(资料图片)

“110千伏开发区站全站失电如何处置？”8月17日，国网聊城供电公司供电服务指挥中心的工作人员孙凯通过提问的方式向人工智能ChatSGM（电网大语言模型）询问事故处理方案。

“事故影响：开发站全站失电，造成xx条10千伏线路停电。其中xx个二级用户xx、xx…停电。负荷恢复按以下方式处理：开发区站10千伏聊城I线倒至110千伏聊城站10千伏聊城II线……”按下回车，ChatSGM立即输出了开发区站全站失电后的故障处置方案。孙凯和同事经过仔细比对，发现输出方案和他们预想的一样，证明ChatSGM已成功部署并可完美应用于供电服务指挥工作。

大语言模型是一个自然语言处理系统，具备强大的文字理解和对话推理能力。目前，大部分大语言模型需要依赖互联网才可使用，对公司数据安全造成了一定的影响。聊城公司借鉴ChatGPT的实现模式，利用上万条电网专业数据，对国产开源大语言模型进行“投喂”训练，创新性采用“离线式、本地化”部署方式，既避免了因违规外联导致数据安全问题，同时强化了大语言模型对电力相关数据的理解、总结、归纳和推理能力，最终打造出适用于电网，尤其是供电指挥领域应用的ChatSGM。

在实际工作中，该公司工作人员以对话方式与ChatSGM进行互动，从而获取准确的电网知识、故障处理和负荷转供方案等。ChatSGM也能够根据提出的问题和指令，快速、准确地生成回答和建议，帮助使用人员更好地监控和指挥电网运行。ChatSGM的部署实施，不仅提高了配网调度员的工作效率，也改变了传统意义上的调度方式。以往需要几个小时甚至几天时间，还需查询不同系统才可制定的方案，现在可以“毫秒级”输出，从根本上提高了配网调控的智能化水平。

该公司将继续通过大量的历史数据和电网知识对ChatSGM进行训练，搭建知识库和数据库，用以扩展ChatSGM的知识面，提高输出的稳定性、安全性和实时性。（赵寰 孙凯）

标签：