知识工程助力智慧能源 n 本质 • 通过 CPS 消除了物理丐界和虚拟丐界的差异 ，使得被原子形态捆绑的物理丐界的潜能得以释放，可以像基亍比特的虚拟丐界一样迚行无 拘无束，自由奔放，业务可以广阔协同 ，数据可以随需传递，资源可以整合共享。 • 打破企业内、企业间和全产业链的连接壁垒 ，打破人、机器、物料、产品之间的连接壁垒，极致地释放整个工业体系的潜能。 • 更迚一步地，还打破工业不商业之间的壁垒 2 n 以知识为基础、 以仺真为驱动、以质量为目标，能够持续创新，丌断开发新产品、新服务 n 基亍智能科学的理论、技术、方法和信息 ，采用自动化和虚拟化技术不工具 ，利用智能感知、 亏联网、于计算、大数据挖掘等手段 n 整合和优化利用各类内外部资源 ，实现信息流、物资流、资金流、知识流、服务流的高度集 成不融合 物联网 服务流 智能科学 整 合 质量为目标 知识流 。 。 信息经过分类、关联、加工后，可以变成有价值的知识。 何时、该用何种知识、解决何种问题，就是智慧。 经过工作实践证明有效的经验、方法、规范、流程、成 果案例。（提炼出信息之间的关系） 加工处理后有逻辑关系的数据的集合 丏业软件中的数据（原始素材） 信 息 管 理 系 统 智慧 Wisdom 知识 Knowledge 信息 Information 数据 Data DIKW 模型（数据→信息→知识→智慧）

，其运行逻辑和数据流清晰、 可控。 这种“双轨运行”模式 ，实现了“ AI 算力”与“专家智慧”的完美结合。 AI 负责处理它擅长的复杂计算和数据关联 ，而人类 专家 则凭借经验和知识 ，进行最终的判断和决策。 大模型并行运行与辅助 大模型作为智能增强层， 与现有系统并行运行 协同互补的“双轨运行”模式 大模型在电力领域中的角色 定位 l 通用大模型：并非为电力系统的时序性、物理性、高维动态性而生 混合模型 l 数据贯穿模型训练、部署、应用的全过程 : 大模型的能力源于从海量数据中学习模式和知识。没有高质量、多维度、大规 模的数据 ，电力大模型就是无源之水 ，其价值也无从谈起。 l 数据质量决定模型上限 : 数据的准确性、完整性、一致性、时效性直接决定了模型训练的效果和最终应用的可靠性。低质 电力系统拥有庞大而复杂的专业知识体系 ，包括设备规范、调度规程、安全约束、市场规则、行业术语等 ，这是通用大模 型天然的知识盲区。模型如果不能理解这些行业特有的知识 ，就无法准确理解任务需求 ，更无法生成符合实际业务逻辑的可靠 输出。将行业专家的经验和知识有效传递给大模型 ，使其成为真正“懂行”的智能助手。 检索增强生成（ RAG ） 实时更新知识库（如设备台账 、故障案例

决策缺乏数据支撑。  改进措施难闭环：工艺参数与质量关联 性不透明，无法提前干预，滞后性强。 痛点 即便传感器采集了大量数据，企业也常常面临“数据看不懂、预警不及时”的问题。 解决思路 将数据和知识库进行深入融合，构建 AI 模型库； 将 AI 应用到生产全流程的过程质量控制：  在线实时监测与波动预警；  AI 强化 SPC （统计过程分析）功能，辅助识别复杂工艺的 实时波动与隐性异常。 策”。 AI+ 质量应用 AI 应用的价值 将 SPC+FMEA （失效模式与影响分析） +AI+LLM （大语言模型）的智能认知能力深度融合，打造 了一个“数据驱动 - 问题归因 - 知识生成 - 闭环优化”的全生命周期管理平台。 AI+ 质量管理——简介 模块 传统质量管理 AI+ 质量管理 检测方式 抽样检测 全检 + 在线检测 反应速度 事后发现 实时预警 数据处理 与故障预判，形成主动式管控闭 环。 ③ 知识经验可关联可沉淀 （ FMEA 失效模式与影响分析 +LLM 大语言模型，闭环反馈）： 产品研发设计和生产过程知识库、智 能体问答应用。 AI+ AI+ 质量管理——产品清单 基本模块 基本模块 算法管理模块 算法管理模块 单工序闭环控制 单工序闭环控制 算法模型库管理 AI 质量等级评价 AI 质量等级评价 算法模型调优功能 AI 知识库 AI 知识库 算法模型部署功能

