隨著“人工智能+”行動在能源領域的深入推進，電力行業正加速從傳統人工經驗驅動向AI智能決策轉型。技術監督作為保障電力系統安全穩定運行的核心環節，其智能化升級已成為行業共識。隨著新能源場站規模擴張，設備復雜度與數據量激增，傳統監督模式面臨響應滯后、標準執行不統一、多源數據融合困難等痛點，亟需通過AI智能體促進監督質效提升。
近期，能研院戰新產業部依托“202503197J基于AI的新能源技術監督管理智能體和設備故障預警技術路徑研究”課題，成功研發“新能源場站技術監督管理Agent智能體”（簡稱“新能源技術監督智能體”）。
風機技術監督Agent（壹號）及新能源技術監督Agent（貳號）
智能體采用 “檢索-增強-生成”（RAG）技術架構，通過意圖解析層（User-Bot交互）、知識檢索層（Bot-VectorDB交互）、推理增強層（Bot-LLM協同）及決策輸出層共四層智能決策體系，實現技術監督的數智化賦能。
新能源技術監督智能體邏輯框架示意圖
所研發的新能源技術監督智能體已實現六大核心功能。規程標準查詢索引：智能體構建了新能源場站技術監督標準知識庫，支持自然語言精準定位標準及規程，實現平均查詢用時下降約60%；試驗報告審查建議：解析各類試驗報告及技術監督聯系單，通過比對標準條款，智能識別數據異常、項目遺漏或結論不準確等問題，并給出修改建議；歷史事故案例檢索：通過案例數據庫，基于語義理解檢索相似案例，為技術人員提供處置方案參考；監督重點指引輔助：基于某場站往年技術監督報告、歷史故障臺賬等，分析并生成該場站技術監督工作的重點建議，提高監督的針對性；輸圖隱患對標排查：上傳現場設備檢查圖片，識別圖像中的隱患及不合規項；技術監督報告生成：將排查結果進行整合，根據上傳的報告模版，生成技術監督報告，提高工作效率。
新能源技術監督智能體功能應用
未來將基于預研階段形成的智能體開發技術路徑，完善不同應用場景的大模型對比尋優、中臺數據的挖掘分析及大算力模塊化部署應用等，進一步提升新能源技術監督智能體的應用效果。（戰新產業部 韓朝兵 李誠信）