您所在的位置: 成果库 基于大模型多智能体融合的发电设备智能运维系统

基于大模型多智能体融合的发电设备智能运维系统

成果类型:: 发明专利,软件著作权

发布时间: 2026-07-21 15:45:11

科技成果产业化落地方案
方案提交机构:成果发布人| 何永君 | 2026-07-21 15:45:11

华电电力科学研究院有限公司聚焦发电设备运维中存在数据孤岛、报警滞后、知识传承难、决策效率低等共性难题,依托华电集团“华电智”大模型底座,融合时序大模型、多智能体系统等技术,创新打造基于大模型多智能体融合的发电设备智能运维系统。

系统采用集团、区域、电厂三级云边协同架构,集团侧部署L1级行业大模型,提供底层模型能力与知识融合;区域侧部署L2级运维大模型与多智能体系统,实现跨场站协同诊断与运维决策;电厂侧部署L3级蒸馏模型与多模态智能体,实现本地化感知与预警。系统整合超2TB的设备运行状态多源异构数据,研发三大核心模型,实现设备隐患提前预警、典型故障精准识别和运维建议智能生成。

系统已在浙江、福建、湖北等区域公司和场站完成试点建设,累计预警隐患千余起,准确率达98.66%,累计创造经济效益超1亿元,后续将进一步应用推广至火电、水电等全发电类型。荣获工信部工业互联网大赛全国总决赛第十名(三等奖)、能源行业人工智能应用大赛第三名(二等奖),获授权发明专利11项、软著10项。其模块化、通用化设计具备良好跨行业适配能力,可快速推广至电网、钢铁、化工等工业领域,为设备安全运行保驾护航。

本项目建设在整体架构与模型技术上实现了多项原创性突破,构建了国内首个面向发电设备全生命周期的“大模型+多智能体”融合智能运维体系,具有显著的创新性和引领性。

整体架构方面,系统创新性地构建了覆盖“感知—决策—执行—反馈—优化”全链路的多智能体系统(MAS),包括异常数据感知智能体、综合预警智能体、运维诊断向导智能体等6个智能体,通过MCP协议协同调度机理、数理与专家模型,实现多源融合预警,同时依托知识图谱与贝叶斯推理,提供交互式、引导式故障根因定位,推动运维从“经验依赖”向“智能赋能”转型。

模型技术方面,系统通过研发时序大模型和多个特定智能体,完成了从海量生产数据感知、异常问题预警、典型故障诊断到运维决策生成的智能运维完整流程。

项目目前已获授权发明专利11项、软著10项,并结合技术成果牵头制定团体标准《发电行业工业智能体协同与通信安全要求》,同时深度参与《网络安全技术智能体安全基本规范》及《网络安全技术关键信息基础设施极限情况运行安全指南》两项国家标准的编制,确立行业安全标杆。其相关成果已全面应用于新能源发电场景,并逐渐扩展到火电、水电等其他发电场景,实现核心技术自主可控与标准化、规模化价值创效。

在火电方面,本项目成果具有极强的适配性。随着新型电力系统建设的推进,传统火电机组正加速向深度调峰、灵活运行的调节型电源转型,设备长期处于非稳态工况下,对安全管控提出了严苛挑战。本系统通过多模型融合与大模型技术,能够精准解决当前发电企业面临的设备隐患识别难、预警滞后等痛点,将传统的“事后抢修”和“定期检修”全面升级为“预测性维护”。这不仅能大幅降低机组非计划停机带来的巨额经济损失,更能有效延长核心发电设备的使用寿命,为发电企业的降本增效提供强有力的技术抓手。

在新能源发电方面,本项目具备快速复制与广泛落地的潜力。针对风电、光伏等新能源场站分布广、运维半径大、无人值守常态化的特点,基于云边端协同的智能预警诊断模块能够实现跨区域、全天候的设备健康管理。未来,该技术可广泛应用于各类新能源基地,通过标准化的算法模型与差异化的场景配置,构建起覆盖源、网、荷、储全环节的智慧生产管理体系,显著提升新能源资产的运营效率与发电收益。

在推动电力行业数字化转型与生态共建方面,本项目具有重要的示范引领作用。通过沉淀海量的故障案例数据与专家经验,构建企业级的发电设备知识图谱,本项目将为行业提供宝贵的数据资产与智力支撑。未来,随着系统的持续迭代与跨行业推广应用,将逐步打破数据孤岛,推动形成开放共享的智能运维技术生态,助力我国能源电力行业加速迈向安全、高效、绿色的数字化发展新阶段。

