电力人工智能多模态大模型 创新技术与应用 1 、研究背景 2 、关键技术 3 、应用案例 4 、未来展望 目 录 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科 学；其在历史上经过多个发展时期，形成了不同的技术流派； 深度学习是目前主流。 1950s—1970s 1970s 中期 1980s-2000s 通用模型 无需人类专家标注 高效互联通讯： NVLINK 、 HCCL ( 华为 ) 多模态通用模型： Qwen2-VL 等 . 背景 1—— 人工智能的概念及发 展 数据 算力 的范式，使大规模预训练成为可能。近年来，大模型凭借超大规模参数和海量数据学习，在多模态学习、 推理和通用人工智能方向取得重要进展，为人工智能的发展开启了新的阶段。 大模型 模态扩展 文本 检索增强 图像 / 视频 大规模基础模型 音频 电力大模型 医疗大模型。 Transformer 架构 注意力机制 多模态融合 0upr ake Wefert

优化决策时效要求高 海量新能源接入电力系统 新能源的个体容量小、数量多、预测难度大 新能源和电力电子、储能的关系密切 , , 新型电力系统需要人工智能 中国南方电网 CHINA SOUTHERN POWER GRID 展提供 人工智 型电力 9 可以“无条件”接受新能源 新能源为主体 能源供给侧脱碳 系统有“无限大”的功率、“无限多”的能量 系统的功率的动态平衡、能量的动态平衡：动态平衡理论 变的。但是基于机电系统转动惯量 的稳定理论，受到系统转动惯量小，将不足够承担以新能源为主体的新型电力系统的稳定。 新型电力系统是基于电力电量的实时平衡的系统平衡理论，是“无限大”的功率、 “无限多”的 能量的动态随机平衡。 电量平衡 有功功率平衡 无功功率平衡 频率稳定 电压稳定 功角稳定 传 统 电 力 系 统 新 型 电 力 系 统 中国南方电网 CHINA SOUTHERN 7 月，国网湖南电科院发布 10 亿节点配网视觉大模型。 口 2024 年 12 月，国网长沙供电公司研发人工智能“配网调度员”“光明”。 口 2024 年 12 月 19 日，国家电网发布千亿级多模态行业大模型“光明电力大模型”。 南方电网： 口 2023 年 09 月，南网发布电力行业人工智能创新平台及“自主可控电力大模型 ( 大瓦特 )” 。 口 2023 年 12 月，南网总调发布“大瓦特

表 性 强 的 工 业 园 区 ， 开 展 国 家 低 碳 工 业 园 区 试 点 工 作 。 相 关 试 点 园 区 积 极 探 索 适 合 我 国 国 情 的 工 业 园 区 低 碳 管 理 模 式 ， 提 高 可 再 生 能 源 消 费 占 比 ， 加 快 钢 铁 、 建 材 、 有 色 、 石 化 和 化 工 等 重 点 用 能 行 业 低 碳 化 改 造 ， 培 育 了 一 批 低 家 低 碳 园 区 创 建 的 先 进 理 念 ， 促 进 典 型 经 验 和 发 展 模 式 交 流 ， 我 们 组 织 专 家 梳 理 了 国 家 低 碳 工 业 园 区 试 点 典 型 案 例 ， 将 从 低 碳 日 开 始 ， 集 中 展 示 这 些 工 业 园 区 的 优 秀 低 碳 管 理 模 式 和 绿 色 低 碳 发 展 成 果 。 目录 CONTENTS 综合示范型低碳工业园区——天津经济技术开发区 了 25.9%，为 促 进 当 地 经 济 发 展 做 出 了 重 要 贡 献 。 在 保 持 经 济 发 展 增 速 的 前 提 下 ， 2015— 2016 年 ， 天 津 开 发 区 规 模 以 上 工 业 企 业 综 合 能 源 消 费 总 量 和 碳 排 放 总 量 均 未 呈 现 明 显 上 升 趋 势 。 天津开发区风光 （ 二 ） 园 区 低 碳 发 展 的 战 略 与 举

现场劳务人员管理 复杂 ◆ 施工现场危险区域 多，传统依靠人力 效率低下，难以做 到全过程监督管理 ◆ 结构安全监测困 难，安全事故频发 ◆ 建筑工地产生的扬 尘、噪音振动，常 造成空气污染，扰 乱周边居民，同时 造成建筑施工脏、 乱、差、闹的社会 形象 ◆ 塔吊设备由于操 作 员视野受限， 容易 出现碰撞危 险 ◆ 脚手架及高支模 支 护体系常因违 规拆 卸发生坍塌、 倾覆 运 维 安 全 塔吊 / 龙门 吊 / 升降机 支模 / 基坑传感器 智能视频分析 IMES 闸机 / 门禁系统 环境监测 仪 大数据平台 事件 中心 数据使能 摄像头 工地动态数字孪生 实现人、设备、车辆、现场及建筑之间 的互联互通；工程进度的三维可视化展 示 核 心 功 能 工地设备管控 塔吊、高支模 / 深基坑监控，工地环境监控，喷淋 系 统 . 炮雾机管理等 在模型建立后，对模型进行观察，找到钢筋的碰撞点，对钢筋的布置进行优化； 也可以模拟模板支撑体系的受力状况，以确保模板支撑体系的施工安全；对综合 管线碰撞检测也更加智能化，在结构、建筑、机电、设备模型都创建完成后进行 合模，分析出各碰撞点，与设计进行沟通，对设计图纸进行修改。在工程前期解 决了管线打架问题，节约了工期，确保施工的顺利进行 ● 减少分歧 -- BIM 所产生的三维信息模型，将所有的设计条件参数化，可以从