展极大地改变了人们的生活方式，构筑了新的产业体系，并通过技 术和模式创新不断渗透影响实体经济领域， 为传统产业变革带来 巨大机遇。伴随制造业变革与数字经济浪潮交汇融合，云计算、物 联网、大数据等信息技术与制造技术、工业知识的集成创新不断加 剧，工业互联网平台应运而生。 2. 制造业智能化对平台工具提出新需求 当前制造业正处在由数字化、网络化向智能化发展的重要阶 段，其核心是基于海量工业数据的全面感知，通过端到端的数据 企业智能化决策 需要新的应用创新载体。数据的丰富为制造企业 开展更加精细化和精 准化管理创造了前提，但工业场景高度复杂， 行业知识千差万别， 传统由少数大型企业驱动的应用创新模式难 以满足不同企业的差异 化需求，迫切需要一个开放的应用创新载 体，通过工业数据、工业 知识与平台功能的开放调用，降低应用 创新门槛，实现智能化应用 的爆发式增长。三是新型制造模式需 要新的业务交互手段。为快速 响 互联网理念变革传统制造模式。通过网络化平台组织生产经营活 动，制造企业能够实现资源快速整合利用，低成本快速响应市场需 求，催生个性化定制、网络化协同等新模式新业态。平台经济不断 创新商业模式。信息技术与制造技术的融合带动信息经济、知识经 济、分享经济等新经济模式加速向工业领域渗透，培育增长新动 能。互联网技术、理念和商业模式成为构建工业互联网平台的重要 方式。 （二）工业互联网平台体系架构 工业互联网平台是面向制造业数字化、网络化、智能化需求，

质转化 过程的自动化  计划、调度和优化控制的指令严重依赖知识型工作者；忽视全生命周 期运行过程中的知识获取、提炼以及决策等知识型工作在资源利用、 能源管理、产品创新、安全环保等方面的应用  现有企业运行模式无法满足大数据环境下“产、供、销、管控一体化”的 现代化生产和管理决策的需求，需要利用工业物联网、云计算、知识 型工作自动化等技术实现生产过程和管理决策过程的集成优化 ( 智能 (SPM) 的技 术框架和路线图。拟通过融合知识的企业级资源计划优化、调度优 化和生产过程优化实现流程工业的升级转型，即：集成知识和大量 模型 采用主动响应和预防策略进行优化决策和生产制造的企业 面临的挑战  美国“智能过程制造 (SPM)” 计划 路线 1 由数据提取知识 重点： 数据互用、下一代传感和执行器网络 路线 2 由知识形成操作模型 重点： 分子与多尺度模拟、故障检测与分析 单元设备 / 过程价值链的模型化 重点：数字化工厂、设备全生命周期管理 路线 4 系统集成与全局应用 重点：企业和工厂全流程多目标计划优化 路线 5 集成人、知识和模型构建绩效评估指标 重点：知识管理、员工教育、关键性能指标 Data to Knowledge Knowledge to Operating Models Key Plant Assets to

新一代交互式风电智能运维平台 “ 风云 · 小云” 风云家族 智能监控 AI 场控 气象洋流 智能运维 自然交互 知识库 人工智能 语音识别 语义理解 … … … … … … … … … … … … … … … … … … … … … … … … … 全寿管理 大数据分析 传统客服 VS. 智能客服 处理 电话沟通，键盘输入 基于风机状态主动、 精准定位 AI 7 x 24 小时 高 可用 基于业务数据 自动构建知识仓库 知识 积累 知识仓库的构建 客服中心 状态履历 知识 收录 知识 表达 知识 挖掘 知识 计算 知识 评价 产品 知识库 风云 · 小云 用户反馈 风云 · 小云 增强 学习 反馈 使用 维修保养 风云 ·流 风云 ·观 风云

业务高峰期 ，易发生枢纽堵塞 调度员 40 通电话 现场工作人员 早晚高峰期现场需长时间等待 3 知识传承难 ，决策复杂 一名优秀的调度员 复杂罕见的问题难以做出快速准确的决断 全面的专业知识 5 年时间积累 很强的协调能力 目录 痛点分析 解决思路 功能展示 项目成效 未来展望 2017 年 7 月 过去 国 务 院 印 发 操作票系统 OMS 系统 电话交换机系统 自 调度规程 电力 大脑 语言合成 知识 图谱 语音识别 机器 学习 设备台账 安全规程 分析报告 电网拓扑 组织架构 文本材料 上百万字 系统数据 几千 T 自然语 言学习 自 自 电力 大脑 语言合成 知识 图谱 语音识别 机器 学习 语音识别模型 语义识别模型 自然语 言学习 ill 业务 电 大脑 城南班 组织 自然语 言学习 刘庄 语言合成 语音识别 人员 all 乡 知识 自 图推理计算 强化学习 自然语 言学习 语言合成 知识 自 图谱 语音识别 机器 ta 自 学习 知识图谱 深度学习 电力 大脑 乡 机器 学习 ill 电力 大脑 自然语 言学习 运方审批 自 语音识别

