作为国内具有创新活力的开源AI社区，昇思正在打造人工智能框架“生态圈”，让电力行业与AI技术深度交流。

“以前电路巡检都是靠人，但好多地方人很难上去，特别是高电压等级线路主要在大山里，所以，现在巡线主要是通过无人机去把图片采集回来。但是图片采集回来谁来看？原来是人工一张张地看，后来发现不可行，就采用人工智能技术做AI识别。利用成熟的图像识别技术将原来需要20天的现场巡视工作缩短至2小时，效率足足提高80倍。”在6月16日举行的人工智能框架生态峰会上，南方电网人工智能公司经理董召杰分享了AI赋能电力业务的生动案例。

除了“看图诊病”的功能，AI大模型还可以针对电力领域的更多“痛点”，给出高效解决方案。俗话说，“天有不测风云”，而新能源的一个重要特征就是“靠天吃饭”。而且电力没有办法做大量的储备，也就是电力“即发即用”的特征叠加新能源发电的不稳定性，让即便从事电力调度多年的老师傅都头疼。新一代电力调度系统需要AI助力电网智能决策和控制。利用AI的预测功能，进行源网荷储管理以及功率预测可以解决这个行业痛点。

据悉，新能源功率预测系统已应用于调度侧和新能源场站侧，堪称新能源发电界的“天气预报”。该系统基于大量离线仿真数据构建 AI 决策模型，针对电网当前动态出力和负载状况，实时做出更加经济和安全的调度决策和编排计划。从当前的日前计划调度转变为分钟级甚至秒级的实时调度。可以更好地预测和评估在复杂出力和负载扰动下电网的运行状态，提升电网安全预警能力。目前该系统能够辅助调度员决策，降低人工调度压力，减少人为失误，提高电网对异常情况和事故的响应速度和处理效率，同时大幅提升调度安全性和经济型，降低碳排放。

新能源厂站越来越多，面向新能源厂站的负荷预测也就越来越重要。预测的准确率每提升一个百分点就意味着数亿元的实际效益。提升预测准确率不仅关系到新能源厂站、电网公司的收益，也是提升能源安全的重要选项。

从上面的例子可以看出，无论是高效的输电线路巡检还是更精准的新能源负荷预测，都有AI技术的加持。昇思大模型平台正在打造大模型开源生态，据最近由中关村论坛、中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》中的数据，基于昇思孵化的产业落地大模型，占到了国内大模型总数的 40%。昇思大模型正在赋能具体的垂直行业，电力便是其深挖的一项。

随着信息技术的发展，理解电力生产比以往容易多了。但理解是一回事，会干是另一回事，运用AI技术来提升电力行业的综合表现更是难上加难。因为电力和AI技术之间存在着“鸿沟”，也就是俗称的“懂业务的人不懂技术，懂技术的人不懂业务”。

以AI与电力行业结合为例，无论是发电企业、电网企业还是用电企业，都非常了解自身的生产难点，但在提出业务需求的时候，电力人往往既不明确人工智能技术的使用方式，也不明确人工智能技术应用的效果；另一方面，AI服务供应方对电力行业业务理解不够深刻，对人工智能技术应用方向暂不明确。

为搭建电力业务需求方和AI服务供应方沟通的桥梁，行业选择在基于昇思大模型平台上共建电力人工智能专区，共同打造面向广大开发者的电力人工智能生态。据悉，电力专区将汇集大量电力行业案例，通过开放特色电力数据集与模型，以及发布学习实践课程、比赛与活动，推动行业与AI技术的融通发展。在电力从业者看来，电力专区也将成为构建电力行业开发者生态的“桥头堡”，通过昇思大模型平台，AI开发者万涓汇流，使能智慧电力奔涌向前。

在昇思技术总经理于璠看来，昇思开源社区可以帮助行业客户将纷繁复杂的算法快速使用起来；还可以通过大模型的集群训练和部署来降低开发成本和提高效率。于璠表示，愿与电力行业加深探索与合作，共同助力“双碳”目标的达成。

当前，电力行业与AI的融合仍处在初期阶段，如同“才露尖尖角”的“小荷”，昇思大模型平台搭建起来的生态圈如同沃土，让AI进一步深耕垂直领域，以行业专有训练数据集为基础，打造电力等领域的专业大模型。发挥我国电力行业的应用场景优势，以高质量应用和数据反馈技术优化，帮助大模型迭代升级让“小荷”植根厚土，向阳生长，终成“接天莲叶无穷碧”的壮美景象。