2023年11月2日，在“第2屆電力行業(yè)數(shù)字化轉(zhuǎn)型大會暨第4屆電力人工智能大會”上，「智創(chuàng)獎」第二屆電力數(shù)智化轉(zhuǎn)型技術(shù)創(chuàng)新應(yīng)用評選頒獎典禮同期舉行。

國網(wǎng)遼寧電科院憑借其“基于人工智能技術(shù)的二次檢修班組智能化平臺建設(shè)與應(yīng)用”案例，獲得“電力設(shè)備智能運(yùn)維與管理創(chuàng)新應(yīng)用案例獎”。

Part 01

應(yīng)用成效

1、經(jīng)濟(jì)效益

通過利用基于人工智能技術(shù)的的基層班組綜合示范應(yīng)用建設(shè)，快速高效的滿足業(yè)務(wù)需求，實(shí)現(xiàn)電力系統(tǒng)各個業(yè)務(wù)環(huán)節(jié)智能人機(jī)交互，提升業(yè)務(wù)自動處理應(yīng)用能力，促進(jìn)基層工作提質(zhì)增效和為基層減負(fù)落到實(shí)處，從而促進(jìn)一線員工能從繁瑣的事務(wù)性功能做轉(zhuǎn)向高附加值的核心業(yè)務(wù)研究中，進(jìn)而促進(jìn)傳統(tǒng)工作的創(chuàng)新發(fā)展。

全面提升業(yè)務(wù)效率：提高35%-50%的員工生產(chǎn)力，提升服務(wù)水平和能力；

全面提升員工價(jià)值：減少30%-50%的流程處理時間，最多可以減少90%；

全面降低運(yùn)營成本：可以節(jié)省25%-50%的成本。

2、管理效益

通過對公司各業(yè)務(wù)專業(yè)應(yīng)用技術(shù)路線的調(diào)研與梳理，持續(xù)優(yōu)化改進(jìn)流程，助力業(yè)務(wù)不斷實(shí)現(xiàn)模式創(chuàng)新，全面提升智能化水平，提高企業(yè)效益，提升客戶服務(wù)的響應(yīng)速度和決策的實(shí)時性、準(zhǔn)確性。

制訂整體規(guī)劃分步實(shí)施的實(shí)施策略，逐步推廣基于人工智能的基層班組綜合示范應(yīng)用建設(shè)，將跨系統(tǒng)、跨專業(yè)、跨部門分散管理模式轉(zhuǎn)變?yōu)榧谢⒖梢暬芾砟Ｊ剑瑢?shí)現(xiàn)系統(tǒng)相關(guān)數(shù)據(jù)的橫向與縱向貫通，減少非必要人力成本投入，把業(yè)務(wù)增效、降損落到實(shí)處。

3、社會效益

社會效益方面，通過基層班組綜合應(yīng)用示范建設(shè)，充分驗(yàn)證二次檢修輔助服務(wù)能力，提升數(shù)據(jù)可用性，推動跨專業(yè)數(shù)據(jù)共享和分析應(yīng)用質(zhì)量的提升，有利于更好地發(fā)揮數(shù)據(jù)價(jià)值、提升分析決策質(zhì)效，促進(jìn)服務(wù)品質(zhì)提升，具有非常良好的外部效應(yīng)和社會效益。

Part 02

技術(shù)特點(diǎn)

1、二次檢修缺陷智能輔助決策

構(gòu)建二次檢修缺陷智能輔助決策功能模塊，依托自然語言處理、語音識別等人工智能算法組件，基于設(shè)備、后臺反饋的檢修缺陷信息，實(shí)現(xiàn)缺陷信息移動應(yīng)用端語音智能錄入、缺陷圖片移動應(yīng)用端自主導(dǎo)入以及二次檢修智能輔助決策指導(dǎo)。

將變電運(yùn)維人員反饋的現(xiàn)場缺陷信息與照片錄入人工智能兩庫一平臺，結(jié)合歷史缺陷樣本實(shí)現(xiàn)缺陷分析與分類細(xì)化，輸出缺陷處理輔助指南，并完成缺陷智能統(tǒng)計(jì)分析與報(bào)告編制，解決二次檢修班組現(xiàn)場故障排查需要紙質(zhì)書寫錄入，信息保存及時性和完整性不強(qiáng)，現(xiàn)場人員專業(yè)知識缺失時缺少輔助等問題。

將缺陷照片、分類、標(biāo)簽、消缺方式等信息保存，為相同設(shè)備缺陷提供歷史處理范本，經(jīng)驗(yàn)共享，保障應(yīng)用的實(shí)用性、便捷性及問題診斷及時性，提升二次檢修應(yīng)用智能化水平，提高二次檢修班組缺陷檢修效率。

2、二次檢修作業(yè)智能輔助

針對當(dāng)前二次檢修班組輔助決策指導(dǎo)內(nèi)容、記錄等信息錄入工作量大、內(nèi)容繁瑣等問題，搭建二次檢修作業(yè)智能輔助功能模塊，依托圖像文字提取、語音識別、自然語言處理等通用人工智能組件模型服務(wù)能力，實(shí)現(xiàn)二次檢修缺陷處理方案、電子存檔檢修設(shè)備說明書、記錄保護(hù)實(shí)驗(yàn)記錄與數(shù)據(jù)智能錄入。

采用KNN分類算法與TF-IDF算法，將二次檢修班組當(dāng)日工作內(nèi)容與相關(guān)規(guī)程、反事故措施及典型事故分析相匹配，輸出當(dāng)日作業(yè)指導(dǎo)與風(fēng)險(xiǎn)預(yù)警與技術(shù)指導(dǎo)，徹底實(shí)現(xiàn)無紙化辦公。

同時累積典型經(jīng)驗(yàn)形成后臺技術(shù)指導(dǎo)知識庫，提升二次檢修班組班組信息錄入效率，減輕班組日常信息錄入工作量，支撐二次檢修班組后續(xù)作業(yè)指導(dǎo)以及風(fēng)險(xiǎn)預(yù)警研判。

3、保護(hù)裝置智能評價(jià)輔助分析

研發(fā)保護(hù)裝置智能評價(jià)功能模塊，運(yùn)用變電視覺大模型、知識圖譜等人工智能組件模型服務(wù)能力，實(shí)現(xiàn)電源電壓、過程層端口發(fā)送/接收光強(qiáng)度、通道誤碼率等信息語音自主錄入。

采用AHP層次分析法與熵權(quán)法，形成保護(hù)裝置智能評價(jià)模型，并利用證據(jù)推理方法處理評價(jià)設(shè)備參數(shù)不全、錯誤等不確定性問題，輸出保護(hù)裝置健康評價(jià)分析結(jié)果。

匯總風(fēng)險(xiǎn)預(yù)警與健康評價(jià)推送給工作人員，輔助二次檢修現(xiàn)場巡視巡檢作業(yè)，解決現(xiàn)場人員專業(yè)知識不全、保護(hù)裝置健康評價(jià)難，分析工作量大的問題，降低保護(hù)裝置健康評價(jià)分析工作量及工作難度，輔助二次檢修現(xiàn)場巡視巡檢作業(yè)，支撐基層二次檢修班組班組工作提質(zhì)增效。

參與單位/參與人員：

國網(wǎng)遼寧電科院/閻宇航、孫峰、宋進(jìn)良、張彬、孫赫陽、邱兵兵