腾讯 以 Deep5eek 为代表 的 在能源行业的应用 前景预测 贾德香 博士、正高 国网规划计划领军人才、 国网能源院高级专家 注册电气师、 咨询师 OT Deep5eek 等 RI 大模型简介 Deep5eek 在能源应用前景 预测 0 3 挑战与应对策略 Deep5eek 等 RI 大 模型简介 20 世纪 50 ~ 70 年代是人工智能技术的萌芽时期。 大模型通常具有数十亿甚至千亿级别的参数， 使得模型能够捕捉到更多的细节和特征 ，提高了任务的准确性。 2 、训练数据海量。 AI 大模型需要训练大量数据才能发挥出其强大的 性能 ，这些数据来自于各种来源 ，如互联网、企业内部数据等。 3 、计算资源需求高。 由于参数规模庞大 ， AI 大模型的训练需要高性 能的计算资源 ，如 GPU 集群、分布式训练框架等。 二、 AI 大模型的核心技术与特 大模型的核心技术与特 点 Te n c e n 腾 讯 Te n c e n 腾 讯 02,Deep5eek 等 RI 大 模型在能源应用前景 预测 n 国网光明电力大模型：（开源与闭源并举） 发输变配用、调度、交易 规划、建设、运行、检修、营销 n 南网，大瓦特 n 三峡集团“大禹”大模型 n 中核集团龙吟大模型 n 中国广核，“锦书”大模型 n 中国石油，昆仑大模型 n 中国石化，“胜小利”大模型

项目编号： XX储能电站综合智慧能源项目可行性 研 究 报 告 目 录 1 综合说明 1 1.1 设计依据 1 1.2 工程任务和规模范围 2 1.3 项目建设条件 5 1.4 储能单元设计 投资估算 12 1.8 效益分析 12 2 电力系统部分 13 2.1 系统现状 13 2.2 工程建设的意义及必要性 14 2.3 接入系统方案 14 2.4 电气计算 14 3 储能系统设计 17 3.1 储能电池选型 3.5 能量管理系统（EMS） 26 3.6 储能系统总体设计 27 3.7 储能系统率分析 29 3.8 储能系统安全性 30 4 电气部分 31 4.1 电气主接线 31 4.2 主要电气设备选型 31 4.3 电气设备布置

总部驱动的需求计划流程，缺少市场感应 缺乏端到端的供应链计划来保证计划的连续性和库存优化 缺乏端到端的供应链计划来保证计划的连续性和库存优化 缺乏端到端的供应链 KPI 架构将业务指标与日常运营结合起来 缺乏端到端的供应链 KPI 架构将业务指标与日常运营结合起来 关键的供应链数据进行手动维护，对计划员缺少足够的可视性 关键的供应链数据进行手动维护，对计划员缺少足够的可视性 11 22 33 44 55 66 启示 启示 甲方目前供应链计划主要问题 7 甲方供应链成熟度分析 A- 需求计划  甲方的需求计划流程缺少跟客户 协同和与市场驱动的一致性结构  甲方需要每周进行至上而下的需 求计划的验证过程，同时密切监控 预测准确性 C- 供应计划  甲方还需在供应商协同、端到端供 应能力可见性等方面进行提升 物流网络和相应的库存计划与监控 仍然较弱 B-S&OP S&OP S&OP 关注解决需求和供应的冲 突，欠缺对年度财务计划的考虑 应尽快提高 IT 支持的整体水平，并 加快决策速度 A1- 客户协同 A2- 预测周期 A3- 预测 A4- 内部协同 A5- 透明度及订单交付承诺 A6- 订单管理 B1-S&OP 会议 B2-S&OP 与财务计划整合 B3-S&OP 组织 B4-S&OP IT 支持 B5- 产品上市管理 B6- 产品退市管理

图形 1 AI+ 质量管理方案 背景 最大的挑战 海量数据的处理能力缺乏 检测效率低下 综合成本大 质量稳定性、准确性差 • 人工判读：依赖经验，标准难以统一；新 员工经验不足、重复性疲劳等易导致漏检 误判； • 精度受限：产线上难以根除的微小缺陷。  人力：大量质检人员的需求，培训和运营成本高。  物料：废品损失成本大，提高生产成本；  客户满意度：质量问题容易引起客户投诉，影响品 依赖员工个人经验，难以发现早期故障 征兆，平均故障发现时间长达数小时。  跨系统的数据未整合：质量管理数据分 散在多个系统中，缺乏整合分析，导致 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： 质量管理是运用人工智能、大数据、物联网、云计算等新一代信息技术，对产品质量进 行全生命周期、全过程、全要素的智能化管理，实现质量问题的预防、预测、预警和持续改进。 - 预防性 ：从被动检测转向主动预防 - 预测性 ：预测质量趋势和潜在问题 - 实时性 ：实时监控和反馈质量状态 - 全面性 ：覆盖产品全生命周期 - 智能性 ：具备自学习和自优化能力 AI+ 质量管理——方案概述 核心功能 1 、 FMEA 失效模式与影响分析：

