构建底层大模型多源能力支撑平台，基于32B大模型多源能力驱动，按照操作任务拆分、操作任务识别、设备校验、设备信息查询、相关设备查询、生成操作步骤、合并操作步骤七步实现智能化倒闸操作拟票。

人工智能大模型变电站操作票辅助拟票工具通过语义理解模型对操作任务进行精细化拆解，识别关键设备信息和操作要求。随后，基于设备拓扑关系图谱进行多维度校验，包括设备存在性验证、关联设备分析和操作序列合规性评估。系统通过检索增强生成与思维链推理技术，精准检索相关规程要求和历史经验，指导操作步骤的智能化生成，同时基于思维链模拟专业人员的决策路径，确保生成操作票符合规程要求且具备实操可行性。

痛点：

①操作票编写和录入重复性高、耗时长、易出错

②熟练人员一次拟票通常需1小时以上，复杂票据3小时以上

③操作票大部分步骤为固化配套动作，有效步骤仅占约30%

④判定规则与专家经验以自然语言为核心

价值：

• 可切实为一线人员减负 

• 技术可行性高，可优化空间大

• 大语言模型能力高度契合

成功案例：

国网北京电力公司