近日,由廣東省工業(yè)軟件學會主辦的“2024年工業(yè)軟件與新質(zhì)生產(chǎn)力創(chuàng)新發(fā)展論壇”在廣州成功舉辦,中能拾貝聯(lián)合創(chuàng)始人、常務(wù)副總經(jīng)理劉勇應(yīng)邀出席,并作《“AI+”能源大模型賦能數(shù)字化電廠建設(shè)》主題演講。
本次論壇積極響應(yīng)國家將新質(zhì)生產(chǎn)力視為高質(zhì)量發(fā)展關(guān)鍵引擎的指導理念,緊密契合粵港澳大灣區(qū)的發(fā)展節(jié)奏,重點聚焦工業(yè)軟件在推進智能制造與工業(yè)互聯(lián)網(wǎng)生態(tài)演進過程中的關(guān)鍵作用,吸引了來自科研機構(gòu)、高校以及企業(yè)界的200多位專家、學者和行業(yè)代表踴躍參會。
作為一家專注于“工業(yè)Al+”的工業(yè)智能產(chǎn)品與解決方案提供商,中能拾貝聯(lián)合創(chuàng)始人、常務(wù)副總經(jīng)理劉勇在會上重點闡述了AI+能源大模型在數(shù)字化電廠建設(shè)中的重要性,分享了中能拾貝在電力等能源領(lǐng)域的數(shù)字化研究與創(chuàng)新成果,并為與會嘉賓帶來企業(yè)級能源大模型建設(shè)的核心方法及部署方案。
會上,劉勇表示,隨著AI技術(shù)的不斷創(chuàng)新,中能拾貝順勢推出拾貝云能源大模型(CyberwLLM),助力電力行業(yè)構(gòu)建新質(zhì)生產(chǎn)力,通過深度學習與大數(shù)據(jù)分析技術(shù),拾貝云能源大模型為數(shù)字化電廠的建設(shè)與穩(wěn)定運行提供了前所未有的洞察與決策支持,確保了電力供應(yīng)的可靠性、安全性與可持續(xù)性,對于構(gòu)建智慧能源體系具有重大意義。
在企業(yè)級能源大模型建設(shè)方面,他指出核心方法在于降低語料處理門檻,讓數(shù)據(jù)準備不再是難題,并分享基于拾貝云能源大模型與知識庫結(jié)合的實現(xiàn)路徑,現(xiàn)場呈現(xiàn)了企業(yè)級能源大模型部署方案。
談及拾貝云能源大模型的具體應(yīng)用,他詳細展示了基于拾貝云能源大模型的電力知識服務(wù)引擎、巡檢智能交互問答、檢修作業(yè)增強、集控告警信號分析、電站設(shè)備信號建模、電站監(jiān)測預警處理、儲能電站故障信號處理、電站安全監(jiān)督管理、企業(yè)通用文檔助手、智能合同助手、職能培訓助手、會議紀要助手、設(shè)備技術(shù)監(jiān)督、生產(chǎn)指揮動態(tài)決策等應(yīng)用場景。
以巡檢智能交互問答場景為例,當巡檢發(fā)現(xiàn)異常,拾貝云能源大模型可以根據(jù)歷史經(jīng)驗和智能算法支撐,結(jié)合設(shè)備運行數(shù)據(jù)做出智能輔助決策建議,包括精密點檢建議、設(shè)備檢修決策建議、應(yīng)急處置建議、調(diào)整運行方式建議等?;诖笳Z言模型的系統(tǒng)交互能力,通過與模型對話可以完成巡檢路線規(guī)劃、巡檢標準查詢、巡檢結(jié)果查詢、巡檢發(fā)現(xiàn)異常問題統(tǒng)計及檢索、統(tǒng)計圖表生成。
以技術(shù)監(jiān)督為例,因涉及多項監(jiān)督內(nèi)容,要求按照標準對設(shè)備和系統(tǒng)進行檢測評價并編制各類報、月報,工作量巨大?;谑柏愒颇茉创竽P?,通過自然語言大模型與知識庫協(xié)同驅(qū)動技術(shù),可將技術(shù)監(jiān)督涉及的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為技術(shù)監(jiān)督所需的規(guī)則、模型,直接把業(yè)務(wù)活動產(chǎn)生的試驗報告及業(yè)務(wù)記錄數(shù)據(jù)自動理解、處理、生成報表、報告,大幅減輕業(yè)務(wù)人員工作量,提高工作效率。
目前,拾貝云能源大模型相關(guān)能力已在基建管理、設(shè)備資產(chǎn)管理、電力生產(chǎn)管理、巡檢和維修管理、安全管理等多個數(shù)字化&智能電力業(yè)務(wù)場景落地應(yīng)用,具備企業(yè)知識問答、輔助文案生成、視頻/圖像感知分析、多模態(tài)圖文理解對話、風險發(fā)現(xiàn)等核心業(yè)務(wù)賦能能力,助力電力企業(yè)打造從感知、認知到分析、決策、執(zhí)行的完整業(yè)務(wù)賦能能力。
未來,中能拾貝將持續(xù)推動拾貝云能源大模型的迭代創(chuàng)新,在電力數(shù)字化應(yīng)用等更多領(lǐng)域探索大模型與業(yè)務(wù)場景的協(xié)同路徑,提高大模型的訓練和運行效率,積極助力數(shù)字化電廠建設(shè),邁向可持續(xù)發(fā)展未來。
免責聲明:此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)資訊,僅代表作者個人觀點,與本網(wǎng)無關(guān)。所涉內(nèi)容不構(gòu)成投資、消費建議,僅供讀者參考,并請自行核實相關(guān)內(nèi)容。
原文轉(zhuǎn)自:咸寧新聞網(wǎng)
評論