首页 / 新闻动态 / 行业新闻

AI开完会,方案得能验算

行业新闻 · 2026-11-19

呼和浩特供电公司的"电力专家矩阵"获评2026年能源电子技术创新典型案例。亮点不是AI能开会,而是开完会的结论要过规则验算:编号错、多一条供电路径、负载率超八成无措施,一律打回。这条"本体+大模型"路线,正把裁判权从模型手里拿走。

2026年能源电子(终端应用)技术创新典型案例 中国电子企业协会专家组评审 11 类 讨论过程中直接产出的专业文件数 3 条 让方案"打回重来"的硬规则:编号错、多出第二条供电路径、负载率超八成无措施 近日,2026年(第三届)能源电子行业高质量创新发展大会在浙江绍兴举行。呼和浩特供电公司自主研发的"电力专家矩阵"系统,经中国电子企业协会专家组评审,获评 2026年能源电子(终端应用)技术创新典型案例。 这套系统的全称是"基于 RAG 知识库与多专业智能体协同的电力智能应用平台"。名字很长,但真正有意思的地方只有一个:它不让模型自己说"对不对",而是把这件事交给规则。AI 在圆桌上讨论完,方案要过验算——过不了,打回重来。 (下图为颁奖现场)

01、 它 长 什 么 样:

给AI排一张座位表:能力矩阵与圆桌 "专家矩阵"这个名字借的是管理学里的"能力矩阵"。做法很朴素:行是不同专业的 AI 专家,列是专业能力(背后对应的 RAG 知识库)。填满之后,一眼能看出两件事——谁擅长什么,同一专业里谁的知识库更扎实。 行 = 专业 运行方式、检修、继保、设备建模……每个专业一个 AI 专家。 列 = 能力 标准、规程、历史结论,按专业沉淀成知识库。 交点 = 边界 知道自己不知道什么,比知道什么更重要。 这一步朴素,但解决的是多智能体系统最常见的问题:不知道谁该上场。 真正的运转方式是"圆桌会议"。一个议题进来,系统根据议题内容和附带的报告、照片等资料,自动挑出最对口的专家、排定发言顺序,组织多轮交叉讨论。 这套设计明显是照着真人会议来的——包括会上的那些"毛病",也被刻意做成了机制。比如分歧。

02 、三 个 机 关:

三个"不许自由发挥"的设计 多智能体系统最大的风险不是"没人说话",是"大家都在说,但说不到一起"。这套系统用了三个机关来收口。 一、立场表。 观点分歧不再含糊过去,而是登记成表。持异议的必须亮明两件事:"认可还是不认可、依据是什么"。这一条把讨论从"各说各话"逼成"表态+举证",议题才能收敛。现实里开过会的人都知道,这一条有多难做到。

二、技能卡(skill)。 每位 AI 专家有自己的身份、语气和口头禅,但真正管用的是那张卡:"这类活儿按什么步骤干、依据哪条规程",全写死在卡里。人格是包装,流程才是约束。

三、全程接库 + 自动记忆。 讨论全程衔接企业 RAG 知识库,按具体问题检索标准、规程原文;历史结论自动积累成记忆。每一轮发言落库,随时可回查。 这三条加起来,指向同一个目的:把"生成"压缩成"检索 + 按流程执行"。模型能发挥的空间越小,幻觉能钻的空子越少。

03 、关 键 一 跃:

从"说"到"填表":本体论到底做了什么 前面那些还只是"会开得像样"。真正的分水岭出现在这一步——谈到电网运行方式、倒负荷转供,AI 专家不再用文字泛泛而谈,而是把母线、线路、开关及其连接关系,按"节点—支路—状态"的结构化格式填报给系统。 这个动作看着不起眼,其实是整篇最关键的一次转身:把自然语言的"意见",变成结构化的"数据"。一旦变成数据,就可以被验算。 这就是本体论(ontology)在系统里的落地——设备、连接、状态全部写成机器可执行的规则。于是"对不对"不再由模型说了算,由规则裁决: ① 编号写错——打回。 ② 任一负荷多出第二条供电路径——打回。(转供方案里最隐蔽也最要命的一类错误) ③ 负载率超八成没有控制措施——打回。 ✓ 验算通过——自动绘制标准单线图。 注意这个顺序:先验算,后出图。不是"先画一张漂亮的图,再让人去挑错"。 往下就顺了。谈到检修作业,第一/第二种工作票按官方版式当场生成;谈到设备建模,CAD 图纸、三维模型随谈随出。连同数据表、汇报演示材料,共 11 类专业文件在讨论中直接产出、一键下载。会议结束,讨论过程、结论连同全部图表一键导出为公文格式会议纪要。 一句话读懂:多数电力 AI 停在"能问答",这套系统想做的是"能交付"——交出来的不是一段话,是一张能施工的图、一张能签字的票。

04 、路 线 之 争:

