电力能源企业的 AI:先划三层边界,再谈场景
电力能源行业问 AI,绕不开一个前提问题:
这东西能不能碰生产?
答案是分层的。把这三层划清楚,后面选场景就不会跑偏——也不会在安全评审那一关被整体否掉。
---
三层边界
| 层 | 定义 | AI 的角色 | 第一个项目该在哪 |
|---|---|---|---|
| 生产控制层 | 直接下发指令、影响设备运行状态 | 不涉及 | 否 |
| 生产辅助层 | 给运行人员提供信息和建议,人决定 | 可以,但要求高 | 第二步 |
| 管理支撑层 | 不接触生产系统,处理文档、流程、知识 | 可以放心做 | 第一步 |
第一层不在本文讨论范围内。它涉及的是电力监控系统安全防护的相关要求和一整套专门的技术规范,属于完全不同的领域,必须由企业的安全和生产部门主导。本文只讨论第二、三层。
这个划分的实际意义:管理支撑层的项目不需要触碰生产网络,因此评审路径完全不同,周期能短很多。第一个项目放在这一层,是最快拿到结果、也最容易通过评审的选择。
---
管理支撑层:四个值得先做的场景
一、规程与标准查询(最推荐)
场景:运行规程、检修规程、技术标准、反事故措施——现在靠翻纸质文件或问老师傅。
为什么最推荐:
- 资料是现成的文档
- 频次高,每天都有人查
- 使用者是专业人员,能判断结果对不对
- 完全不接触生产系统
必须做到的三条:
1. 每条回答带出处,具体到哪份规程哪一条
2. 严格的版本管理——规程有修订,答一条已作废的条款后果严重
3. 找不到时明确说找不到,不做推理
门槛:规程文件的电子化和版本治理。如果现场用的和系统里存的不是同一版,先解决这个问题——这不是 AI 能解决的。
二、设备台账与履历查询
场景:这台设备什么时候投运的、上次检修换了什么、有没有缺陷记录、同型号设备有没有类似问题。
为什么排前面:数据在系统里,只是分散在几个系统需要人工去拼。聚合本身就是价值,不需要复杂的模型。
门槛:台账数据的完整性和设备编码的一致性。同一台设备在不同系统里叫不同名字,是最常见的障碍。
三、缺陷与故障知识库
场景:出现某个现象,历史上类似情况是什么原因、怎么处理的。
为什么有价值:老师傅的经验断层是这个行业的普遍问题,而缺陷记录里恰恰积累着这些经验。
必须注意的措辞边界:
| 不该这么说 | 应该这么说 |
|---|---|
| "这是 XX 故障,应该更换 YY" | "历史上有 3 条类似现象的记录,处理方式分别是:……(附原始工单)" |
| "建议立即停机" | "以下规程条款与该现象相关:……(原文)" |
理由:给判断材料,不给结论。判断和责任必须留在人这边,这在电力行业不是保守,是基本要求。
四、报表与文档辅助
运行日志整理、报表格式统一、技术文档的检索与摘要。
这一类最安全,纯内部管理,可以放心做。
---
生产辅助层:可以做,但有四条硬要求
如果要做到生产辅助层(给运行人员提供参考信息),有四条不能让步:
一、单向读取,绝不写入。
系统可以读生产数据,绝不能有任何写回或下发指令的通道。这一条要在网络和架构层面保证,不能靠"我们不会用那个功能"。
二、网络边界严格隔离。
生产网络与管理网络的隔离要求,必须由企业的安全部门确认具体方案。这一条的要求比一般企业的"数据不出网"严格得多。
三、输出只提供依据,不提供结论。
和上面缺陷知识库同理,且要求更严。
四、必须有明确的责任人和留痕。
谁在什么时候看了什么建议、做了什么决定,全程可追溯。
具体的安全防护要求必须由企业的安全和生产部门确认。本文只提示这四条原则的存在,不构成安全或合规意见。
---
数据准备
启动前查三件事:
1. 规程文件的电子化率和版本管理状况——抽 20 份,看能不能说清哪版现行
2. 设备编码在各系统间的一致性——抽 50 台设备,看是不是同一个编码
3. 缺陷记录的规范度——抽 100 条,看有没有写清现象、原因、处理方式
第二项最常成为障碍。设备编码不统一,台账聚合就做不了——这是纯数据治理工作,跟 AI 无关,但必须先做。
建议门槛:编码一致率低于 90%、或缺陷记录里超过一半没写处理方式,先补这两项。
---
怎么验收
口径沿用开源评测框架 RAGAS(docs.ragas.io):
| 指标 | 建议门槛 |
|---|---|
| 答案忠实度(每条能对应到规程原文) | 不低于 98% |
| 版本准确率(引用的是现行有效版本) | 100% |
| 上下文召回率(该查到的条款查到了) | 不低于 90% |
| 越界拒答率(涉及控制指令类问题正确拒答) | 100% |
"版本准确率"必须是 100%,且它靠的不是模型,是资料治理——已作废的规程条款根本就不该在检索范围内。这是数据层面的保证,不是模型层面的。
"答案忠实度"的门槛比其他行业高(98% 而非 95%),理由是电力场景里一条编造的规程条款,可能被直接用于现场操作。
---
政策环境
2025 年 8 月国务院发布的《关于深入实施"人工智能+"行动的意见》(www.gov.cn),把能源电力列为重点方向之一。
但这份文件不改变安全边界。电力行业的安全防护要求有其独立的规范体系,政策鼓励应用与安全要求是并行的,不是替代关系。
具体到一家企业,第一个项目该做什么,仍然要靠上面那套分层判断。
---
一个务实的推进顺序
1. 报表与文档辅助——最安全,两三周能见效
2. 规程与标准查询——价值最大,但要先做版本治理
3. 设备台账聚合——需要编码统一,是纯数据工作
4. 缺陷与故障知识库——需要历史记录规范,且措辞边界要严守
5. 生产辅助层放最后,且必须由安全部门主导方案
前四步全部在管理支撑层,都不接触生产网络。这意味着它们的评审路径短、周期快、风险低——而且它们积累下来的资料治理成果,正是第 5 步的前置条件。
不要跳过前四步直接谈生产辅助。那不仅是风险问题,也是可行性问题:生产辅助需要的规程、台账、缺陷数据,恰恰是前四步治理出来的。
---
相关阅读
- 企业第一次做 AI,怎样选对项目并设计可退出的试点
- 企业 AI 系统的安全治理:四类特有风险
- 企业知识库怎么做,才不会变成资料坟场
- 企业 AI 项目怎么验收:七层验收标准与证据要求
---
*本文说明的是方法与判断标准,不代表任何未公开项目的实施细节。文中引用的公开政策文件与开源评测框架,出处已在正文标明,读者可自行核验。具体的安全防护要求请由企业安全与生产部门确认,本文不构成安全或合规意见。*