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 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。  将质检“事后把关”转变为“过程控制”；  从“抽样检验”迈向“全量检测”； 从“经验驱动”转化为“数据驱动 + 智能决 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

年代 ，专家系统作为一种模拟人类专家决策能力的 AI 应用 开 始出现。 20 世纪 90 年代 ，随着计算机运算能力的提升 ，更复杂的智能算法被开发出来 ，用于生产规划和调度。 21 世纪初开始 ， 大数据和云计算兴起 ，机器学习等算法被提出。 2010 年 ，物联网、大数据分析、机器学习、深度学习等技术出现； 2020 年至 今 AI 大模型出现并得到迅速发展 ，以 Deepseek 一、 AI 大模型的技术历史回顾 Te n c e n 腾 讯 AI 大模型的成功是多类技术的积累 ，但其中最为核心的是自注意力 机制和 Google 在 2017 年提出的 Self-Attention 、 Transformer 架构。 ChatGPT,Deepseek, 豆包， Kimi 都是基于该架构提出 ，具有以下三个 特 点。 1 、参数规模庞大。 AI 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 点 Te n c e n 腾 讯 Te

“ 城市级“双碳智慧能源平台 双碳智慧能源平台 基于 AI 双碳”源网荷储 智慧综合能源平台建设方案 3 建设效果 4 核心优势 目 录 ONTENTS 背景概 述 建设方 案 1 2 0 1 背景概述 能量大数据 碳全景驾驶舱 迈向碳中和 探索实践先进能源技术与模式集 在碳信息全景感知领域 ，基于能源 围绕碳中和目标，突出“森林城市” ，规划建设实现绿色、安 式” ，打造能源发展与产城融合 源网络的碳排放数据的全景展示。 全、可持续 ，体现国际领先、中国特 顶级名片 色的综合智慧能源体系。 打造面向多主体的 " 城市级 " 基于 AI 双碳源网荷储智慧能量大数据平台，为开展 " 碳中和 " 服务提供必 要技 术保障，构建 " 碳中和 " 互联网生态圈，引导企业及居民主动节能减排，助力政府做好发展规划。 背景概述 0 2 建设方案 系统 电 热 运 维管 理 产 业平 台 互 动平 台 视频、安防 储能 光伏 能量大数据中心基础平台一体系化的数据质量管理 数据治理 数据标准化 数据检验 异常检测 n 众多 AI 算法 多元线性 规划 帕雷托优化 (Pareto Improvement) 整数混合线性 规划 (MILP) 贝叶斯推理 粒子群算法

，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 数字孪生技术在智能电网领域的应用现状 ©CSG 2023. All Rights Reserved 典型试点项目 18 类算法仓 公司级 AI 平台沉淀 ，覆 盖 输变配用全环节 ，为业 务 提供强大智能引擎。 调度与设备智能 AI 负荷预测、语音指令、缺陷识别等系统已嵌入 DMS 、 OMS ，实现分钟级闭环 。 广域覆盖 南网智瞰时空底座覆盖 995 座 新能源场站、 源荷双重波动性 呼唤“ AI 大脑 + 孪生身体”的融合决策 新能源渗透率激增 预计 2025 年风电光伏渗透率超 38% ，不确定性加剧。 新型负荷快速增长 电动汽车等新型负荷年增 30% ，峰谷差持续扩大。 融合背景与必要性 ©CSG 2023. All Rights Reserved 1/2 极端天气与韧性要求升级 从被动抢险到主动免疫 ， AI + 孪生构建电网 “免疫系统”

节能 AI 能源管理平台 ABAS 云 端 虚拟电厂 电力交易 用能监测 报警管理 全局展示、智慧运维、系统监控、运行策略、异常诊断、远程控制、设备监测 节能 / 建筑智 能 化 AI 核心算法 电力交易算法 解决方案 / 产品架 构 边 缘 侧 AI 智能终端 子 系 统 光伏系统 储能系统 充电系统 储能管理 节能管理 光伏管理 系统集成 系统联动 设备监测 能源聚合 充电管理 7 特点优势 建设智慧能源， 提供绿电保障， “源、网、荷、 储”协同，节能降耗，充分发挥物联网、大数据、 AI 等技术优势，对能源生产、输配、储能和使用进 行实 以“小装置”全面感知、柔性调节、控制多类型设备 以“大平台”聚合可调资源， 智能辅助决策， 开展分层分级响应 以“强服务”注重用户无感体验，拓展节能降费增值服务， 实现多方共赢 安全控制算法 AI 赋能 优化控制算法 降本、增效、智能 智能运 维算法 寿命预测算法 8 储能 + 以“双碳”为目标，以技术创新为内生动力、以市场机制为根本依托、以政策环境为有力保障，推动新型储能高质量、规模化发展，