防幻觉有两条路,它选了难的那条 要理解这套系统的分量,得先看清行业里的分野。 主流路线 · 降概率 靠训练压低出错概率,靠人工把关兜底。优点是通用、上手快;缺点是概率永远不为零,而电力业务是"计算零容错"。 前沿路线 · 立规则 "本体 + 大模型":把事实约束做成机器可执行的硬规则,让错误过不去,而不是少发生。难在要先把业务知识工程化。 "降概率"是把错误变少,"立规则"是让错误无法通过。前者是统计问题,后者是工程问题。 这条难走的路,今年并不只有呼和浩特在走: 华为提出"本体 + 大模型 + Skills + Agent + 超节点"的技术路线,认知层就是把电网规程转化为机器可理解的统一语义图谱;并给出判断——企业本体 + Agentic AI,是 AI 走向生产决策的必由之路。 国网陕西"基于本体智能的电力市场服务数字专员",用"业务分析师 + 本体工程师 + 技术运维师"的三角协同做电费业务本体库,拿了国家级赛事一等奖。 南网"明月"多智能体调度员,融合知识图谱、强化学习与大模型微调来压幻觉,日均调用处置业务超 1000 项,已从省级走向地市全面推广。 放在这个坐标里看,呼和浩特这套系统的特殊性在于:它是一家地市供电公司自己做的,而且选的是"电网拓扑"这个最能被数学校验的切口——规则明确、可验算、错了立刻能发现。这是一次聪明的选点:先在最容易证明"规则有效"的地方站住脚。 也要看清差别:"明月"已经是规模化生产系统,"专家矩阵"目前是一个获奖的典型案例。一个在跑量,一个在证明路线可行。两者不在同一个阶段,不宜混为一谈。

05、 冷 思 考:

五个还没解决的问题 路线是对的,但"对的路"不等于"已经走通"。以下五点,是把这套东西推向下一个专业之前必须回答的。 一、规则只能保证"不错",不能保证"最优"。 三条转供路径可能都合规,走哪条?规则裁决给的是合法性,不是合理性。这套系统诚实的地方在于:它把"选哪个"留给了人;但也意味着 AI 的角色停在"合格的参谋",而不是"决策者"。 二、本体是最贵的资产,也最难维护。 设备类型、连接关系、状态、约束规则,全要有人建、有人改。新设备入网、接线异动、临时运行方式——电网几乎天天在变。本体库的更新节奏跟不上现场异动,系统就会在"覆盖不到的地方"悄悄退回人工,而且不容易被发现。 三、技能卡写死流程,规程一改就集体过时。 安规、两票细则、调度规程都有版本号。卡片按旧版写死,出的票会"格式全对、依据过期"——这比 AI 胡说更危险,因为它看起来完全正确,人反而容易放过。版本管理必须跟规程修订同步,这是硬要求。 四、效率是"转移",不是"消失"。 11 类文件一键生成,写的时间省了,审的时间没省。单线图要核、工作票要逐项看。如果生成快、审核慢,瓶颈只是从"写"后移到了"审"。真实收益要按"生成 + 审核 + 返工"的总时长算,不能只算前半段。 五、"可规则化比例"会随专业递减。 拓扑领域能成立,因为规则明确、可数学校验。往继保、调度、检修走,规则性质变了:有的强依赖数值整定,有的依赖现场经验。越往"数值密集"和"经验密集"的专业走,本体能覆盖的比例越低。所以"推向更多专业"这句话,每个专业都要单独算一遍可规则化的边界在哪——不能按拓扑的成功率线性外推。

06、 边 界 感:

最值得学的,是它给自己划的线 这套系统有一个细节,比任何功能都值得抄: 潮流、短路等核心数值计算,仍交给专业工具;实际操作,仍走人工工作票。AI 出方案,人来把关。 很多 AI 项目死在"什么都想干"。这套系统的选择相反:能用成熟工具算的,不自己算;需要签字的,不自己签。它只在"拓扑关系、规则校验、文件生成"这一段建立优势——边界清楚,反而更容易被信任。 另一句值得记住的话是:"日后模型会升级、厂商会更换,这套规则始终不动。"这句话把资产归属讲明白了——真正沉淀下来的不是模型,是那套被工程化的业务规则。模型是耗材,规则是资产。 当然,前提是这套资产确实有人在维护,而且跟得上规程和现场的节奏。这一点,比获奖更重要。

写在最后 :

AI 进电网,第一阶段比的是"能不能答",第二阶段比的是"敢不敢用",第三阶段比的才是"能不能交付"。 这套系统真正翻过去的一页,是让"结论可验算、成果可复核、过程可追溯"从口号变成了机制——模型的每句话都要落到能被机器裁决的结构里。这一步走通了,后面往调度、继保、检修推,才有资格谈。 只是别忘了:规则能挡住错误,挡不住"没人维护"。技术路线的胜负,最后往往不在算法,在工程纪律。