合分析）导致计算性能延迟增加 50% 以上，难以支 撑高价值场景（金融、物流、交通）等低时延响应 要求。 08 · 挑战三、高质量语料稀缺 政府、金融、医疗、制造等行业大模型专业语料稀缺， 海量多模态数据（文本、图像、传感器）待标注数 据占比高，高质量语料转化率低（语义缺失、时效 滞后等），无法满足行业大模型训练推理阶段对行 业标注数据的诉求。 · 挑战四、安全能力参差不齐 数据流通涉及数据提供方、使用方、服务运营方等 薄弱环节，无法满足全链路数据安全防护要求。 2、人工智能大模型语料发展与挑战 2.1 人工智能大模型语料发展趋势 1. 从大语言模型到多模态 / 具身智能大模型的语料演进 当前大模型技术正经历从弱人工智能（机器学习、神经网络、大语言模型）向通用人工智能（Agent、多模态、 具身智能）的范式跃迁。这不仅对于模型架构的设计理念进行了重构，同时也对大模型各阶段的训练语料提出 全新要求。 1942 1956 大模型技术发展演进阶段 09 公开数 2c 现象级应 首先，对多模态关联的复杂语料需求日益迫切。针对 大模型语料质量，传统纯文本数据已经无法支撑多 模态与具身大模型联合建模的需求。业界实践表 明，在多模态场景下的语料供给，需要进行跨模态 语料数据精准对齐，实践通过融合图文信息，运动 轨迹，场景数据，使得复杂论文的解析准确率提升 37%。此类多模态场景在处理包含图表、公式的复杂 文档时，需要在语料标准中体现语义逻辑关联能

加入星球获取更多更全的数智化解决方案 建设背景 住建部门 + 环保部门 + 安监部门 + 人 力社保部门 数量多、分布广，政府集中监管难度大 就业群体大，流动人口多，无法保障劳务人员的合法权益 n 施工环境复杂，安全隐患多，缺少预警与监督的技术手段 施工单位 + 建设单位 + 建筑公 司 + 开发商 数量多、分布广，总部统一管理难度大 工地作业流程节点多，缺少过程可视化管理 成本和质量管控要求高，缺少可视化回溯管理 信息 ，利用移动互联网和大数据、云计算技术、 BIM 技 术实现施工现场海量数据的实时上传、汇总、分析、展示 ，并植入大数据及 AI 能力 ，使得工地管理和服务变被动为主动的高效智慧管理模 式 ，快速建立工地“管理 + 服务”的智慧体系 ，从而实现从传统管理工地到智慧工地的转型 N 个业务系统 u 人员管理 u 机械管理 u 视频 AI u 安全质量 u 环境管理 无感考勤—人员管 理 人脸无感考勤 + 体 温检测 核心优势 数据统一上传平台，快速实时支持决策 安全可靠实时，精度 ±0.5℃ 按需配置阈值，异常情况语音报警 工人权限下发 多手段、 多场景信息采集录入 自动上传云平台 ，形成基础数据 信息自动形成报表 ，便于整理查 询 + 手机扫描身份证录入 身份证阅读器录入 人员实名制 订 在线存储 支持文档在线存储，随时查询

一个高效、安全、智能的可信数据空间 AI 服务平台。 该平台的建设，旨在打破各部门之间的数据壁垒， 整合优质的人工智能资源，为政务数据的高效利用和 智能应用提供强有力的支撑。通过统一部署通用大模 型，面向 面向 13 个省试点部门（省纪委监委、省政 府办公厅、省发展改革委、省生态环境厅、省民政厅、 省市场监督管理局、省教育厅、省公安厅、省高级人 民法院、省商务厅、省卫生健康委、省应急管理厅、 篡改、滥用等安全风险，保障政务数据的安全和隐私。 1.3 项目范围 1.3.1 平台功能 平台功能涵盖多个方面，包括国产算力资源池、 多模态大模型部署、数据治理工具链、可信管控系统、 智能应用开发平台等。 国产算力资源池要统筹提供多元化的国产算力能 力，满足不同大模型和应用场景的算力需求；多模态 大模型部署模块要实现对 DeepSeek、通义千问、智 谱等通用大模型的统一部署和管理，支持各类智能应 用 模型和智能体的训练和应用提供可靠的数据基础。 2.2.2 模型管理 平台要具备强大的模型管理功能，能够实现对 DeepSeek、通义千问等通用大模型的统一管理。包 括模型的导入、部署、更新、版本控制等。要支持模 型的训练和优化，能够根据政务领域的语料和知识， 对通用大模型进行微调，提高模型在政务场景下的应 用效果。 同时，要提供模型性能监控和评估功能，及时发 现模型运行过程中的问题并进行优化，确保模型的稳

