电网调控知识推理与辅助决策大模型关键技术研究及示范应用

20251219

电力、热力、燃气及水生产和供应业

本科技成果在技术上已趋于成熟，处于从原型验证向产业化推广的关键阶段。 技术成熟度方面，课题已完成核心大模型的构建与训练，融合了电力系统海量历史数据与专家知识，突破了知识推理与辅助决策等关键技术。目前已研发出电网调控知识推理与辅助决策大模型系统原型，并在此基础上开发了知识智能检索、源荷精准预测、调控运行辅助决策智能体三大核心应用模块，在试点区域完成了功能性验证与闭环测试，证明了其技术可行性。 性能指标参数表现优异： 知识检索准确率：针对电网调控专业问题，智能检索的准确率与相关性超过85%，大幅提升信息获取效率。 预测精度：短期负荷预测精度超过97%，新能源发电功率预测精度超过96%，为电网平衡提供可靠依据。 决策响应速度：在典型故障场景下，辅助决策智能体生成分析报告与预案的建议时间从小时级缩短至分钟级，实现快速响应。 模型泛化能力：大模型具备良好的迁移学习能力，可通过增量训练适配不同网架结构和技术标准的省级、地市级电网。 当前，该成果已具备产品化条件，下一步重点是与电网企业深度合作，开展规模化工程应用与迭代优化。

成果可在国家电网内部各网省公司开展转化，有以下合作需求： 资金需求：期望合作方能够投入产业化开发与市场推广资金，主要用于：① 针对不同电网场景的模型适配与深度优化；② 软件系统的工程化、平台化开发与上云部署；③ 组建售前、实施和技术支持团队。 场地与设备需求：需要合作方提供或共同建设高性能计算中心或访问权限，用于大模型的持续训练与迭代。同时，需要符合电力安全规范的办公与测试场地，以便开展研发和系统部署。 人员需求：希望合作方具备复合型人才团队，包括：① 熟悉电力调度业务和流程的资深专家，确保产品与用户需求紧密结合；② 强大的软件开发与运维团队，负责产品的稳定交付与长期服务。

仅限国内转让

本成果转化预期将产生显著的经济效益和社会效益： 经济效益： 市场前景广阔：产品面向全国各级电网调度控制中心，是构建新型电力系统的核心支撑技术，市场需求明确且潜力巨大。 降本增效：通过提升电网运行的自动化、智能化水平，可大幅减少调度人员的工作负荷，降低人工决策失误风险，预计可为单个省级电网每年节约数千万元的运行成本。 创造新价值：通过提升新能源消纳能力、优化机组组合、降低网络损耗，可直接为电网企业创造巨大的经济效益。 社会效益： 保障能源安全：增强大电网的智能化决策与抗风险能力，显著提升电网安全稳定运行水平，对国家能源安全战略形成有力支撑。 促进绿色发展：通过源荷精准预测和优化调度，有效提升风电、光伏等间歇性新能源的并网消纳能力，助力实现“双碳”目标。 推动产业升级：本项目是人工智能大模型在关键工业领域的深度应用典范，将引领电力能源行业的技术变革与智能化升级，形成可复制推广的先进经验。

中央引导地方专项

北京市科学技术委员会;中关村科技园区管理委员会

随着新能源和新型负荷大规模接入，北京电网面临源荷预测困难、运行工况复杂、局部电压越限等挑战，传统调控模式难以满足北京电网优化运行对准确性、时效性与全局性的需求。为提升电网调控智能化水平，本项目聚焦电网调控知识大模型构建、源荷精准预测与调控运行辅助决策三大方向，开展基于人工智能大模型的电网调控知识推理与辅助决策技术研究，并在北京电网开展示范应用验证。 在电网调控知识大模型构建方面，围绕调度规程规定、故障预案、运行数据等数据，进行自动采集与智能清洗，构建高质量知识库，并将电网稳定规程、保护规定等转化为电子规则，形成向量库与逻辑表达式相结合的多模态知识载体。采用低秩适配器、监督微调与前缀微调等方法，对电力行业大模型进行领域适配，构建电网调控知识大模型。在此基础上，建立包含知识分解、问题精排与嵌入召回的知识检索链路，以及融合意图分解、表列召回与SQL生成的结构化数据查询链路，实现自然语言到数据库查询的映射，显著提升调控人员获取规程与运行信息的效率。 在源荷精准预测方面，构建“全球-区域”气象预测方法，基于ViT框架融合卫星云图、地形与北京电网自有气象站数据，实现区域高精度逐小时天气预报。采用特征选择树模型与时间卷积神经网络融合算法，结合教师-学生双AI系统自学习机制，构建全时空多场景新能源功率预测模型，提升分布式光伏与风电预测精度。负荷预测采用时序分解方法，分离周期、趋势与突变成分，融合专家经验与偏差归因分析，构建具备自主学习能力的预测模型，增强预测可解释性与准确性。 在辅助决策方面，基于提示词工程、Few shot与监督微调技术，构建大模型思维链，实现任务意图理解与执行路径规划。提出大模型与专业模型协同推理决策框架，通过问题识别、解析、专业模型处理与结果生成改进的闭环流程，充分发挥大模型语义推理与专业模型精确计算的双重优势。研发源网荷优化调度、预案操作步骤生成、倒闸操作校核推演三大功能模块，形成调控运行辅助决策智能体，支持调度指令生成、操作流程匹配与安全性校核。系统采用微服务架构，集成知识检索、源荷预测与辅助决策三大智能体，设计符合调度安全防护要求的协同交互架构，在示范区域完成部署验证，显著提升了调度运行的智能化与规范化水平。 本课题实现了人工智能大模型在电网核心调控业务中的深度应用，为城市电网应对复杂运行挑战提供了可复制、可推广的技术范式，对推动新型电力系统建设具有重要示范意义。