金現(xiàn)代多模態(tài)AI，給電力系統(tǒng)裝上“大腦”“眼睛”“嘴巴”
“基于大語言模型、圖像識別、語音識別、自然語言處理等多模態(tài)AI技術(shù)能力，電力企業(yè)可以進行更加高效的專業(yè)化模型訓練、智能化分析及診斷服務，涵蓋電力系統(tǒng)自動化控制、電力調(diào)度、生產(chǎn)安全管控和運維檢修等方面，給電力系統(tǒng)裝上‘大腦’‘眼睛’和‘嘴巴’”，金現(xiàn)代人工智能專家宗云兵博士這樣介紹電力多模態(tài)AI。
當前階段，AI應用正在從C 端逐步向電力、交通等B 端傳統(tǒng)行業(yè)加速滲透，而多模態(tài)理解力與輸入輸出已然成為AI賦能各行各業(yè)的剛需。金現(xiàn)代作為深度參與電力行業(yè)信息化建設20余年的高新技術(shù)企業(yè)，積極推動多模態(tài)AI技術(shù)在電力行業(yè)發(fā)輸變配用全領域的應用，幫助電力企業(yè)實現(xiàn)運維、巡檢、供應鏈等諸多業(yè)務場景的“變革式”提升。
多模態(tài)AI+巡檢：變電設備智能巡檢
大電網(wǎng)安全與設備運維監(jiān)控是電網(wǎng)企業(yè)安全生產(chǎn)常抓不懈的焦點，而變電站巡檢工作的重要一環(huán)就是“發(fā)現(xiàn)問題”，傳統(tǒng)巡檢模式下，巡檢人員需要根據(jù)下發(fā)的巡檢工單，記錄設備的各項運行數(shù)據(jù)，如果發(fā)現(xiàn)缺陷問題就上報給檢修人員，作業(yè)過程口傳手記、主要依賴個人經(jīng)驗，不僅工作效率低下，還容易發(fā)生漏檢、錯檢等問題。
為提高變電站巡視質(zhì)量和效率，保證電網(wǎng)平穩(wěn)可靠運行，金現(xiàn)代將語音識別、自然語言處理、檢索增強生成、大語言模型、圖像識別等多模態(tài)AI技術(shù)接入巡檢業(yè)務場景，幫助國家電網(wǎng)實現(xiàn)電力巡檢智能化升級。
在巡檢作業(yè)中，國家電網(wǎng)巡檢人員可通過語音識別將語音轉(zhuǎn)化為文本，實現(xiàn)巡檢數(shù)據(jù)的快速錄入；如果發(fā)現(xiàn)缺陷問題，可通過圖像識別將巡查的圖像數(shù)據(jù)自動轉(zhuǎn)化為安全隱患的告警信息，比如絕緣管破損、變壓器漏油等跑冒滴漏問題；再通過自然語言處理技術(shù)、檢索增強生成和大語言模型技術(shù)將問題和告警信息輸入大語言模型，由大語言模型結(jié)合隱患信息，從集聚專家經(jīng)驗的知識庫中，提取對于故障問題的智能化回答。
宗云兵博士進一步介紹道：“比如變電站中的電力設備普遍都具備的明顯特征，包括顏色、材質(zhì)和紋理等，利用圖像識別、大語言模型等AI技術(shù)，可對采集到的設備圖像進行智能化處理，從而判斷是否出現(xiàn)故障或非正常現(xiàn)象，并找到對應解決方案”。
多模態(tài)AI+運維：輸電線路智能運維
提起輸配電線路運維，很多人想到的是環(huán)境復雜的戶外作業(yè)、高空作業(yè)，巨大的鐵塔、高聳的電線桿和一眼望不到頭的電線，但實際上隨著技術(shù)的進步，很多電力企業(yè)早已開始使用無人機、視頻監(jiān)測裝置等采集數(shù)據(jù)。“智能設備的接入幫我們大大減輕了運維工作量，但數(shù)據(jù)采集來以后，我們只能用較為原始的目標檢測模型+人工復核方式對抓拍圖像逐一判別隱患問題，工作效率仍然很低”，南方電網(wǎng)輸電運維部門負責人表示。
如何才能讓智能運維真正智能？針對南方電網(wǎng)的這一問題，金現(xiàn)代人工智能團隊使用Yolov5u、Yoloe+等模型訓練目標檢測模型，通過圖像識別技術(shù)自動定位和識別圖片上的藤蔓纏繞、基礎積水、基礎水土流失、基礎堆積雜物的位置和類別，解決了傳統(tǒng)方式下異常圖像識別準確率、發(fā)現(xiàn)率和處理速度低的問題，極大地推進了南方電網(wǎng)輸電線路塔基運維的智能化。
輸電線路塔基異常示例
多模態(tài)AI+供應鏈：采購規(guī)范化管理
在電網(wǎng)企業(yè)管理體系中，物資管理在整個供應鏈管理中發(fā)揮著重要的作用，而電力物資管理的重要環(huán)節(jié)就是招標采購。
南方電網(wǎng)物資部負責人指出，“以前，招標文件主要依賴業(yè)務人員個人經(jīng)驗手動編寫，容易因為對新的招標法律法規(guī)、公司新的規(guī)章制度了解不及時產(chǎn)生失誤，不僅效率低、規(guī)范性也難保證。引入了金現(xiàn)代的人工智能技術(shù)以后，通過文字識別、自然語言處理等技術(shù)即可輔助校驗招標文件，解決了我們的‘老大難’”。
金現(xiàn)代使用Erine、Bert等訓練文本分類模型以及模型融合算法，對電力采購大數(shù)據(jù)進行深度挖掘和深度學習，讓物資業(yè)務人員輸入招標文件中的詳細評審條款信息，即可通過自然語言處理、文字識別技術(shù)實現(xiàn)對“招標人不得以不合理的條件限制、排斥潛在投標人或者投標人”等控標項的校驗，并輸出校驗結(jié)果，顯著提高招標文件智能化校驗水平。
控標項示例
數(shù)智化轉(zhuǎn)型趨勢下，多模態(tài)AI技術(shù)應用場景廣泛。展望未來，金現(xiàn)代將繼續(xù)優(yōu)化算力、算法，推進多模態(tài)AI技術(shù)與新型電力系統(tǒng)業(yè)務需求的深度融合，打造電力行業(yè)人工智能的技術(shù)策源地和創(chuàng)新高地。同時，公司將推出AI智能邊緣分析一體機，加強與百度CV大模型等方面的技術(shù)合作，聯(lián)合上下游相關(guān)方建設更好的產(chǎn)業(yè)生態(tài)，持續(xù)探索多模態(tài)AI在石化、金融等更多行業(yè)場景中的應用。