國(guó)家電網(wǎng)+百度智能云：智能體進(jìn)電網(wǎng)，給1.8萬(wàn)運(yùn)維人配上AI搭子

2026年全國(guó)兩會(huì)正在熱烈進(jìn)行中，這也是“十五五”規(guī)劃開(kāi)局的關(guān)鍵節(jié)點(diǎn)。人工智能與實(shí)體經(jīng)濟(jì)的深度融合以及“人工智能+”行動(dòng)，正在央企的生產(chǎn)一線加速推進(jìn)——從電力調(diào)度到裝備制造，從日常辦公到核心生產(chǎn)，大模型和智能體開(kāi)始真正“上崗干活”。

截至目前，已有80%的央企用百度智能云，一起探索產(chǎn)業(yè)智能化的落地路徑。從今天起，看看“國(guó)家隊(duì)”如何用AI跑出加速度。

今天分享的是：百度智能云和國(guó)家電網(wǎng)的實(shí)踐故事。

國(guó)務(wù)院在去年印發(fā)了《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》，作為新型基礎(chǔ)設(shè)施建設(shè)的重要力量，百度智能云與國(guó)家電網(wǎng)基于國(guó)家發(fā)改委“人工智能+”應(yīng)用場(chǎng)景建設(shè)任務(wù)，針對(duì)輸電、配網(wǎng)、變電三大核心場(chǎng)景，建設(shè)設(shè)備專業(yè)智能體。不僅讓電網(wǎng)巡視效率提升超50%，更探索出一條大模型時(shí)代下，AI深入電網(wǎng)核心生產(chǎn)環(huán)節(jié)的可行路徑。

破解“誤報(bào)多、迭代慢”難題：大小模型融合下的“新質(zhì)生產(chǎn)力”

電力巡檢是保障能源安全的第一道防線。傳統(tǒng)AI小模型在復(fù)雜的野外和變電站環(huán)境中，常常面臨“誤報(bào)滿天飛”的困境，一線人員不得不從海量無(wú)效告警中篩查真實(shí)缺陷，費(fèi)時(shí)費(fèi)力。此外，各地地理環(huán)境差異大導(dǎo)致的模型泛化能力不足、罕見(jiàn)缺陷樣本的稀缺，一直是行業(yè)痛點(diǎn)。

針對(duì)上述挑戰(zhàn)，百度智能云基于“一見(jiàn)· 多模態(tài)專業(yè)視覺(jué)管理平臺(tái)積累的多模態(tài)大模型+專業(yè)視覺(jué)小模型”，通過(guò)“大小模型融合”的創(chuàng)新架構(gòu)，實(shí)現(xiàn)了從“人工看”到“AI看”的跨越式升級(jí)：

• 降誤報(bào)、減負(fù)擔(dān)：在網(wǎng)省與地市兩級(jí)架構(gòu)中，引入多模態(tài)大模型對(duì)小模型的初判結(jié)果進(jìn)行二次復(fù)判。結(jié)合人工復(fù)核數(shù)據(jù)形成高質(zhì)量負(fù)樣本數(shù)據(jù)集，驅(qū)動(dòng)模型精準(zhǔn)優(yōu)化，顯著降低誤報(bào)率，將一線人員從繁重的無(wú)效篩查中解放出來(lái)。
• 零代碼、自迭代：針對(duì)各地市場(chǎng)景差異大的問(wèn)題，系統(tǒng)將人工復(fù)核的高質(zhì)量數(shù)據(jù)接入“零代碼AI產(chǎn)線”。業(yè)務(wù)人員無(wú)需算法背景，即可通過(guò)可視化操作快速完成模型迭代，實(shí)現(xiàn)“越用越準(zhǔn)，分鐘級(jí)調(diào)優(yōu)”。
• 補(bǔ)短板、強(qiáng)長(zhǎng)尾：針對(duì)引下線銹蝕、U型螺栓等罕見(jiàn)缺陷（小概率+大影響），創(chuàng)新引入AIGC技術(shù)。基于少量真實(shí)樣本合成高質(zhì)量訓(xùn)練數(shù)據(jù)，有效補(bǔ)齊了長(zhǎng)尾缺陷樣本稀缺的短板，大幅提升了對(duì)罕見(jiàn)風(fēng)險(xiǎn)的預(yù)控能力。

