国网山东：基于大语言模型与因果推断的智能运维体系构建方案

2026年4月23日，在“2026电力设备管理大会暨第15届中国电力设备状态检测与故障诊断技术高峰论坛”、“2026电力设备无损检测技术交流会”上，“2026全国电力行业智能运维领跑者评选”结果公布。

国网山东省电力公司威海供电公司、国网山东省电力公司威海市文登区供电公司凭借其“基于大语言模型与因果推断的智能运维体系构建方案”案例，获得“创新应用案例奖”。

（1）基于大语言模型的语义理解与智能决策

工具引入了经运维领域知识微调的大语言模型，能够理解复杂日志的深层语义及业务意图，并构建了智能运维体（AIOps Agent）。它可根据分析结果自动调用API执行诊断或修复，实现了从“智能分析”到“自动巡检”的转变。

（2）基于图神经网络与因果推断的根因分析

通过构建动态运维知识图谱，利用图神经网络（GNN）深度挖掘日志、指标等多维数据。更关键的是，引入因果推断技术区分“伪相关”与“真实因果”，精准定位故障传播路径，大幅提升了诊断准确性。

（3）基于数据编织的统一观测底座

采用数据编织思想构建统一数据平台，动态关联并标准化处理多源数据，形成全域视图。结合深度学习与增量学习，为上层应用提供了实时、可信的数据基础，解决了传统数据孤岛问题。

（1）面向业务体验的评价体系

构建以业务黄金指标（如订单转化率）为导向的运行评价体系，综合多维度数据量化系统对业务的影响。预警时同步告知业务受损范围，辅助运维从业务视角快速决策。

（2）面向成本治理的资源优化

基于时序预测算法，不仅预测容量风险，更成为数字化成本治理（FinOps）引擎。系统可自动推荐弹性伸缩策略或降配建议，并预估优化成本，实现从“被动保障”到“主动精细化运营”的闭环。

（3）面向组织效能的故障知识沉淀

通过人类反馈的强化学习（RLHF），将每次故障的诊断路径和解决方案自动沉淀为可复用的“排障经验库”。新人员可通过自然语言查询获得历史排查步骤，降低对资深专家的依赖。

（1）极致效率

根因定位时间（MTTR）缩短70%，由小时级降至分钟级；错误诊断率降至0.3%，故障处理效率提升65%。

（2）主动预警

健康度量化覆盖率达95%，异常检测准确率提升80%。曾在大促活动中，成功在用户投诉前5分钟自动隔离故障，避免重大事故。

（3）精准优化

运行指标趋势预测准确性达85%以上，误报率控制在5%以内。帮助数据中心延长维护周期2倍，年节省IT成本数百万元。

国网山东省电力公司威海供电公司、国网山东省电力公司威海市文登区供电公司

孙强、范春磊、荣俊兴、陈忠民、张睿、卢媛、李柔霏、迟皓锴、代朝阳、栾森