面向电力公用事业与能源企业的智能体 AI 参考架构

电力公用事业并不需要一个泛泛而谈的智能体 AI 故事。它们需要的是一套尊重关键基础设施现实约束的架构。

正确的架构始于数据源边界、证据溯源、人工审核、网络安全与 OT 隔离、审计追溯以及聚焦的试点指标。它将智能体视为组织工作、起草可审核输出的助手,而非将其视为自主的操作者。

对于公用事业、TSO、DSO、发电企业、数据中心能源团队、油气行业电气团队以及管理关键电力资产的工业运营方而言,这一区分至关重要。

趋势:智能体从提供答案走向承担工作

OpenAI 近期的智能体研究描述了一种向可委派、更长周期工作的转变。Anthropic 的智能体工程指南将可预测的工作流与更灵活的智能体加以区分,并建议只在必要时才增加复杂性。Google Research 的 AI 协同科学家(co-scientist)工作在科研领域展现出同样的宏观规律:当 AI 系统帮助梳理证据、假设与审核时,它们会变得更有用。

在能源领域,IEA 将 AI 既视为一种电力需求来源,也视为一种若能规模化采用便可能重塑能源运营的工具。MIT Energy Initiative 与 Harvard Salata Institute 都指出 AI 是潜在的电网使能者,同时也明确指出电网转型是一个关乎信任、协同与基础设施的问题。

下面的参考架构将这些趋势转化为公用事业资产与运营实践。

一套对公用事业安全的智能体 AI 参考架构

层级	目的	示例	控制原则
1. 数据源边界	定义哪些数据被允许进入试点。	DGA 导出数据、PRPD 记录、SFRA 文件、巡检记录、CMMS 历史、事件日志、规划文档。	未经批准,任何数据源都不得进入工作流。
2. 证据模型	将原始记录转化为可溯源、可审核的证据。	资产标识、日期、单位、方法、版本、假设、审核人备注、置信度标记。	每项结论都必须可回溯到数据源。
3. 工具层	在经批准的工作流内为智能体提供有边界的操作。	汇总证据、列出缺口、起草审核人问题、编排工作包、生成检查清单。	工具服务于证据工作,而非控制操作。
4. 智能体工作流	协调任务步骤与草稿输出。	证据接入、质量审查、起草工作包、审核人路由、收尾学习。	AI 输出在经审核前始终保持草稿状态。
5. 人工审批	保留工程权责与问责。	批准、驳回、编辑、索要证据、升级,或标记为信息不足。	可上报的结论由有资质的人员负责。
6. 审计与学习	记录已发生的过程并改进下一次工作流。	提示词版本、数据源清单、草稿差异、审核人备注、审批状态、被驳回输出的模式。	每一项重要输出都应能在事后得到解释。

架构流程

流程	发生什么	应被阻止的内容
证据接入	经批准的记录被载入本地优先的工作台或受控的试点工作区。	未经批准的敏感数据、实时控制访问权限、客户数据,或不受支持的数据源类型。
质量审查	系统检查缺失的日期、单位、溯源信息、重复记录、过期数据以及相互矛盾的背景信息。	基于不完整证据得出笃定结论。
AI 起草	智能体起草摘要、缺口清单、审核人问题以及工作包措辞。	最终诊断、保护定值变更、运行操作指令,或检修审批。
工程师审批	审核人对每项输出进行批准、编辑、驳回或升级。	在无人知情的情况下将 AI 草稿升格为可上报的决策。
证据包	经批准的工作包保留数据源链接、假设、审核人备注与审计状态。	无法溯源的建议或未记录在案的例外情况。

价值最先在哪里显现

在证据密集、跨职能且重复性高的公用事业工作流中,智能体 AI 最为有用。

高契合度的切入点包括:

• 面向 DGA、PRPD、SFRA、热/负载、巡检、检修历史以及健康/风险评估的变压器 APM 证据包。
• 需要可溯源依据与审批状态的状态检修(CBM)工作包。
• 面向 DER、大负荷、韧性以及接入规划讨论的电网现代化证据包。
• 在运行、规划、保护、可靠性、资产与现场团队之间流转的事件交接包。
• 从已完成的检修或调查工作中提炼的收尾学习。

契合度较低或不安全的切入点包括自主控制、保护定值审批、实时运行限值决策、最终合规申报,以及任何数据源边界或审核人权限不明确的工作流。

能源企业的治理要求

NIST 的 AI 风险管理框架(AI RMF)与网络安全框架是有用的锚点,因为它们帮助团队以系统化方式思考:治理、映射、度量、管理,以及识别、保护、检测、响应与恢复。DOE CESER 面向能源行业的 AI 工作强调了围绕 AI 失效模式、对抗性攻击、恶意利用以及软件供应链被攻陷的风险类别。

对于一套公用事业参考架构而言,这些可转化为切实可行的要求:

• 经批准的数据源清单。
• 本地优先或受控的部署边界。
• 基于角色的权限。
• 将规划辅助与 OT 控制相分离。
• 在产出可上报结果前须经人工审批。
• 针对缺失或矛盾证据的例外处理机制。
• 覆盖数据源、草稿、审核人与最终工作包的审计追溯。
• 与实际摩擦点而非炒作挂钩的试点指标。

GridAPM 能提供哪些帮助

GridAPM 最有底气的公开定位,是一个本地优先、可离线运行的工程工作台,服务于变压器 APM、CBM、证据可溯源以及经人工审核的智能体 AI 工作流。

在试点中,GridAPM 可帮助公用事业:

• 从 DGA、PRPD、SFRA、热/负载、巡检、工作历史与资产关键度中汇集变压器证据。
• 在审核会议之前暴露溯源缺口。
• 起草证据摘要与检修工作包措辞,供人工审核。
• 保留审批状态、被驳回草稿的模式与审核人依据。
• 将证据打包,用于试点度量与内部相关方审阅。

不妨从公用事业智能体 AI 工作流就绪度测绘工具、电网现代化证据规划器、工具中心、平台、信任页面、安全页面、数据处理页面以及试点评估开始。

参考架构的核心原则

电力公用事业不应问智能体是否令人惊艳,而应问智能体在关键基础设施工作流中是否有边界、可溯源、可审核、可度量且安全。

GridAPM 的机会在于让这套架构在变压器 APM 与公用事业证据工作流中切实落地:本地优先、经人工审核、随时可审计,并对 AI 不应决定的事项保持诚实。