水利网格模型 知识平台 水利知识 知识图谱 业务规则 历史场景... 知识引擎 知识存储 知识抽取 知识融合... AgCIM Engine 奥格图形引擎 地理空间数据 跨行业共享数据 基础数据 监测数据 业务数据 AGCIM Server 数据汇聚 数据治理 数据挖掘 数据服务 数据模型 数据资源 03 奥格水利数字孪生平台 （AWater DT） 11 ③ 知识平台 知识平台包括水利知识和知识引擎。水利知识主要包括预报调度方案、知识图谱、业务规则、历 史场景和专家经验等；知识引擎主要实现对各类知识的存储、表示、抽取、融合和推理。知识平台收集 历史水利知识、模型平台的仿真计算结果、数据底板产生的相关数据，经水利知识引擎处理形成知识 图谱以满足水利业务应用需求。 ② 模型平台 模型平台主要包括水利专业模型、智能模型、可视化模型和仿真引擎，是智慧水利的“算法”。通 构成数字孪生流域“算据”基础；模型平台包括水利专业模型、智能模型、可视化模型和仿真引擎，对水利治理管理活动进行智 慧化模拟，为数字孪生流域提供“算法”支撑；知识平台收集历史水利知识、模型平台的仿真计算结果、数据底板产生的相关数 据，经水利知识引擎处理形成知识图谱以满足水利业务应用需求。 ③ 打造具有“四预”功能的智慧水利体系 在数字孪生流域基础上，贯通水利业务“四预”全链条，实现水利业务“四预”功能有机集成，采用日常管理与应急管理相

汇报人：刘 杰 CONTENTS 1 项目背景 2 总体思路及主要内容 3 主要技术创新点 4 技术先进性对比 5 成果评价及知识产权情况 6 推广应用及经济社会效益 3 l 我国分布式光伏已突破 2.4亿千瓦 l 山东省占比超16% 在双碳目标驱动下，我国能源结构加速转型升级，分布式能源成为新 型电力系统重要组成部分。 山东光伏全国 第一位 16% l 全国电动汽车充电基 能源交易市场的整体效率。 区块链特点 去中 心化 公开 透明 不可 篡改 可追 溯 CONTENTS 1 项目背景 2 总体思路及主要内容 3 主要技术创新点 4 技术先进性对比 5 成果评价及知识产权情况 6 推广应用及经济社会效益 7 计划名称 项目名称 起止年限 是否验收 （鉴定） 国家自然科学基 金 微网系统Kuramoto建模与基于能量成型 的无缝切换调频控制方法研究 2018 实现了以区块链为分布式可调节资源的聚合管控和 有效参与电力辅助服务的重大突破 CONTENTS 1 项目背景 2 总体思路及主要内容 3 主要技术创新点 4 技术先进性对比 5 成果评价及知识产权情况 6 推广应用及经济社会效益 10 三、技术创新点 提出多视角指标兼顾的分布式可调节资源虚拟聚类方法 聚类指标 设计 集群划分 准则 集群内可平均分 配调峰任务 避免一次性调用

价值较高的固定资产； •MES 系统可自动统计设备维护保养记录，并按时间顺序与设备建 立关联； •可在设备档案中查询到设备更换备件记录、停机记录、维修记录 等内容； 关键实施手段 方案思路 维修知识库 设备 OEE 设备绩效 设备监控 设备数采 设备维护 设备档案 设备管理 - 设备维护  建立一个闭环系统：维护、维修管理用于建立一个闭环无纸化系 统，可追踪设备使用情况，管理预防和纠正维护以及校准活动。 情况，管理维护和校准排程，将资源置于可用或不可用状态，以 及定义在开始运营工作时可以选择的可 用资源。 关键实施手段 方案思路 • 设备维护按维护计划定义、 维护提醒、维护执行、维护 结果记录、维护确认这几个 步骤操作。 维修知识库 设备 OEE 设备绩效 设备监控 设备数采 设备维护 设备档案 设备管理 - 设备数采 数据库统计分析 数据应用 数据应用 设备运行状态 监控 设备产能分析 生产实时 进度 加工工时分 供数据采集使用的对外接口，并且原始设备提供商提供了接口规 范，和进行数据通信的技术方式； •手工方式处理：对于无法自动采集数据的设备，通过手工方式录 入设备运行状态、停 /待机时间等数据； 关键实施手段 方案思路 维修知识库 设备 OEE 设备绩效 设备监控 设备数采 设备维护 设备档案 设备集成方案 方案 1 ： PLC 类控制系统（支持工业以太网通讯） 只需少量的改造，即可直接集成控制系统，从而构建设 备集成网络；