中新网安徽新闻12月30日电(韦雅倩)国家能源集团安徽公司合肥电厂电气二次班的智能会议大屏前，班长苏红伟发出语音指令后，虚拟人“小安”即刻启动数据整合工作。仅一分钟，ERP系统待办、技术监督系统设备隐患、安全生产数智化平台预警等分散信息便被聚合呈现，清晰罗列当日检修任务与遗留缺陷。

　　这看似寻常的一幕，实则是该厂践行能源数字化和智能化发展的鲜活实践。面对“双碳”背景下的能源转型挑战，国家能源集团启动“AI＋”战略行动，该厂党委高度重视工作，第一时间组织召开专项部署会议，将大模型纳入数智化转型重点任务清单，专题研究部署推进路径。在党委的统筹引领下，该厂紧扣集团关于加快数智化进程的战略部署，组建由技术骨干、业务专家组成的专业团队，提前谋划布局。AI班组一经发布，该厂便迅速推动大模型从“云端”走向“现场”——首批在2个班组启动运行，短短两个月内便实现13个班组的常态化应用，让大模型的技术势能快速转化为基层管理效能。

　　试点深耕：大模型基因里的场景落地

　　在电力生产的“神经末梢”——班组，AI班组的技术价值正通过一个个具象化场景落地生根。过去困扰基层的技能不均、防控滞后、培训低效等痛点，如今被嵌入大模型基因的智能应用逐一破解，让班组管理从“经验摸索”转向“智能驱动”。

　　自从“小安”入班以来，青年职工费建全的“错题本”已月余未添新内容，此前换设备型号就犯难的他，如今大模型会依据其仿真记录、作业复盘等方式精准抓薄弱项。针对技能短板，系统推送专项任务与视频，在两个月内其仿真实操通过率从65%升至92%。“没想到‘小安’补短板的效果这么明显！”费建全坦言道。部门里的培训主管也告别“闭门编题”，大模型从八个维度生成差异化试卷，老师傅考新技术，新人重基础，彻底告别“一刀切”。目前，电气二次班组考核达标率从82%升至95%，学习覆盖率实现100%。

　　“以前开班前会得跑三个办公室凑数据。”班组长苏红伟记得，上月处理发电机励磁系统故障，折腾半小时仍怕漏项。如今只需一句“小安，调取今日检修任务及风险分析”，虚拟人便即刻联动ERP、技术监督等多系统，整合待办事项、设备隐患，还精准推送三年前同类设备的故障案例及处置细节。

　　曾让班组的老师傅们“枯燥难熬”的周四班组安全活动，也因智能安全活动焕发新生。屏幕上播放行业事故案例时，大模型会自动对比标准流程并抛出问题，随时能呼叫“小安”调取作业规范佐证答案。更实用的是音频转写功能：两小时的学习会不用再手写台账，系统自动生成电子记录，人工记录时间节省70%。

　　四措并举：让大模型在基层扎下根

　　从2个班组的首发运行到13个班组的常态化应用，合肥电厂的核心任务，是让AI班组的技术内核与基层实际需求精准适配。“四措并举”的推行，本质上是在大模型落地过程中的“本土化改造”，每一步都围绕职工体验展开。

　　汽机班主动提炼的12条语音指令话术，让大模型识别准确率从85%提升至93%，这背后是该厂“奖励建议＋考核敷衍”的奖惩机制在发力。作为AI班组的落地责任主体，该厂构建了“班长牵头＋骨干辅助”的责任闭环，要求各班组每周上报大模型应用台账，安环部组织技术团队每月开展现场检查。“提出的问题能被重视、被解决，我们自然更愿意用。”苏红伟说，如今13个班组(含5个运行值、7个检修班组、1个外委单位班组)已实现大模型全流程应用，职工从“被动接受”转变为“主动参与”。

　　电气二次班职工阮露曾对大模型犯愁：“刚开始担心操作复杂影响工作，怕学不会拖进度。”针对这样的情况，该厂推出“1＋3＋3”培训模式，专门适配AI班组的操作逻辑：1天集中授课讲透大模型核心功能，3天技术骨干跟班指导解决实操难题，3天班组自主练习强化使用习惯。配套编制的《用户操作手册》用图文把大模型操作拆成“三步走”，阮露跟着练了三天就熟练掌握了语音指令。“现在我调设备数据比以前翻手册快十倍！”她的笑容里满是自豪。这种分层分类的培训，确保了不同技能基础的职工都能玩转大模型。

