设备智能运维 AI 日报

第一财经 10 月 1 日报道，今年 4 月国家电网内部印发《2026 年具身智能发展规划》，计划采购 8500 台具身智能设备、总投资约 68 亿元，包括 5000 台四足机器狗、500 台人形带电作业机器人和 3000 台双臂巡检机器人——这是迄今公开最大规模的运维机器人采购计划。9 月 22 日，南方电网与宇树科技签署战略合作框架协议，提出“技术共研、场景共建、标准共立、产创共融”，把电网角色从单纯的产品使用者推向技术研发和产品定义的前端。

应用侧同步提速：国庆保电期间，国家电网部署 1.21 万支应急抢修队伍，规模化运用无人机、机器狗与 AI 智能研判；国网湖北“小卫扫雷”输电通道 AI 研判工具接入全省 7 万余台监控设备，24 小时自动识别八类风险，节前完成 3460 余档重要区段隐患排查。华北电力大学王永利指出，电力行业同时具备高价值任务、持续训练环境、规模复制能力三大商业化落地条件，有望率先把“能演示”变成“能长期生产”。

原文链接：https://www.163.com/dy/article/L859ORG805567I2C.html

9 月 29 日，日照钢铁披露其首个大模型应用——设备管理大模型正式上线运行，实现公司数据治理资产在智能应用中的首次规模化落地，标志着大模型建设从技术探索迈入业务应用新阶段。系统基于本地化部署的 DeepSeek 大模型构建，覆盖模型服务、知识治理、数据接入、工具调用、流程编排与应用运行，让核心数据在企业内部安全流转。

项目汇聚 20 余万条设备数据，应用 20 余项数据治理成果，打通 30 余个业务与数据接口，对设备台账、技术标准、点检隐患、检修记录、事故案例和备件物料统一梳理、口径核验并构建设备领域知识图谱。业务单位把这套应用概括为“老专家”与“小秘书”：前者让员工用自然语言即可获得有据可查的专业回答；后者按计划取数、生成报告、主动推送提醒。首期已形成 20 余项智能应用功能，通过百余个业务工作流嵌入设备管理日常工作。

原文链接：https://so.html5.qq.com/page/real/search_news?docid=70000021_8896abc5c9b92752

国家第三批“沙戈荒”大型风电光伏基地项目——华能岭东二期 100 万千瓦风电基地正式进入无人值守试运行阶段。该基地采用的“华能睿驭”新能源无人值守系统由华能蒙东公司与华能清能院联合开发，通过风电大模型和群智协同算法，首次实现对风电基地全局态势的自主认知、多设备联动控制与协同优化，设备隐患预警、故障研判全流程前置处置，关键巡检环节无人到场干预。

技术架构分三层：核心算法上建成行业首个风电大基地自主认知大模型，首次研发风电行业智能巡检设备交叉识别和群智协同调控系统；感知体系依托“北斗+5G 物联网”时空信息基座，打造空地一体、全域覆盖的数字化无人巡检体系；管控平台实现全场站态势一屏统揽和跨场站一体化智慧管控。试运行后较同等规模传统人工场站节省运维人员 30 人，覆盖全站 27000 个巡检点位，较人工巡检节约巡检时长 3412 小时。

原文链接：https://www.cpem.org.cn/list123/119736.html

9 月 22-25 日，全球轨道交通展会 InnoTrans 2026 在柏林举行，华为发布 Intelligent RAIL 2.0 新代际，面向全球轨道行业提供 20 个场景化解决方案，围绕建设、客货运输和设施装备运维三大核心领域的价值场景，由华为专注通信和数字化平台、伙伴专注行业应用，以模块化可组合方式交付。华为轨道智慧化军团总裁左萌指出，设备维护将面向状态维护及预测性维护演进，基础设施从 GSM-R 向 FRMCS 演进。

UIC（国际铁路联盟）数字系统与创新总监表示，FRMCS 将是铁路运营商构建数字底座的第一步，AI 应用将持续深化并融入铁路核心系统，AI 应用的标准化将变得重要。UITP（国际公共交通运输联盟）同期联合中国城市轨道交通协会发布《AI 驱动的智慧轨道交通》研究报告，显示 AI 方案已在地铁建设、运营和维护等多个系统中部署，提升了运营效率与安全水平。

原文链接：https://www.elecinfo.com/article/22332.html

10 月 1 日起，西武铁道与物理 AI 公司 ugo 株式会社合作，在变电所正式启动物理 AI 机器人 ugo mini 的实证实验。西武铁道沿线的 34 处变电设备等电气设施长期依赖“人到现场”的巡回点检，移动时间成本高；叠加日本生产年龄人口减少，传统“人手依赖型”维护体制难以为继。

实证实验采取双轨目标：一是通过机器人削减前往变电所的移动时间，二是将机器人采集的点检数据持续蓄积并“资产化”，最终推动维护体制从 TBM（按固定周期点检）转向 CBM（基于数字数据、按设备状态在最适时期修缮）。所谓物理 AI，是在传统 AI 的高度判断能力之上，整合机器人等物理身体功能，使设备在识别状况后自主判断、像人一样灵活动作。该实验与西武集团长期战略 2035 的数字化路线绑定，目标是构建可持续的设备维护体制。

原文链接：https://www.seiburailway.jp/file.jsp?id=28593