設(shè)備專業(yè)智能體如何運(yùn)轉(zhuǎn)？一線巡檢的“云邊協(xié)同”一天

想象一下。清晨，無(wú)人機(jī)按規(guī)劃航線自動(dòng)起飛，對(duì)山區(qū)輸電線路開(kāi)展巡檢作業(yè)，實(shí)時(shí)采集高清影像。在邊端，部署在現(xiàn)場(chǎng)的專業(yè)視覺(jué)小模型對(duì)圖像進(jìn)行實(shí)時(shí)初判，快速標(biāo)記出可能存在缺陷的圖像，并上傳至省側(cè)平臺(tái)。在云端，多模態(tài)大模型對(duì)初判結(jié)果進(jìn)行二次復(fù)判——它能夠理解圖像上下文，區(qū)分是真正的設(shè)備缺陷還是光影變化、鳥(niǎo)類飛過(guò)造成的誤報(bào)。二次復(fù)判后的疑似缺陷推送至地市公司監(jiān)控中心，由業(yè)務(wù)人員在可視化界面上進(jìn)行最終人工復(fù)核確認(rèn)。

當(dāng)一線人員復(fù)核發(fā)現(xiàn)AI漏判或誤判時(shí)，系統(tǒng)自動(dòng)記錄這些高質(zhì)量樣本數(shù)據(jù)。這些數(shù)據(jù)一方面回流至省側(cè)數(shù)據(jù)中心，持續(xù)積累屬地化特色樣本集；另一方面直接接入零代碼AI產(chǎn)線，地市公司的業(yè)務(wù)人員無(wú)需算法背景就可在界面中勾選新樣本、點(diǎn)擊“開(kāi)始訓(xùn)練”，系統(tǒng)自動(dòng)完成模型優(yōu)化。優(yōu)化后的新模型在數(shù)小時(shí)內(nèi)即可下發(fā)至現(xiàn)場(chǎng)邊端設(shè)備，投入下一輪巡檢作業(yè)。

而對(duì)于引下線銹蝕、U型螺栓松動(dòng)等罕見(jiàn)缺陷場(chǎng)景，當(dāng)某地市公司首次發(fā)現(xiàn)并確認(rèn)這類樣本后，省側(cè)平臺(tái)可利用AIGC技術(shù)基于該樣本生成多樣化的合成數(shù)據(jù)，補(bǔ)充至全省模型訓(xùn)練集中，快速提升各地市對(duì)此類風(fēng)險(xiǎn)的識(shí)別能力。

這一業(yè)務(wù)流形成了完整的設(shè)備專業(yè)智能體全流程自主閉環(huán)：邊端采集與初判→云端復(fù)判與復(fù)核→數(shù)據(jù)回流與沉淀→模型自動(dòng)迭代→新模型下發(fā)邊端。

在這一流程中，AI不僅完成識(shí)別任務(wù)，更在每一次人機(jī)交互中持續(xù)學(xué)習(xí)進(jìn)化，真正實(shí)現(xiàn)了“在運(yùn)營(yíng)中越用越準(zhǔn)”。

數(shù)智化轉(zhuǎn)型見(jiàn)實(shí)效：三大場(chǎng)景全面落地護(hù)航能源安全

目前，設(shè)備專業(yè)智能體已在國(guó)家電網(wǎng)全國(guó)范圍內(nèi)規(guī)模化應(yīng)用，取得了顯著的降本增效成果：

• 輸電線路“空中慧眼”：覆蓋9大類225小類缺陷，巡檢時(shí)間較傳統(tǒng)人力巡檢減少50%以上。目前，該成果已服務(wù)于27家省（市）公司超300個(gè)地市公司，覆蓋上萬(wàn)名一線飛巡人員，智能識(shí)別應(yīng)用覆蓋率達(dá)80%。
• 配網(wǎng)線路“精準(zhǔn)診斷”：針對(duì)17大類典型缺陷，綜合識(shí)別準(zhǔn)確率穩(wěn)定在86%以上。未來(lái)將惠及超200個(gè)地市公司的3000余個(gè)班組，讓配網(wǎng)運(yùn)維更智能、更可靠。
• 變電站“無(wú)人巡視”：針對(duì)變電站14大類缺陷實(shí)現(xiàn)智能復(fù)判，結(jié)合Prompt調(diào)優(yōu)技術(shù)降低實(shí)際誤報(bào)。單站巡視時(shí)間由人工所需的2.5小時(shí)銳減至45分鐘，極大減輕了1.8萬(wàn)余名運(yùn)維人員的工作壓力，覆蓋全國(guó)500千伏及以上變電站800余座。

百度智能云與國(guó)家電網(wǎng)的合作，是“人工智能+”行動(dòng)在能源領(lǐng)域的一次深度實(shí)踐。我們驗(yàn)證了“大模型的通解能力”與“小模型的專解能力”結(jié)合的巨大潛力，智能體的完美自動(dòng)迭代，讓AI成為真正成為懂地域、懂設(shè)備、懂業(yè)務(wù)的“資深專家”。

百度財(cái)報(bào)：AI云收入同比增長(zhǎng)34%，智能云全棧AI能力獲認(rèn)可

來(lái)源 | 百度智能云