电力通信管理智能助手

中通服创立信息科技有限责任公司
张小平 祝英杰 杨芳 何忆

一、产品概述

电力通信管理智能助手是一款面向电力通信调度运行与运维检修场景的智能化管理工具，系统基于大模型并深度融合多模态数据处理与领域知识图谱技术，支撑电力通信网数字化管理与智能决策。

系统通过视觉模型与文本语义模型协同，可对设备面板图、工单文本等多模态数据进行统一提取与校核，确保数据一致性；整合文本、表格、图像等异构数据，构建跨模态对齐的多模态知识库，提升检索全面性与准确性；采用动态可扩展的领域知识图谱，支持实体、关系、规则的自动更新；优化动态RAG技术，结合语义相似度与图结构推理，针对路由规划等复杂问题优先使用图数据库查询，提升场景适应性；通过规则驱动与强化学习实现提示词模板的自动化重构，降低人工干预成本；支持多模态输入的意图识别与问答生成，将文本需求转换为结构化操作参数；引入语义相似度计算与机器学习模型，实现设备/光缆检修风险分类、优先级排序及全局影响分析；通过图谱构建，支撑关键业务跨平面通道路由的协同控制，规避共模导致的关键业务多通道同步中断隐患。

二、主要功能

系统以“数智底座支撑、应用场景建设、多模态智能交互”为总体设计思路，由多模态数据处理、模型管理、知识管理和业务调度共同构建起系统的数智底座，以业务需求为驱动打造应用场景中心，基于大模型能力实现多模态智能交互。系统总体架构如下图所示：

总体框架

（一）数智底座支撑

1.多模态数据处理

文本数据处理：支持文本类文件（如PDF、Word、TXT、Markdown等）等数据处理。

语音文件处理：利用Deep Speech等深度学习模型将语音文件转为文本文件，利用NLP纠正错误信息。

图像文件处理：精确识别文档中的文本、表格、图片、公式等元素的位置与属性，通过版面分析能够重建文档的视觉层次。利用NLP、计算机视觉、多模态技术重构为文本文件。

数据库处理：读取数据库各个表的数据，然后利用大模型的文本生成能力，自动生成文本文件。

2.模型管理

系统提供对大模型进行管理，支持模型添加，系统模型设置，包含对知识库模型、助手模型、工作流模型进行设置。

3.知识管理

文档知识库：系统可实现非结构化数据解析，支持多格式文件上传（如：视频、音频、图片、PDF、Excel、CSV、文本等）并自动解析非结构化数据。

QA知识库：支持在线创建问答对，支持Excel导入导出问答对。

大模型增强知识图谱构建：利用大模型零样本或少样本学习的信息提取能力，从文本或其他数据源中完成实体抽取和关系抽取任务。大模型可作为额外知识库提取可信知识，完成知识图谱的补全，将知识图谱中的实体、关系等结构信息融入大模型，可使大模型具有结构感知推理能力。

4.业务调度

平台支持自定义方式建立工作流，提供了输入、输出、大模型、助手、QA检索、知识检索、知识问答、报告、代码、条件分支、结束等基础组件。平台还提供了爬虫采集、发送邮件、飞书消息、钉钉等工具组件。

平台支持自定义方式建助手，助手提供了基础配置，包含：AI模型配置、开场引导（开场白、引导问题）、知识库、工具。

（二）应用场景建设

1.智能问答

系统构建覆盖光缆和传输设备，以故障模式和检修规程为知识维度的通信检修知识图谱，形成光缆和传输设备常见故障的标准化处理流程库、典型案例库和典型风险库，支持通信检修知识问答。

智能问答

2.智能问数

基于大模型意图解析能力识别输入的语音或文字指令，结合通信资源数据实现对资源数据的分析问答；输出统计分析报表、统计图等。

3.数据智能录入

实现DDF、配电屏、整流屏设备的图片识别，实现图像特征识别和标签文字识别。同时，针对各类线下维护的各类通信资源数据表格，结合通信资源管理规范制定完整标准的数据录入模板，实现站点、光缆、传输设备、光路等通信资源基础数据的标准化入库。

4路由协同规划

基于大模型意图解析能力识别输入的语音或文字指令，通过图谱构建以及图谱的动态更新，并结合当前通信资源数据和网络状态、方案设计的基本条件、约束条件等，支撑关键业务的多通道可靠性分析、电路运行方式自动编排和跨平面协同规划。