本项目团队由人工智能、大数据等信息智能方向的技术专家与电气、机械、控制、新能源等发电行业全专业资深专家共同组成,形成跨学科、跨领域协同创新的科研力量。团队拥有多位国家级科技领军人才、青年科技人才,具备前沿算法研发与大规模工程落地经验。同时,团队充分发挥华电电科院技术监督优势,积累了大量发电设备故障案例与专家运维知识。

李志军,项目负责人,华电电科院电控中心主任,正高级工程师,IEEE PES电气设备在线监测与故障预警技术分委会常务理事,长期从事发电设备监测诊断与智能运维技术研究,主持或参与多项国家级和省部级重大科技项目,牵头研制基于大模型多智能体的智能运维平台,荣获多项省部级科技进步一等奖。

丁正桃,项目技术指导,华电电科院首席科学家,国家级领军人才,IEEE Fellow,欧盟科学院院士,长期从事非线性控制、多智能体协同与“AI+能源”融合研究,发表SCI论文180余篇。

陈喆,项目核心骨干,国资委中央企业人工智能科技领军人才,中国科协青年科技人才,曾任阿里巴巴P7技术专家,长期从事大模型训推、多智能体系统等方向的人工智能技术研究,负责基于大模型多智能体的智能运维平台技术开发工作。

本系统立足国家“双碳”战略与新型电力系统建设的重大需求,面向深度调峰背景下发电设备运维面临的复杂性、不确定性与高风险性,通过深度融合人工智能、大数据、知识图谱与发电行业专业机理,构建了一套可复制、可推广、可盈利、可持续的商业化价值体系,具有显著的经济、安全、管理与社会效益。

技术指标方面,项目已达到行业领先的水平。行业首个多参量发电设备时序大模型,参数规模超过10亿(≥1B),能够对风电机组、水电机组、火电机组等关键设备的数百个监测参量进行联合建模,动态捕捉深度调峰、快速启停等非稳态工况下的早期异常特征,各类型设备综合预警准确率≥95%;多模态发电设备诊断大模型,融合红外图像、振动频谱、声学信号、运行日志等多源异构数据,构建跨模态联合推理能力,故障诊断准确率≥83%;发电设备智能运维大模型,基于20余万条高质量思维链问答对和覆盖7.4万实体、20.6万关系的电力运维知识图谱,提供结构化、可解释的运维决策支持,运维建议精准度≥85%。系统在现场生产环境中稳定运行超18个月,系统可用性达99.5%以上,充分体现了系统的技术成熟度与工程可靠性。

经济性方面,系统示范落地应用展现出极高的投入产出比。以单个场站为例,系统实施价格约为20至50万元。单个场站年均可节省人工巡检、专家外协、备品备件等综合运维成本,折合直接经济效益超过25万元。截至目前,系统已在陕西、福建、湖北等区域公司完成试点建设,累计预警隐患千余起,避免直接经济损失超5300万元,并将逐步扩展至火电、水电等其他发电厂站,有效提升发电设备运行可靠性,降低设备故障风险,减轻人工运维工作量,节约运维成本,推动运维模式由计划性向预测性转变,实现运维工作由“被动应对”向“主动预防”的范式转变。

社会效益方面,系统通过构建机理与AI大模型深度融合的智能运维解决方案,显著提升发电设备可靠性与运行效率,有效降低非计划停运风险,为能源安全稳定供应提供坚实技术保障;同时显著增强机组深度调峰能力与灵活运行水平,为高比例新能源接入下的电网安全稳定运行提供有力支撑。

行业影响与示范价值方面,系统以“华电智”大模型为底座,融合时序大模型、多智能体及知识增强生成等前沿技术,构建了高技术壁垒的工业智能运维新范式。

项目致力于突破企业边界,推动“华电·智维”智能运维平台在华电集团以外的发电企业中广泛应用,并进一步向电网、化工、钢铁等工业领域拓展,打造可复制、可迁移的设备重资产行业通用运维方案,赋能更多行业实现设备管理的数字化、智能化升级。

其次,项目将积极推动构建多方协同的创新联合体,促进发电企业、设备制造商、AI与工业软件企业、科研机构、高校及标准化组织之间的深度联动,形成产学研用深度融合的创新生态,通过联合攻关、数据共享、模型共建和场景共验,加速技术迭代与价值释放。

最后,项目致力于行业制度与基础设施建设,推动建立覆盖全行业的发电设备智能运维标准体系、评价机制与共享服务平台,通过打造统一的知识库、模型库与服务接口规范,实现经验可沉淀、能力可复用、成果可共享的合作共赢体系。