DeepSeek大模型在智慧电厂安全管理的研究与应用

© 2025 by the Author(s). Licensee Art and Design, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

随着人工智能技术的迅猛发展，大语言模型（Large Language Models, LLMs）正逐步渗透至工业关键领域。本文聚焦电力行业，以国产开源大模型DeepSeek为核心，系统研究其在智慧电厂安全管理中的落地路径。通过构建融合电厂安全规程、事故案例、设备参数等多源异构数据的知识体系，并结合RAG（检索增强生成）、LoRA微调及多模态感知等关键技术，将大模型技术引入电厂安全管理，开发了涵盖智能问答、作业票审核、风险预警与应急辅助决策四大功能的安全智能系统。有望实现对非结构化安全文本（如规程、事故报告）的深度理解，对现场作业行为的智能判别，以及对突发事件的快速辅助决策，从而显著提升安全管理水平。

Keywords

DeepSeek

大语言模型

智慧电厂

安全管理

References

[1]李峂，王健，张宁. 大语言模型在电力调度知识问答中的应用研究[J]. 电力系统自动化，2024，48(5): 112–120.
[2]刘洋，陈启鑫，郭庆来. 面向新型电力系统的AI安全风险与治理框架[J]. 中国电机工程学报，2023，43(22): 8015–8026.
[3]赵文彬，黄晓莉，周玒. 基于多模态融合的电厂人员违章行为智能识别方法[J]. 热力发电，2023，52(8): 95–102.

Previous article in this issue

Next article in this issue