战略的提出为我国能源发展指明了清洁低碳的核心方 向 ， 能源系统正经历前所未有的结构性变革。 l 新型电力系统应运而生 ：作为能源革命的核心载体 ，新 型电力系统旨在构建以高比例可再生能源为主体 ，源网荷 储深度互动、安全高效的现代能源体系。 l 核心使命与紧迫性： 承载高比例新能源：支撑风、光等波动性可再生 能 源的大规模、高比例接入与消纳 ，是实现能源 结构 ：为经济社会绿色低碳转型提 供 坚实的电力基础。 承载高比例新能源 确保可再生能源的大规模 接入和消纳， 以实现能 源 结构清洁化。 能源革命浪潮：新型电力系统的时代使命与紧 迫性 支撑经济社会发展 提供坚实的电力基础 ，以促进 经 济和社会的绿色转型。 保障能源安全稳定 维护可靠的电力供应 ， 以 支持国家能源安全。 如何实现中国的“双碳” 目标？ 新型电力系 出色的上下文学习与推理、多模态融合潜力等能力 ，成为破局关键 ，助力解 决系统难题。 数据 “爆炸 ”与融合困境 ： 海量 、 多源 、 异构数 不确定性剧增 ： 高比例能源的接入 ， 新能源的 随 机性、 波动性给系统平衡带来巨大挑战 协调难度加大 ： 数以亿计的分布式资源接入 ， 传 统集中控制模式难以为继 重风险 ，系统安全边界动态变化 至毫秒级完成决策 ，传统方法算力瓶颈凸显 安全韧性要求提升

完成北方华创、 NeuSeer 2.0 中车资本和中网投 全新产品系列发布的 C+ 融资 2020.12 完成中电科领投的 C 轮融资 引入 B 轮融资 预测性维护、设备效率优化 2015.09 2017.02 2018.05 2022.09 全新 NeuSeer 3.0 产品发 布 2017.08 寄云发展历程 寄云科技是中国第一批自主信创工业互联网的头部企业 引入 Pre-A 轮融 资 • 囊括项目需求 • 基于产品能力 • 联合生态伙伴 • 2018 年 B 轮近亿元融资：达晨领投 ，云启资本和基石基金参与投资 ，基于“新基建”装备预测性维修、生产质量优化、运营优化等装备数字化研发； 2021-2022 NeuSeer 2.0 以产品能力为核心的发展 NeuSeer 1.0 以项目需求为核心的发展 生产 智能化 2022 Neuseer APPS 基础的数据分析 NeuSeer Stack 基于工业网关， 对石油钻机装 备关键子系统自动化数据进行 实时监测， 提供实时告警， 并 构建设备健康档案 ，提供预测 性维护及常规维护保养的功能。 • 降低 90 人次非必要出差 • 增加 3400 万备件的销售 基于采集的 DCS 实时数据， 对 关键的生产工艺进行监测和告 警， 对关键的危化品按行业标

法规体系在不断完善中 • 安全管理水平参差不齐 自动化程度普遍不高 • 自动化程度普及度不高，工艺 操作依靠人工，人员暴露风险 高 物料危险性大 • 化工企业原辅料、产品等多为 易燃、易爆、腐蚀性、毒性等 危险化学品，行业风险较其他 风险高 • 一旦经营者在生产使用运输过 程中管控出现纰漏，操作失误 都可能引发火灾、爆炸、中毒 全面提升风险隐患感知、监测、 预警、处置和评估能力 夯实安全基层基础保障 夯实企业应急基础：建立企 山东省“十四五”安全生产规划 加强科技装备保障：强化重 特大事故的超前预测、动态 监测、主动预警和应急智慧 决策 施重大危险源在线监测监控 功能区安全：推进智慧园区建 设 推进安全生产重点工程建设 提高应急救援处置效能 程记录，提升培训监管效能 设施自动化控制系统建设，实 帮助企业全面掌握企业管理状况，帮助企业决策提供依据。 . 企业安全生产全流程管理 化工企业安全生产信息化管理平台的核心业务系统，融合 产品介绍 业务资源池 工业 APP 设备完整性管理与 预测性维修 风险分级管控和 隐患排查治理管理 危险化学品全生命周期、 全流程监管 安全标准化体系 目标职责 制度化管理 培训教育 全流程 作业环境、异常状态识别

