能源与矿山 · 运维与设备巡检 / 智能质检 / 流程自动化
山东能源基于盘古矿山大模型落地40+智能化场景，防冲卸压人工审核减少80%
山东能源集团联合华为云，基于盘古大模型构建“1+4+N”矿山大模型体系，在兴隆庄煤矿、济二煤矿等8对国家级智能化示范矿井落地防冲卸压、人员误入检测、皮带异物/堆煤检测、设备异常监控等40+场景，实现“云边协同、边学边用”的自动处置闭环。防冲卸压场景中人工审核工作量减少约80%，实现100%工程审核与实时告警。
40+场景、人工审核-80%
落地场景
40+智能化场景
来源披露
人工审核工作量
防冲卸压减少约80%
来源披露
审核覆盖
卸压工程100%审核、实时告警
来源披露
企业痛点
01
业务背景
煤炭行业传统单场景小模型泛化差、难复制，井下高危作业依赖人工监管，效率低、易漏检。
02
遇到的问题
模型可移植性差、工况变化精度下降、数据安全风险高、开发效率低、缺乏AI人才。
03
AI 解决方案
采用“1+4+N”架构（一站式AI平台+视觉/预测/NLP/多模态四大能力+N个场景模型），华为云Stack云边协同满足“数据不出企”，在采煤/洗选/加工关键工序落地场景模型。
- 1集团层面统建矿山大模型与一站式AI平台
- 2华为云Stack云边协同部署
- 3梳理40+智能化场景试点先行
- 4标准化工作流推进场景模型训练与迭代
04
实施结果
落地场景：40+智能化场景
人工审核工作量：防冲卸压减少约80%（-80%）
审核覆盖：卸压工程100%审核、实时告警
示范矿井：8对国家级智能化示范矿井
05
风险与边界
需集团顶层设计与持续运营体系。
该案例收录于山东能源集团与华为云联合发布的《矿山智能化暨矿山大模型最佳实践白皮书》，由华为云（盘古大模型）落地（落地客户：山东能源集团），是国内矿山大模型规模化落地的标杆实践，极具行业参考价值。
适合
大型矿业集团的智能化建设
前置条件
华为云Stack、盘古大模型、云边协同
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：《矿山智能化暨矿山大模型最佳实践白皮书》（山东能源集团 × 华为云, 2023） · 山东能源集团 / 华为云 · 2023