　　“班前会准备时间从30分钟缩到1分钟，谁能不爱用？”苏红伟的话道出了基层职工的心声，这也是大模型场景拓展的核心策略——优先激活高频场景，用“数据成效”建立信任。刚开始运行时，有职工觉得“大模型不如老办法实在”，但当看到智能班前会节省了大量准备时间，智能安全活动让学习不再枯燥，大家的态度慢慢变了。如今，电气二次班已将大模型应用从班前会延伸到缺陷处置、事后复盘等全流程，大模型正从“核心场景”渗透到“生产全链条”。

　　有班组的老师傅曾抱怨：“我说话的口音比较重，小安常常识别不准。”这个问题被班组上报后，立刻纳入了大模型的优化闭环。该厂建立了“班组提不足－专班来完善－次月验成效”的机制，作为AI班组基层反馈的直达通道，累计召开36次一对一改进会。针对语音识别不准的问题，技术专班结合基层场景优化了拾音器部署、规范了发言流程，同步推动大模型引擎迭代，准确率从68%提升至91%；面对数据同步偏差，建立本地数据库与集团数据湖双校验机制，让大模型调用的核心数据准确率达92%。功能优化限时闭环率达91%的背后，是该厂大模型团队对基层需求的快速响应。

　　全域落地：大模型赋能的下一程

　　在13个班组成功运行的基础上，该厂启动“技术赋能、场景拓展、管理优化”三维度深化计划，推动AI班组从“部分覆盖”迈向“全域落地”，这既是合肥电厂的转型目标，也是集团大模型规模化应用的重要实践。

　　开发进入收尾阶段的高风险作业管控智能体，即将在班组投入试应用。作为AI班组在风险防控领域的延伸应用，将实现“作业前预警、作业中监控、作业后复盘”全链条管控。例如在高压柜继电保护装置检修场景中，其设计功能包含作业前自动核查人员资质与安全措施，作业中通过摄像头实时监控，发现未正确佩戴安全帽等隐患时及时预警，作业后还能生成复盘报告，为危险作业加上“双保险”。同时，缺陷与违章数据智能分析模块也在紧锣密鼓开发中，该模块将依托大模型数据分析能力，整合全厂数据找出“高频问题”，为班组防控提供精准指引。

　　围绕“无视频不作业”的目标，AI班组与现场管理的深度融合正加速推进。规划中的违章管控智能体，将构建“票－作业区域－作业人员－摄像头”的四维联动体系。当班组职工在检修现场未按规范佩戴安全帽时，摄像头捕捉画面后，该智能体可自动触发预警，并将整改提示推送给负责人与现场监护员。正如苏红伟所说，以往“人盯人”的管理模式难免存在疏漏，而即将上线的“技防主导”新模式，将凭借大模型的数据处理与指令分发能力，彻底扭转现场管理的被动局面。

　　从班组长的“一分钟班前会”，到老师傅的“互动式学习”，再到青年职工的“个性化培训”，该厂的数智化转型，本质上是大模型在基层班组中的生动实践。这场转型不仅带来了效率的跃升，更实现了管理思维的革新：从“经验驱动”到“数据驱动”，从“被动防控”到“主动预判”，从“整齐划一”到“精准滴灌”。

　　在能源保供的主战场上，合肥电厂始终高度重视科技创新工作，将人工智能技术与能源生产的深度融合作为战略突破口，持续推动AI班组从场景试点走向全域覆盖，真正做到植根安徽、融入安徽、助力安徽、服务安徽，在安徽发展，在安徽奉献。如今，在“创新、精益、开放”的工作理念引领下，合肥电厂正续写着奋进新篇章。

　　当人工智能深度融入班组每一个生产环节，当安全管理真正实现“技防主导”，该厂的安全生产根基必将更加牢固。而那些发生在基层班组的一个个小故事，正是AI班组项目从技术概念走向实践成果的最生动注脚。该厂正以创新破局、以精益提质、以开放聚能，在能源保供的新征程上彰显坚实力量，让“国能之徽”徽映江淮。（完）

责任编辑：张俊