(資料圖)

湖北日報全媒記者 彭一葦

通訊員 陳潔露 胡丙垚

夏日用電高峰期，輸電線路最怕出了故障半天找不到地點，這時候要是有個經驗豐富的老師傅，一眼看出故障所在，那就幫大忙了。現在，湖北電網將老師傅的豐富經驗移植給了AI。這套嵌入了國網湖北省電力有限公司研發的“基于光明電力大模型的配電網搶修管理應用”智能體，運用人工智能技術將配電網搶修效率提升35%。

配電網故障排查，長期以來就是復電效率的“卡脖子”環節。線路跳閘了，調度員得人工調保護報文、翻設備臺賬、打電話問現場，全憑經驗和手速跟時間賽跑；現場的搶修人員也不輕松，在野外一段段巡線、一個個桿塔查，復雜的故障甚至要折騰好幾個小時。老師傅就是“活地圖”“活字典”，可問題是，這些經驗帶不走、復制不了，更沒法24小時連軸轉。

老師傅的經驗是“人腦推理”，那能不能把它變成“算法推理”？為了解決這一難題，國網湖北電力研發的AI智能應用，嘗試讓智能算法接手部分“腦力勞動”。該公司以“光明大模型”為技術底座，依托“停電一張圖”功能，打造配電網搶修管理應用平臺，搭建了能夠自動研判分析的智能體，深度融入了設備、氣象、工單等13.5TB多模態數據，構建起“4+2+1”智能協同體系。

智能體不是僅作“可能有故障”的粗放提醒，而是會像老電工一樣“動腦子”，自動執行多步驟分析流程。從數據清洗、異常特征提取，到關聯設備狀態與氣象因素，再到生成分層級的原因研判。它將故障原因分析時長從30分鐘壓縮至4分鐘，故障定位時間縮短40%以上。同時，還能自動復盤，形成一事一分析報告，每一次故障處置都會反哺模型，下一次遇到相似情況時反應更快、更準。

“過去一個跳閘，光定位就得花30分鐘以上。”國網湖北電力一線配電員工鄭雁強說，“現在它能把過往相似案例秒級調出來，相當于身邊多了一位經驗老到的搭檔。”這款應用已經深度貫通了調度、運檢、營銷等多專業數據，把一線專家經驗轉化為可復用的標準化知識庫，形成了事前預警、事中研判、事后復盤的智能化閉環管理。

如今，這款應用已入選工信部2025年人工智能應用典型案例，并推廣至全國27個省市。作為國家電網首批人工智能大模型在配網領域的標桿示范，它實現了關鍵技術自主可控與國產化算力深度應用。35%的復電決策效率提升，意味著更短的停電時間、更快的復電響應——居民家里更快亮起的燈，企業生產線更短的中斷，都是它交出的成績單。

標簽： 應用 故障 經驗 搶修 老師傅