廣東電網公司人工智能工程建設L導小組 2023 年度D一次會議中強調，在網公司人工智能工程生態下開展場景建設工作，統一技術路線，優化數據供給機制。《廣東電網有限責任公司人工智能工程建設方案》確定重點圍繞管理賦能體系構建、G質量樣本供給及算法賦能提升等工作任務開展人工智能工程建設的工作方針，形成 6 大業務域 11 個場景能力群建設計劃，安監域人工智能示范場景建設工作開始啟動。江門局作為現場作業人員違章智能識別場景組長單位，圍繞樣本標注、模型開發、推廣應用等核心任務，依托公司技術架構，開展數字安全監盤人視覺類算法、數據分析類算法及智能硬件研發工作。

南方電網數字〔2024〕17 號文“大瓦特”推廣應用工作方案要求，強化大瓦特業務域模型（L1）,豐富大瓦特場景模型（L2）,發布大瓦特系列產品,塑造“大瓦特”品牌形象,開展作業風險管控應用示范工程建設。推動“大瓦特”在應急指揮決策管理場景落地應用，實現風險實時識別和預警，提升應急響應及時性。廣東電網承接了網公司安監域 1+N 作業風險管控應用大瓦特示范場景建設任務，將相關工作與安監域相關建設基礎進行承接結合，持續深化人工智能在安監域的業務場景應用。

基于公司大瓦特生態技術體系，推動安全監管模式再變革 1 大核心愿景，細化 2 大核心目標，依托大瓦特 L0 電力基礎大模型、電網人工智能樣本標注基地、“數字安全監盤人”功能L先為 3 大核心基礎，構建疑 似違章識別、關鍵工序識別、作業智能數據分析等 3 大核心功能的人工智能推動安監模式變革建設“1234”總體框架。

1)業務人員與 AI 算法的人機協同工作模式

通過視頻類算法開展現場違章識別，大數據算法對兩票數據開展分析，實現了作業前風險管控、作業中現場監督及作業后審計的全方位智能監督體系。識別結果推送至值班人員作二次人工核實處理，初步在業務層面建立了業務人員與 AI 算法的人機協同工作模式。

2)作業前大數據分析與邊緣硬件升級

數字安全監盤人將人工智能賦能現場作業安全管控全過程，在利用視覺類智能識別技術賦能“作業中”（作業行為）核心環節的基礎上，應用大數據分析算法賦能“作業前”“作業后”兩個環節。（14 項作業前+6 項作業后大數據算法）。此外，利用邊緣計算技術，在移動視頻終端投放多套算法模型，使其具備自動識別并跟蹤重要目標的功能（自動變焦、抗干擾）。

《現場作業違章扣分通用條款》有關 200 項條款中，可以視頻識別的作業行為類型是 20 項。

基于人工智能 4.0 平臺提供算力支持，針對智慧安監實時攝像數據，實現“實時視頻 10s/幀（江門局已試點完成 5s/幀）+歷史視頻 5s/幀”視頻識別能力。相關算法現已在智慧安監系統上線 20 項，現場作業視頻類違章識別覆蓋率達 100%。

自今年 1 月份以來，“數字安全監盤人”已幫助有關地市局發現了多起嚴重違章，如：幫助珠三角某地市局發現了桿塔上作業有人調整拉線（A 類）、G處作業不系安全帶（A 類）、故意躲避視頻（B 類）等違章；幫助粵東某地市局、粵西某地市局發現了電氣操作不戴J緣手套(B 類)等違章；幫助粵東某地市局、粵北某地市局發現了故意躲避視頻監督等違章。

廣東電網安監域人工智能示范場景的推廣應用大幅減輕安監域監盤人員工作量。以G處作業關鍵工序為例，推廣“數字安全監盤人”后，平臺可以智能識別含登G作業關鍵工序的作業行為圖片，地市局作業監控中心僅需 1 名值班人員每日花費 30 分鐘即完成全部作業有關登G作業關鍵工序的安全監督。而傳統的視頻督查，需 2 名 監盤人員工作時間 8 小時尋找局部的關鍵工序開展監督。