电力设备运维的传统方式依靠“传帮带”，但各种各样的故障类型，短时间内新手根本没法“门儿清”。

用电安全，对企业、居民的影响重大。而一般的电厂设备故障维护，依赖专业人员的经验和知识积累，这些经验要么记录在日常笔记里，要么存在于熟练工的脑子里，这使得电厂之间相同设备的问题预判并不及时高效，部分专工碰到自己不擅长的故障时，研判准确率低。一旦出现问题，就会带来大范围的用电不便。

浙江能源集团技术支撑中心算法工程师朱凌风利用飞桨开发了一套电厂设备故障智能预判系统，可根据设备输入的各项信息进行故障预判，并智能生成维修建议，大幅提升了设备故障预判的及时性和准确度，帮助设备维护工作人员工作更加高效。

在这一系统开发中，要让机器能够“读懂”老师傅们写的关于故障描述和基于故障的维护建议，需要大规模标注数据，成本高、耗时长且难度大。浙能集团基于百度飞桨文心大模型，在大量未标注的碎片化设备维护数据中挖掘信息，打造出的电厂设备故障智能预判系统，不仅能够智能诊断设备故障，自动分析故障的原因及可能产生的后果，还能自动推送故障针对及维护方案以及历史故障案例信息，有效提高了电厂设备故障抢修的效率，减少人力消耗，提升电厂设备的整体运行效率。

在碳中和碳达峰的大背景下，低碳高效绿色发展是能源的转型发展方向，浙能电力不断引入人工智能等创新技术，提升企业系统化运转降本增效，提升管理能力的数字驾驶舱、无人驻守自动巡检的巡检交互机器人、高效维护设备的故障智能预判系统……AI正在全方位助力能源企业智能化升级。