智能油田勘探开发数字化实践与探 索 华为升级面向能源行业的业务战略定位 ——AI 使能， 迈向油气智能化新时代 运营商 政府公共事业 能源 交通 金融 行业聚焦 ，伙伴聚焦 ，资源聚焦 ，能力聚 焦 5G 践行“平台 ，高性能计算 ，融合 AI ，高效 ，智能分析和 决策 数字油田一张网 ，实现井场全景感知和可视 ，现场无人化少人 化 智能预防 ，简易管控 ，高效协 同 智慧加油站 智慧油气田 智慧勘探 智慧管网 智慧炼化 领域 数字化探索 勘探开发数字 化 5G 物探 统一算力中心 勘探开发人工智能应用 油气田视频云（安保反恐） 智能油气田 5G+ 云 +AI 使能勘探开发数字 IoT G IS AI 使 能 场景化算法管理 AI 开发服务 AI 基础算法 高后果区监控 智慧化场站 智慧工地 集 成 运 维 持 续 经 营 安全应急联动 生产巡检监护

绿色低碳和数智化是未来发展的两大趋势，驱动行业智能化加速到来 木材 煤炭 核能等 能源革命 太阳能 可再生能源 风能 清洁能源 水力发电 石油 天然气 PC 互联网 移动互联网 工业互联网 信息革命 5G AI 云 IoT …… （当前阶段） 5.5G 3 钢铁行业处在数字化转型的爆发期，智能化应用不断涌现 Source: XX 企业 MI （ ABB/ 高盛）、 IDC 等 数字化水平 • 重复数采：多个应用系统反复读取 OT 设备数据 …… 低代码 /零代码 逻辑数据湖 海量算法 /模型库 AI 使能 应用使能 数据使能 工业承载网络 智能物联操作系统 人工智能平台 云基础设施 计算 | 存储 | 网络 | 安全 公有云 混合云 AI 算力中心 统一架构 | 统一标准 | 统一数据规范 平台开放、架构解耦，向下统一接入各种装备，向上使能应用创新 5G 5G F5G Wi-Fi 6 高炉 集卡 智能应用 控制网 园区网 监测网 联合行业客户定义 并实践技术架构 2 3 1 IoT • 统一的云计算和数字平台：数据统 一入湖，使能 AI 模型训练，逐步人 工智能替代人 • 工业承载网络：满足工业控制和场 景的高可靠低时延需求 • 智能物联操作系统：统一接入各种 装备，海量数据得以采集，并统一 格式 视频网 轧钢数字孪生 焦化配煤

，危险动作识别等智能化技术的涌现，油站安全将会得到更好的保障， 集中监控也将节省更多的人力，提升人均效率。 智慧加油站解决方案，不改变现网架构，无缝嵌入AI，实现加油站智能化升级。基于AI无感支付，提高车辆通过率，增强用户体验； 基于AI加油站安全管理，保障卸油过程本质安全。 解决方案 统一智能运营中心IOC 无感支付 智慧营销 智慧管理 MPLS 4G 5G 车辆管理 发票管理 发票管理 边缘计算 数据源 华为云 车辆疏导 工单管理 智能小站 生产实时类数据 交易类数据 视频类数据 视频管理 加油管理 任务管理 用户注册 AI服务 无感支付 基于颜色识别加油枪 加油计量 离场自动支付 发起 支付请求 成功 返回信息 入场 信息推送 信息 确认反馈 京A123456、奥迪A4 2008款，银色，VIP账号、 车主姓名、手机号码等.. 油品、加油量 智慧加油站解决方案彩页 AI应用 中心 网络 加油站 安全防范 安全卸油 车流分析 客流分析 车牌支付 RFID支付 电子价签 智慧加油站解决方案架构图 项目背景 加油效率低，排队时间长，加油时长达6分钟。 解决方案 江苏某加油站在前端加油站部署Atlas 500智能小站，实现AI 无感加油，电子发票等业务。 华为提供atlas + 算法，伙伴基于华为AI框架提供业务，并集 成盈科各类系统。