科技日報記者 陸成寬

近日，我國首個千億級發電行業大模型——“擎源”發電大模型在京正式發布。該模型由國家能源集團打造，融合運行監測、設備狀態、氣象環境等多維數據，擁有千億級參數規模。它堪稱發電行業“超級大腦”，為行業實現安全、高效、綠色、智慧運行提供強大支撐。

國家能源集團電力產業部運行分析處經理王安向科技日報記者介紹，“擎源”發電行業大模型，是落實數字經濟戰略、推動能源行業智能化轉型的標桿性成果，該模型將引領我國能源行業向智能化、數字化邁進。

“擎源”發電大模型功能示意圖。田晶娟制圖

定制“AI專用題庫”

當前，以人工智能（AI）、大數據為代表的新一代信息技術，正深刻重塑能源產業格局。然而，發電行業推進智能化升級卻面臨不少挑戰。

“首要挑戰在于發電行業的強專業性。通用大模型難以滿足特定業務需求，而構建專用模型又高度依賴高質量行業數據的獲取與治理，這本身存在難度。”王安告訴科技日報記者。

技術與業務之間也存在認知鴻溝：發電領域人員對AI技術，尤其大模型原理與應用了解有限；而AI專家對發電環節的技術適配點也缺乏清晰認知。因此，要有效推進智能化進程，發電業務專家與AI專家需緊密協作，共同探索技術能力與行業實際需求相結合的切實路徑。

“作為全球裝機規模最大的發電企業，國家能源集團擁有海量數據資產和多樣化應用場景，為開發發電行業大模型奠定了堅實基礎。”王安說，集團積極擁抱變革，以“AI+”專項行動為牽引，采用“雙域負責”新模式，讓發電領域與AI領域組成聯合團隊共同研發，解決了之前溝通不暢的問題，探索出一條AI驅動發電效率提升的新路徑。

“我們花了6個月時間，搜集整理了超過700TB的行業資料，并從中清洗出450GB的高質量數據集，覆蓋了文本、視覺、時序、語音等多種類型。這些數據經過380位行業專家的精心標注，構建發電領域最大規模的‘AI專用教學題庫’。同時，我們還結合獨創的跨模態推理對齊技術，讓‘擎源’全方位學習掌控行業知識。這為‘擎源’成長為最懂發電行業的大模型奠定了堅實基礎。”國家能源集團數智科技研發工程師羅瑋介紹。

落地四大業務領域

目前，“擎源”已在安全環保、電力交易、產調中樞、設備檢修四大業務領域成功應用，覆蓋13個場景，部署41個智能體，有效破解了發電行業長期存在的安全風險高、交易決策難、多能協同復雜、設備運維被動等痛點，為安全、高效、綠色、智慧發電提供支撐。

比如，在安全環保領域，“擎源”作為“智能安全衛士”，可為設備全生命周期監督提供技術支持，助力提升班組安全管理效能，保障危廢品智能合規化管理，筑牢安全環保屏障。

“‘擎源’對接了集團所有安全生產統建平臺，開發了技術監督、班組安全、違章識別等6個場景的21個智能體，讓安全監督搭上了‘復興號’，跑出了‘中國速度’。”國家能源集團安全監察中心工作人員許暢舉例說，江西某火電廠安全生產水平的評價，傳統模式需14名專家耗時一周，現在只需將電廠18個專業的3000多份備查資料輸入“擎源”，1天內就能完成全廠預評價。

在電力交易領域，“擎源”可以擔任“智慧交易參謀”，能精準預測氣象變化，預警水情風險，分析市場形勢，為現貨交易決策提供支持。國家能源集團電力營銷公司電力交易員王曉瑩介紹，“擎源”可通過多模型尋優，在不同環境下選擇最優預測模型組合，有效解決長期困擾行業的電價預測難題。

“比如，從國能山西霍州電廠預測數據來看，‘擎源’預測的節點電價準確率比傳統方式提升了6.2%。一臺600兆瓦的發電機組，在‘擎源’的指揮下，生產成本可下降0.3%，盈利能力提升2%。”王曉瑩說。

此外，在產調中樞領域，“擎源”是優秀的“多能調度指揮官”，保障能源供應的穩定與高效；在設備檢修領域，它就像“設備健康醫生”，能夠敏銳感知機組狀態，智能制定檢修策略與派單。

構建開放生態體系

行業大模型在應用過程中，不可避免地面臨著數據安全與決策時效性方面的雙重挑戰。

國家能源集團科技信息部數字資源處經理閆計棟說，為保障數據安全，集團雙管齊下：在傳輸層面，嚴格實施橫向隔離和縱向加密原則，實現工控網到管理網的單向傳輸，使數據按標準流轉至集團數據底座，嚴禁逆向流動；在數據自身安全層面，通過分級分類管控數據、建立可信數據空間，搭建數據采、存、管、取、用的技術支撐與體制機制，確保全集團數據在統一的平臺流通，使用者“用數不見數”。

在筑牢數據安全防線的同時，突破工業控制場景的實時性瓶頸，成為“擎源”未來發力的重要方向。

“當前，大模型在預測、設備檢修方案制定等場景表現優異，但在需要毫秒級響應的工控場景中效果尚不理想。”王安認為，未來可通過模型蒸餾技術，將大模型能力“濃縮”為輕量級模型，部署至生產一線實現本地運行，滿足特定場景的毫秒級響應需求。

下一步，國家能源集團將從試點驗證、規模推廣、生態共建三個階段推進“擎源”大模型的共享，通過重點開展內部場景驗證與模型優化夯實技術基礎，逐步向產業鏈合作伙伴開放API接口，最終構建開放的發電行業大模型生態體系。

“在行業大模型建設推廣上，我們先‘培土’，統一技術基座和工具；再‘育苗’，做到第一批場景發布即試點上線；后‘造林’，打造更多典型場景，最終目的是構建行業生態，統一標準化數據集，融合實時數據流與專家經驗，驅動模型實現定期迭代升級。我們將聯合高校、研究所和兄弟企業，攻關多模態融合、科學計算、小樣本學習等關鍵技術，既給行業賦能，又與行業共建。”閆計棟說。