打破数据孤岛， 实现数 据的 无障碍流通与高效共享 。这为新材料研发提供了丰富 、全面 的数据资源， 使科研人员能够站在更广阔的视角进 行研究 ， 避免重复劳动， 极大地提高了研发效率。 在研发阶段， 多源融合的数据为科研人员提供了强大的分 析 基础 。通过对大量实验数据和模拟计算数据的深入挖 掘， 科 研人员能够更准确地揭示材料性能与结构之间的内 在联系 ， 从而优化研发方案， 加速新材料的研发进程 、可靠 、高效的新材料数据空间 ， 实现新材料领域多源数据的深度融合与广泛共享 。以数 据驱 动为核心， 全面促进新材料研发创新和产业应用， 显 著提升 新材料产业链的整体竞争力， 为推动新材料产业迈 向高质量 发展新阶段提供坚实支撑。 2.2 具体目标 2.2.1 数据融合与共享 整合实验数据 、模拟计算数据 、产业应用数据等多源数据 ， 制定涵盖数据采集 、存储 、传输 、处理等全流程的统一数据 融合 与共享， 提高数据的利用价值， 为新材料研发和产业 发展提 供全面 、准确的数据支持， 使数据资源能够在产业 生态中得 到充分的挖掘和利用。 2.2.2 研发创新支持 基于多源融合的数据资源， 深度探索构建具有高度精准性 和 泛化能力的新材料行业大模型 。该模型将集成材料科学 领域 的前沿知识和丰富经验， 为新材料模拟计算 、联合研 发 、试 制工艺优化等关键环节提供强大的数据支撑和先进

AI应用驱动数据中心规模不断扩大，AI技 术也让威胁攻击频率更高、成本更低、手段更多样。近期我与客户伙伴的交流中，大家都提到一个关切点： 如何建设高韧性的数据中心基础设施。从主备到双活、从双活到多活，从被动防御到主动免疫，从被动修复 到主动自愈，从而让业务永续，让数据中心实现确定性安全，这就是韧性的关键。复盘行业实践，汇聚专家 智慧，希望这本白皮书为AI时代全球数据中心的建设发挥积极价值。 向 前发展。本次发布的《韧性DC白皮书》，正是基于我们与客户伙伴长期的联创经验与探索实践，并结合对未 来趋势的展望所形成的重要成果。白皮书定义了韧性DC的关键特征，提出业界首个数据中心韧性成熟度模 型，并为企业落地韧性DC给出前瞻性和可操作性的落地建议。在不确定环境中，韧性恰是最确定的长期主义 投资，希望这本白皮书能为全球数据中心产业发展作出积极贡献。 —— 华为公司副总裁、ICT产品组合管理与解决方案部总裁 Center” 韧性 DC 白皮书 一份给 CIO 规划建设数据中心的参考 09 08 ·冗余与缓冲机制：复杂系统通过冗余和去耦 合机制，避免单点失败放大成全局瘫痪，韧性 数据中心设计亦需强调多地多中心、跨域协作 与资源池化等弹性机制。 ·自适应与自组织能力：复杂系统能在压力中 维持动态平衡，依赖其局部调整与全局协调。 韧性数据中心要从“被动防御”转向“主动适 应”，构建“恢复即本能”的运行模式。

，流动性强 ，工资 纠纷多 施工机械易发安全事故 ，人员伤 亡事故损失大 环境污染监测困难 ，预防效果不 明显 场地环境复杂 ，监管人员成本大 , 问题回溯难 信息化的荒地 ，需求旺盛难满足 监测预警联动 ，能源利用自动控制 远程视频监控 ，录像回放再现 引入 VR 等技术结合安全教育和检 查 人员实名制查验 ，考勤记录 施工 需求 | 智慧工地管理模 式 目录 目录 建设目标 名 制 管 理 子 系 统 机 管 大 师 子 系 统 塔 机 吊 钩 视 频 子 系 统 卸 料 平 台 子 系 统 高 支 模 监 测 子 系 统 深 基 坑 支 护 检 测 子 系 统 烟 感 报 警 子 系 统 二 无线节点、 网关 沿基 坑 周边布设 ，布设间距为 20m~50m 高 支 模监测子系统 安全管理 智慧工地云平台 实时采集前端数据 实时分析数据变化量 超过阀值立刻报 警 高 支 模前端检测设 备 深 基 坑 前端检测设 备 及时掌控现场情况 立刻补救避免损失