國家電網+百度智能云：智能體進電網，給1.8萬運維人配上AI搭子

2026年全國兩會正在熱烈進行中，這也是“十五五”規劃開局的關鍵節點。人工智能與實體經濟的深度融合以及“人工智能+”行動，正在央企的生產一線加速推進——從電力調度到裝備制造，從日常辦公到核心生產，大模型和智能體開始真正“上崗干活”。

截至目前，已有80%的央企用百度智能云，一起探索產業智能化的落地路徑。從今天起，看看“國家隊”如何用AI跑出加速度。

今天分享的是：百度智能云和國家電網的實踐故事。

國務院在去年印發了《關于深入實施“人工智能+”行動的意見》，作為新型基礎設施建設的重要力量，百度智能云與國家電網基于國家發改委“人工智能+”應用場景建設任務，針對輸電、配網、變電三大核心場景，建設設備專業智能體。不僅讓電網巡視效率提升超50%，更探索出一條大模型時代下，AI深入電網核心生產環節的可行路徑。

破解“誤報多、迭代慢”難題：大小模型融合下的“新質生產力”

電力巡檢是保障能源安全的第一道防線。傳統AI小模型在復雜的野外和變電站環境中，常常面臨“誤報滿天飛”的困境，一線人員不得不從海量無效告警中篩查真實缺陷，費時費力。此外，各地地理環境差異大導致的模型泛化能力不足、罕見缺陷樣本的稀缺，一直是行業痛點。

針對上述挑戰，百度智能云基于“一見· 多模態專業視覺管理平臺積累的多模態大模型+專業視覺小模型”，通過“大小模型融合”的創新架構，實現了從“人工看”到“AI看”的跨越式升級：

• 降誤報、減負擔：在網省與地市兩級架構中，引入多模態大模型對小模型的初判結果進行二次復判。結合人工復核數據形成高質量負樣本數據集，驅動模型精準優化，顯著降低誤報率，將一線人員從繁重的無效篩查中解放出來。
• 零代碼、自迭代：針對各地市場景差異大的問題，系統將人工復核的高質量數據接入“零代碼AI產線”。業務人員無需算法背景，即可通過可視化操作快速完成模型迭代，實現“越用越準，分鐘級調優”。
• 補短板、強長尾：針對引下線銹蝕、U型螺栓等罕見缺陷（小概率+大影響），創新引入AIGC技術?；谏倭空鎸崢颖竞铣筛哔|量訓練數據，有效補齊了長尾缺陷樣本稀缺的短板，大幅提升了對罕見風險的預控能力。

設備專業智能體如何運轉？一線巡檢的“云邊協同”一天

想象一下。清晨，無人機按規劃航線自動起飛，對山區輸電線路開展巡檢作業，實時采集高清影像。在邊端，部署在現場的專業視覺小模型對圖像進行實時初判，快速標記出可能存在缺陷的圖像，并上傳至省側平臺。在云端，多模態大模型對初判結果進行二次復判——它能夠理解圖像上下文，區分是真正的設備缺陷還是光影變化、鳥類飛過造成的誤報。二次復判后的疑似缺陷推送至地市公司監控中心，由業務人員在可視化界面上進行最終人工復核確認。

當一線人員復核發現AI漏判或誤判時，系統自動記錄這些高質量樣本數據。這些數據一方面回流至省側數據中心，持續積累屬地化特色樣本集；另一方面直接接入零代碼AI產線，地市公司的業務人員無需算法背景就可在界面中勾選新樣本、點擊“開始訓練”，系統自動完成模型優化。優化后的新模型在數小時內即可下發至現場邊端設備，投入下一輪巡檢作業。

而對于引下線銹蝕、U型螺栓松動等罕見缺陷場景，當某地市公司首次發現并確認這類樣本后，省側平臺可利用AIGC技術基于該樣本生成多樣化的合成數據，補充至全省模型訓練集中，快速提升各地市對此類風險的識別能力。

這一業務流形成了完整的設備專業智能體全流程自主閉環：邊端采集與初判→云端復判與復核→數據回流與沉淀→模型自動迭代→新模型下發邊端。

在這一流程中，AI不僅完成識別任務，更在每一次人機交互中持續學習進化，真正實現了“在運營中越用越準”。

數智化轉型見實效：三大場景全面落地護航能源安全

目前，設備專業智能體已在國家電網全國范圍內規模化應用，取得了顯著的降本增效成果：

• 輸電線路“空中慧眼”：覆蓋9大類225小類缺陷，巡檢時間較傳統人力巡檢減少50%以上。目前，該成果已服務于27家?。ㄊ校┕境?00個地市公司，覆蓋上萬名一線飛巡人員，智能識別應用覆蓋率達80%。
• 配網線路“精準診斷”：針對17大類典型缺陷，綜合識別準確率穩定在86%以上。未來將惠及超200個地市公司的3000余個班組，讓配網運維更智能、更可靠。
• 變電站“無人巡視”：針對變電站14大類缺陷實現智能復判，結合Prompt調優技術降低實際誤報。單站巡視時間由人工所需的2.5小時銳減至45分鐘，極大減輕了1.8萬余名運維人員的工作壓力，覆蓋全國500千伏及以上變電站800余座。

百度智能云與國家電網的合作，是“人工智能+”行動在能源領域的一次深度實踐。我們驗證了“大模型的通解能力”與“小模型的專解能力”結合的巨大潛力，智能體的完美自動迭代，讓AI成為真正成為懂地域、懂設備、懂業務的“資深專家”。

百度財報：AI云收入同比增長34%，智能云全棧AI能力獲認可

來源 | 百度智能云