5.风险分析与告警

通过计算工单描述与历史风险案例的相似度，识别隐性风险（如“工单描述中隐含的资源不足问题”）；结合随机森林模型对风险类型进行分类，并通过图神经网络（GNN）计算风险的全局影响程度。

6.单据自动生成

在检修周期内，对多个检修班员输入需求进行综合识别与分析，自动完成检修关联风险分析与迂回路由生成。通过大模型中文自然语言交互意图识别，实现工单自动生成，并支持工单模板自定义。

单据自动生成

7.工单自动稽核

通过对电力通信检修规程、管理制度、检修历史数据的采集融合，进行语义分析、理解，实现检修工单信息自动稽核与安全合规检查，通过自动化合规性校验，降低人工审核工作量。

工单自动稽核

8.报告自动生成

以实际场景出发，结合大修、技改、退运规则利用设备分析统计数据自动生成满足大修、技改等项目需要的设备报告清单，支持对报告结果的预览调整，支撑通信资源管理实际需要。

（三）多模态智能交互

在多模态智能交互方面，系统基于大模型能力通过文字、语音、图像、文件等多模态处理实现用户意图、业务意图、服务意图和资源意图的理解与解析，形成多种CUI界面形态，这些界面形态支持通过PC、大屏及移动端进行部署呈现。

系统提供智能问答对话窗口实现在线对话能力，也可通过API服务让其他外部业务系统也具备相关能力。

三、成果特点

产品特点如下：

1.多模态数据的一体化处理

通过视觉模型与文本语义理解模型的结合，实现对多模态通信管理数据的统一处理与分析。例如，从设备面板图中识别并提取槽位、板卡等信息，并与数据库中的数据进行校核，确保识别结果的一致性。

2.多模态知识库的构建与融合

传统RAG技术多依赖纯文本知识库，本产品整合文本、表格、图像等多模态数据，通过视觉-语言模型实现跨模态对齐，构建了多模态融合知识库，提升检索的全面性与准确性。

3.领域知识图谱动态可扩展

领域知识图谱采用层次化设计，支持实体、关系、规则的动态更新，适应不同业务场景的需求。当网络发生变更（如新增光缆、调整光路路由）时，自动触发关系层的更新。例如：若某业务新增一条逻辑光路，系统动态关联其物理光缆路径，并更新“业务-光路-光缆”的关系链。

4.动态RAG技术的优化

基于领域知识图谱与向量数据库的混合检索策略，结合语义相似度与图结构推理，提升RAG在通信管理场景中的适应性。例如，对涉及路由规划的问题，优先使用图数据库的路径查询；对一般性问题，使用向量相似度匹配。

5.提示词模板的自动重构与优化

传统提示词设计依赖人工经验，本系统通过领域规则与历史数据驱动提示词模板的自动化生成与优化，减少人工干预成本。例如，基于规则自动生成“需求完整性”模板，并通过强化学习优化模板表述以提升回答准确性。

6.基于意图识别的多模态问答生成

产品支持文本、表格、图像等多模态输入，采用自然语言处理技术和图像识别技术，应用通信专业语料库训练相应的人工智能模型，实现用户意图解析处理，将文本描述的用户需求与目标转换为结构化的字段，形成业务、服务和资源层操作的动作和操作参数，通过跨模态对齐技术生成一致性回答。

7.多维度挖掘通信运行风险

系统除了使用传统的规则匹配引擎，还引入语义相似度计算与机器学习模型，对通信运行风险进行分类与优先级排序，提升通信运行风险挖掘的全面性与智能化水平。

8.关键业务跨平面通道路由协同控制

基于图谱构建以及图谱的动态更新，系统实现了关键业务的多通道可靠性分析、电路运行方式自动编排和跨平面协同控制功能；提升了跨平面资源协调同与路径路由规划能力，通过分析与规避不同平面的通道共模风险，避免关键业务多通道同步中断的隐患。

四、社会效益

电力通信管理智能助手通过多模态数据处理与知识图谱技术，深度融合文本、表格、图像等异构数据，构建跨模态对齐的知识库，显著提升了通信管理数据校核与检索的全面性与准确性。系统采用动态可扩展的领域知识图谱，支持实体、关系、规则的自动更新，并优化动态RAG技术，结合语义相似度与图结构推理，针对路由规划等复杂问题优先使用图数据库查询，增强了场景适应性。同时，通过规则驱动与强化学习实现提示词模板的自动化重构，降低人工干预成本。这些技术不仅提升了电网运行安全，规避了因共模风险导致的关键业务多通道同步中断隐患，还通过运维检修智能决策支持推动了电力通信网的数字化转型与管理效率升级。