基于大数据的煤矿安全监测与预警系统优化研究 摘要：本文研究基于大数据的煤矿安全监测与预警系统优化方案，旨在提升煤矿安全管理的精准性和效率。随着 煤矿行业面临日益复杂的安全管理需求，传统的安全监测手段已经无法满足矿井环境中多变的安全挑战。基于大 数据技术的应用，通过多源数据的采集、处理和分析，为煤矿安全管理提供新的解决方案。文章深入探讨煤矿安 全监测技术的现状与发展趋势，分析大数据在煤矿安全监测和 ，并提出结合大数据分析与 机器学习优化安全预警系统的方案。通过对多个矿井案例的实证分析，验证该优化方案在预警准确性、响应速度 和事故预测能力方面的显著提升，显著降低误报和漏报率。研究表明，大数据技术的引入使煤矿安全管理从传统 的经验预测转向更加科学、智能的系统化管理，为煤矿生产的安全性和矿工生命安全提供更强有力的保障。 关键词：大数据；煤矿安全；监测系统；预警系统；智能化 1 中图分类号: TD 76 代科技手段提高煤矿安全监测和预警系统的智能化水 平，成为当前煤矿安全领域亟待解决的关键问题。陈 孝慈等提出大数据在煤矿安全领域的应用具备数据多 样性和复杂性的特点，因此需要建立一套完整的大数 据治理体系，通过数据分析技术提高安全管理的精准 性和可操作性[1]。牛莉霞等则从风险治理模式出发， 探讨了大数据背景下煤矿安全风险治理的模式与方法， 强调数据采集、处理和分析在风险评估和管理中的重 要作用[2

04 融合的关键挑战 07 实施路径与展望 06 数字孪生和人工智能融合发展场景 03 融合的背景与必要性 目录 / Contents ©CSG 2023. All Rights Reserved 01 南方电网人工智能发展历 程 ©CSG 2023. All Rights Reserved 为基础的大模型行业应 用开始快速发展。 • 2023 年 ，智能客服大模型开始广泛部署。 • 2024 年 ，大瓦特 -CV 视觉大模型试点应用。 • 多模态大模型 ，时序预测大模型、科学计算大模型研究近期实现突破 • 专家系统、正则表达式等人工智能手段在电力行业数据采集， 自 动控制 ，故障定位等领域早有应用实践。 • 随着深度学习的发展 ，尤其是神经网络技术的出现 ，人工智能研 究成果为电力人工智能快速发展建立技术基础。 • 深度学习技术实际应用取得显著突破 ，电力行业 AI 技术开始起步。 • 2016 年 ，南方电网研发出第一个 AI 应用负荷预测。 • 2018 年 ， CV 类 AI 开始得到应用 ，第一套隐患识别算法投产。 • 电力人工智能应用集中于小模型领域。 南方电网人工智能发展历程 ©CSG 2023. All Rights

强化电力平衡管理，建立考虑负荷类型和分布式能源 的负荷预测机制。 加强日内平衡管理，动态分析风光 水煤气蓄等资源的发电能力和全网增供潜力，提前预 判日内平衡风险。 落实公司支持服务分布式光伏规模化开发工作方案， 在“三华”地区建设基于调控云的分布式电源调度管 理 功能，强化分布式电源的国 - 网 - 省 - 地纵向管理， 实现分钟级数据采集功能，试点建设县域分布式光伏 功率预测与监视系统。 提出分布式电源集群参与调频、调压、调峰的协同调控 提出分布式电源集群参与调频、调压、调峰的协同调控 方法。 提升新能源功率预测水平和气象预测预警水平，加 强 风电、光伏预测功能建设。 研究分布式资源安全接入的实现方法，研发适应分布式 资源高比例接入的边缘终端扩展应用支撑模块。 开展台区级低压分布式电源功率自主平衡试点，提 升 分布式电源调节能力。 国 调 中 心 2 年 重 点 工 备 部 2 年 重 点 工 作 相关政策 4 另一方面，能源系统的清洁化和用能成本约束使得电力系统运行可靠性面临严峻挑战。 风电、太阳能发电的出力具有明显的波动性和间歇性特征，大规模接入将使得电力系统的电压稳定、功率平衡等 面 临严峻挑战，而我国现有电力系统灵活性调峰资源的缺失和柔性控制与系统调度能力的短板难以应对大规模新