金現代多模態AI，給電力系統裝上“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AI技術能力，電力企業可以進行更加高效的專業化模型訓練、智能化分析及診斷服務，涵蓋電力系統自動化控制、電力調度、生產安全管控和運維檢修等方面，給電力系統裝上‘大腦’‘眼睛’和‘嘴巴’”，金現代人工智能專家宗云兵博士這樣介紹電力多模態AI。
當前階段，AI應用正在從C 端逐步向電力、交通等B 端傳統行業加速滲透，而多模態理解力與輸入輸出已然成為AI賦能各行各業的剛需。金現代作為深度參與電力行業信息化建設20余年的高新技術企業，積極推動多模態AI技術在電力行業發輸變配用全領域的應用，幫助電力企業實現運維、巡檢、供應鏈等諸多業務場景的“變革式”提升。
多模態AI+巡檢：變電設備智能巡檢
大電網安全與設備運維監控是電網企業安全生產常抓不懈的焦點，而變電站巡檢工作的重要一環就是“發現問題”，傳統巡檢模式下，巡檢人員需要根據下發的巡檢工單，記錄設備的各項運行數據，如果發現缺陷問題就上報給檢修人員，作業過程口傳手記、主要依賴個人經驗，不僅工作效率低下，還容易發生漏檢、錯檢等問題。
為提高變電站巡視質量和效率，保證電網平穩可靠運行，金現代將語音識別、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AI技術接入巡檢業務場景，幫助國家電網實現電力巡檢智能化升級。
在巡檢作業中，國家電網巡檢人員可通過語音識別將語音轉化為文本，實現巡檢數據的快速錄入；如果發現缺陷問題，可通過圖像識別將巡查的圖像數據自動轉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、檢索增強生成和大語言模型技術將問題和告警信息輸入大語言模型，由大語言模型結合隱患信息，從集聚專家經驗的知識庫中，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、材質和紋理等，利用圖像識別、大語言模型等AI技術，可對采集到的設備圖像進行智能化處理，從而判斷是否出現故障或非正?，F象，并找到對應解決方案”。
多模態AI+運維：輸電線路智能運維
提起輸配電線路運維，很多人想到的是環境復雜的戶外作業、高空作業，巨大的鐵塔、高聳的電線桿和一眼望不到頭的電線，但實際上隨著技術的進步，很多電力企業早已開始使用無人機、視頻監測裝置等采集數據?！爸悄茉O備的接入幫我們大大減輕了運維工作量，但數據采集來以后，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？針對南方電網的這一問題，金現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，解決了傳統方式下異常圖像識別準確率、發現率和處理速度低的問題，極大地推進了南方電網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AI+供應鏈：采購規范化管理
在電網企業管理體系中，物資管理在整個供應鏈管理中發揮著重要的作用，而電力物資管理的重要環節就是招標采購。
南方電網物資部負責人指出，“以前，招標文件主要依賴業務人員個人經驗手動編寫，容易因為對新的招標法律法規、公司新的規章制度了解不及時產生失誤，不僅效率低、規范性也難保證。引入了金現代的人工智能技術以后，通過文字識別、自然語言處理等技術即可輔助校驗招標文件，解決了我們的‘老大難’”。
金現代使用Erine、Bert等訓練文本分類模型以及模型融合算法，對電力采購大數據進行深度挖掘和深度學習，讓物資業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、文字識別技術實現對“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，并輸出校驗結果，顯著提高招標文件智能化校驗水平。
控標項示例
數智化轉型趨勢下，多模態AI技術應用場景廣泛。展望未來，金現代將繼續優化算力、算法，推進多模態AI技術與新型電力系統業務需求的深度融合，打造電力行業人工智能的技術策源地和創新高地。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合作，聯合上下游相關方建設更好的產業生態，持續探索多模態AI在石化、金融等更多行業場景中的應用。