生成式人工智能大模型及其电力系统数智化应用前沿

日期:2024-10-25 11:11

导读】2024年7月2日,由中国科学技术协会、广西壮族自治区人民政府主办,中国自动化学会承办的第二十六届中国科协年会通用大模型未来演进路线——数据、算力、算法论坛在广西南宁召开。会议特别邀请中国自动化学会副秘书长、武汉大学教授张俊,作主题为“生成式人工智能大模型及其电力系统数智化应用前沿”的报告,报告重点介绍了新一代人工智能和AI大模型科技及其发展现状,并以电力系统分析预测、系统调度控制、装备智能运维、数字化运营等多个应用场景为背景,阐述了若干新一代人工智能与AI大模型等相关关键技术、系统架构和应用技术路径。


一、人工智能大模型的演进与多模态发展

人工智能大模型近年来经历了多次发展高潮与低谷。在2022年OpenAI发布ChatGPT后,生成式大模型进入了快速发展期。2023年初,Sora的发布标志着大模型从单一的语言模态向图文、视频等多模态迈进。这一阶段的大发展被称为“百模大战”,各类模型层出不穷。如何评估这些模型的实际应用价值,尤其是在垂直领域中的应用,是当前研究的重点。

新型电力系统在电源结构、负荷特性、电网形态、运行特性等方面都需要实现革命性的转变。为达到2030年“碳达峰”和2060年“碳中和”的目标,能源领域将成为主战场,而新型电力系统是实现这一目标的关键主体。数智化在新型电力系统中发挥着至关重要的作用,从技术革新到经营管理,智能化是整个过程的核心。数智化不仅提高了数据的生产力,还支持了数据业务和数字化基础设施的建设。

在政策环境方面,国家层面及国家电网、南方电网和发电集团的政策都对人工智能的发展给予了高度的战略重视。大模型的发展路线可以概括为人机协同模式的演进。当前主要是人类占主导、AI辅助的工作模式。例如,Copilot模式中,人类和AI各占一半,这种模式虽有一定应用但并非最理想。在WPS等软件中,付费的AI助手使用率也因人而异。未来的发展方向是Agent模式,人类负责设定目标、提供资源、监管结果,AI则处理其余工作。大模型技术的发展可以为这种模式提供有力支持。

要实现行业落地,除了强大的底座大模型外,还需积累行业多源异构知识,并与大模型结合,应用语义检索、知识沉淀、短期记忆、切分优化等技术。大模型需具备多源能力和Agent设计器的能力,并在配置层实现语义解析、知识检索、多轮对话、需求拆分、智能推理和意图识别。电力系统应用大模型需解决源荷预测、运行控制、智能巡检和自动化控制等问题。


二、大模型在电力系统中的应用与案例分析

在电力系统的运行分析方面,大模型有多个实践案例。例如,在华中地区进行的用电需求模型分析,结合了社会开源数据和经济数据,我们整合了80多个数据源,形成统一模型,为华中规划部提供支持。

特高压直流净负荷预测和成本效益分析是另一个重要课题。源荷预测需在系统内进行,而非单独的源或荷,以为当地电力市场提供支撑体系。因果分析也是关键,通过找出影响电场出力的因素,提高预测精度,帮助识别造成电场出力变化的原因。

在人工智能2030重大项目中,我们通过数字人和人类调度员的对话协作,实现人机混合智能和人机协同调度。人类设定目标、提供资源、管理结果,中间过程由大模型完成。智能体通过自然语言进行互相对话,检测网络情况、处理异常、生成策略并实施,这样的智能体协同工作为人类提供了极大的便利。

在设备运维方面,我们通过知识图谱和大模型结合,实现了设备检修和运维的智能化。大模型在这里充当转译员角色,将机器的形式化语言转为自然语言,并反向操作,更新知识图谱,实现人类经验与机器智能的结合。通过故障处理和自主化诊断平台,我们增强了系统的运维能力。这方面的研究与中核集团合作,通过大模型和思维链技术进一步提升系统能力。

为了实现电力系统的智能化运维,我们提出了数智化应用框架:首先,电力系统需要海量、多源的数据和知识。构建电力系统私域的数据仓库和通用大语言操作平台。其次,基于私域数据和机构参数的大模型,需要与小模型相配合,融合使用,以支撑电力行业的垂类大模型生态发展。最后,电力系统的Agent集群通过多语言、多智能体的协同交互,赋能海量业务场景的智能化。通过上述框架,数智化技术在电力系统中的应用将得到大幅提升,实现更高效、更智能的电力系统运维和管理。


三、电力行业大模型的未来展望与发展策略

在调度行业、财会一体化行业和电力设备运维等领域,AI定制化教育培训和管理平台的应用前景广阔。我们期待与更多能源单位深入合作,共同推动大模型在电力系统中的应用与发展。

数智化应用框架不仅仅是数据和知识的整合,更重要的是构建电力系统私域仓库和通用大语言操作平台。这些平台不仅能够处理电力系统所需的海量、多源数据,还能有效整合各种知识形式,为智能化运维和管理提供强大支持。

大模型和小模型的融合方式将支持电力行业垂直领域的大模型生态发展。这种融合不仅能够提升模型的精准度和适用性,还能够更好地应对电力系统复杂的操作和管理需求。

多智能体的协同交互将致力于赋能电力系统的智能化发展。这种方式不仅能够增强系统的自动化和智能化水平,还能够在海量业务场景中实现更高效、更精准的决策和操作。

这一框架的实施,将为电力行业带来新的变革和发展机遇。我们期待与工业界合作伙伴的深入合作,共同探索电力行业智能化的新前景,推动行业向前发展。

(本文根据作者所作报告速记整理而成)