成功可信度高
能源与矿山 · 预测与分析 / 智能质检
百度文心大模型赋能电网智能分析，电力专业分词F1提升9.27%
百度基于文心大模型引入电力样本与知识，设计电力领域实体判别/文档判别预训练任务，联合训练电力行业NLP大模型，在电网设备、ICT客服试点；电力专业分词F1提升9.27%（达92.376%），营销敏感实体识别F1提升13.28%（达94.947%）。
电力NLP分词F1提升9.27%
百度在线网络科技有限公司发布于 2026年7月22日实施于 2023 年阅读 0
电力专业分词F1
提升9.27%，达92.376%
来源披露
营销敏感实体识别F1
提升13.28%，达94.947%
来源披露
企业痛点
能源与矿山电力文心大模型
01
业务背景
国家电网在大规模复杂电网系统管理运营方面面临设备缺陷定级难、电力调度困难（盲调）、缺乏数字化支撑等挑战。
02
遇到的问题
①电网设备缺陷定级难，影响电力系统安全稳定运行；②电力调度困难，长期存在“盲调”问题。
03
AI 解决方案
基于文心大模型引入电力样本与知识，设计电力领域实体判别/文档判别预训练任务，联合训练电力行业NLP大模型，在电网设备/ICT客服试点。
- 1引入电力业务样本数据与特有知识
- 2设计电力领域实体判别/文档判别预训练任务
- 3基于文心大模型联合训练电力行业NLP大模型
- 4在电网设备与ICT客服场景试点验证
- 5联合国网智研院持续共训
04
实施结果
电力专业分词F1：提升9.27%，达92.376%（+9.27%）
营销敏感实体识别F1：提升13.28%，达94.947%（+13.28%）
05
风险与边界
电网安全等级高，模型需高可靠与可控。
编辑点评 · AI 辅助生成并经审核
该案例来自北京市科学技术委员会、中关村科技园区管理委员会评选的北京市典型大模型应用，由百度在线网络科技有限公司落地（落地客户：国家电网有限公司），具备较强的示范与可推广性，建议结合自身业务参考落地。
适合
电网、能源企业设备管理与调度
前置条件
电力领域标注语料、算力
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。
关联报告：北京市科委、中关村管委会《北京市人工智能行业大模型创新应用白皮书（2023年）》 · 北京市科学技术委员会、中关村科技园区管理委员会 · 2023