近日，我国首个千亿级发电行业大模型——“擎源”发电大模型在京正式发布。该模型由国家能源集团打造，融合运行监测、设备状态、气象环境等多维数据，拥有千亿级参数规模。它堪称发电行业“超级大脑”，为行业实现安全、高效、绿色、智慧运行提供强大支撑。

国家能源集团电力产业部运行分析处经理王安向科技日报记者介绍，“擎源”发电行业大模型，是落实数字经济战略、推动能源行业智能化转型的标杆性成果，该模型将引领我国能源行业向智能化、数字化迈进。

定制“AI专用题库”

当前，以人工智能（AI）、大数据为代表的新一代信息技术，正深刻重塑能源产业格局。然而，发电行业推进智能化升级却面临不少挑战。

“首要挑战在于发电行业的强专业性。通用大模型难以满足特定业务需求，而构建专用模型又高度依赖高质量行业数据的获取与治理，这本身存在难度。”王安告诉记者。

技术与业务之间也存在认知鸿沟：发电领域人员对AI技术，尤其大模型原理与应用了解有限；而AI专家对发电环节的技术适配点也缺乏清晰认知。因此，要有效推进智能化进程，发电业务专家与AI专家需紧密协作，共同探索技术能力与行业实际需求相结合的切实路径。

“作为全球装机规模最大的发电企业，国家能源集团拥有海量数据资产和多样化应用场景，为开发发电行业大模型奠定了坚实基础。”王安说，集团积极拥抱变革，以“AI＋”专项行动为牵引，采用“双域负责”新模式，让发电领域与AI领域组成联合团队共同研发，解决了之前沟通不畅的问题，探索出一条AI驱动发电效率提升的新路径。

“我们花了6个月时间，搜集整理了超过700TB的行业资料，并从中清洗出450GB的高质量数据集，覆盖了文本、视觉、时序、语音等多种类型。这些数据经过380位行业专家的精心标注，构建发电领域最大规模的‘AI专用教学题库’。同时，我们还结合独创的跨模态推理对齐技术，让‘擎源’全方位学习掌控行业知识。这为‘擎源’成长为最懂发电行业的大模型奠定了坚实基础。”国家能源集团数智科技研发工程师罗玮介绍。

落地四大业务领域

目前，“擎源”已在安全环保、电力交易、产调中枢、设备检修四大业务领域成功应用，覆盖13个场景，部署41个智能体，有效破解了发电行业长期存在的安全风险高、交易决策难、多能协同复杂、设备运维被动等痛点，为安全、高效、绿色、智慧发电提供支撑。

比如，在安全环保领域，“擎源”作为“智能安全卫士”，可为设备全生命周期监督提供技术支持，助力提升班组安全管理效能，保障危废品智能合规化管理，筑牢安全环保屏障。

“‘擎源’对接了集团所有安全生产统建平台，开发了技术监督、班组安全、违章识别等6个场景的21个智能体，让安全监督搭上了‘复兴号’，跑出了‘中国速度’。”国家能源集团安全监察中心工作人员许畅举例说，江西某火电厂安全生产水平的评价，传统模式需14名专家耗时一周，现在只需将电厂18个专业的3000多份备查资料输入“擎源”，1天内就能完成全厂预评价。

在电力交易领域，“擎源”可以担任“智慧交易参谋”，能精准预测气象变化，预警水情风险，分析市场形势，为现货交易决策提供支持。国家能源集团电力营销公司电力交易员王晓莹介绍，“擎源”可通过多模型寻优，在不同环境下选择最优预测模型组合，有效解决长期困扰行业的电价预测难题。

“比如，从国能山西霍州电厂预测数据来看，‘擎源’预测的节点电价准确率比传统方式提升了6.2％。一台600兆瓦的发电机组，在‘擎源’的指挥下，生产成本可下降0.3％，盈利能力提升2％。”王晓莹说。

此外，在产调中枢领域，“擎源”是优秀的“多能调度指挥官”，保障能源供应的稳定与高效；在设备检修领域，它就像“设备健康医生”，能够敏锐感知机组状态，智能制定检修策略与派单。

构建开放生态体系

行业大模型在应用过程中，不可避免地面临着数据安全与决策时效性方面的双重挑战。

国家能源集团科技信息部数字资源处经理闫计栋说，为保障数据安全，集团双管齐下：在传输层面，严格实施横向隔离和纵向加密原则，实现工控网到管理网的单向传输，使数据按标准流转至集团数据底座，严禁逆向流动；在数据自身安全层面，通过分级分类管控数据、建立可信数据空间，搭建数据采、存、管、取、用的技术支撑与体制机制，确保全集团数据在统一的平台流通，使用者“用数不见数”。

在筑牢数据安全防线的同时，突破工业控制场景的实时性瓶颈，成为“擎源”未来发力的重要方向。

“当前，大模型在预测、设备检修方案制定等场景表现优异，但在需要毫秒级响应的工控场景中效果尚不理想。”王安认为，未来可通过模型蒸馏技术，将大模型能力“浓缩”为轻量级模型，部署至生产一线实现本地运行，满足特定场景的毫秒级响应需求。

下一步，国家能源集团将从试点验证、规模推广、生态共建三个阶段推进“擎源”大模型的共享，通过重点开展内部场景验证与模型优化夯实技术基础，逐步向产业链合作伙伴开放API接口，最终构建开放的发电行业大模型生态体系。

“在行业大模型建设推广上，我们先‘培土’，统一技术基座和工具；再‘育苗’，做到第一批场景发布即试点上线；后‘造林’，打造更多典型场景，最终目的是构建行业生态，统一标准化数据集，融合实时数据流与专家经验，驱动模型实现定期迭代升级。我们将联合高校、研究所和兄弟企业，攻关多模态融合、科学计算、小样本学习等关键技术，既给行业赋能，又与行业共建。”闫计栋说。