該導則為電力企業提供了電力人工智能平臺建設架構和算法模型評價的方法與指標依據，可幫助電力企業清晰地了解自身現狀，指導電力人工智能平臺的規劃、設計、開發、運維和算法模型應用，從而降低成本，提升電力企業生產效益。

1.標準起草單位及主要起草人

起草單位：國網信息通信產業集團有限公司、福建億榕信息技術有限公司、北京國網信通埃森哲信息技術有限公司、國網重慶市電力公司電力科學研究院、四川大學、安徽繼遠軟件有限公司、四川中電啟明星信息技術有限公司、國網重慶市電力公司、中國電力科學研究院有限公司、國網四川省電力公司、重慶大學、國家電網有限公司大數據中心。

主要起草人：李強、趙峰、邱鎮、劉迪、莊莉、李炳森、廖逍、黃曉光、劉永清、謝可、向輝、譚洪恩、呂躍春、張凌浩、蘇少春、楊迎春、周孔均、王曉東、鐘加勇、彭艦、王秋琳、黃飛虎、王金策等。

2.標準編制背景

隨著電力人工智能標準驗證項目規范標準體系的建設，以及人工智能算法模型服務優化與擴展、基礎功能擴展和模型管控能力提升需求，針對平臺樣本庫標注不夠智能，導致樣本標注量不足影響算法模型成果識別準確率等問題，需增加樣本數據智能化標注功能，加深平臺總體框架建設，更加準確高效率地開展業務功能同時有效降低成本模型管控功能提升，也可增強人工智能平臺數據處理功能，優化電力智能電網建設。

其次，隨著樣本庫、模型庫規模化推進，現有功能也無法滿足用戶對樣本庫、模型庫的智能檢索和利用，需增加樣本庫與模型庫的兩極聯動及規模化管理功能，支撐“兩庫”的共享運營機制，實現全面賦能業務應用智能化提升。人工智能平臺在數據處理、模型管控、平臺基礎功能等方面已具備初步成效，形成了“數據-算法-模型-服務”閉環。還需增加模型訓練模塊，建立數據到模型的橋梁，提升平臺對業務的全面泛化能力。

新時期，為提升企業管理和用戶服務水平方面對人工智能技術提出了更高的要求，人工智能平臺需深化語音識別、人臉識別、知識圖譜、OCR等人工智能技術在運檢、安監等領域的典型應用試點建設。

3.標準主要內容

從內容上來看，該標準主要包含以下幾個部分：

（1）范圍

本標準規定了電力人工智能平臺建設架構、技術要求以及規定了電力人工智能算法模型在共享應用中所涉及的文件、描述文檔和使用方式的基本要求。

本標準適用于電力人工智能平臺的規劃、設計、開發、運維和算法模型應用。

（2）規范性引用文件

本標準主要引用的文件主要包括：

• GB/T 1.1—2020 標準化工作導則 第1部分：標準的結構和編寫
• GB/T 5271.1—2000 信息技術 詞匯 第1部分：基本術語
• GB/T 5271.28—2001 信息技術 詞匯 第28部分：人工智能基本概念與專家系統
• GB/T 5271.29—2006 信息技術 詞匯 第29部分：人工智能語音識別與合成
• GB/T 5271.31—2006 信息技術 詞匯 第31部分：人工智能機器學習
• GB/T 5271.34—2006 信息技術 詞匯 第34部分：人工智能神經網絡
• DA/T 77-2019 紙質檔案數字復制件光學字符識別OCR工作規范
• TAF—WG7—AS0043—V1.0.0:2019 智能產品語音識別測評方法

（3）術語及定義

主要包括電力人工智能樣本數據、模型能力、模型評價要素以及專業技術要素的定義。

（4）縮略語

主要包括適用于本標準的縮略語。

（5）架構要求

包括總體架構、技術架構、數據架構要求。

（6）技術要求

包括功能要求、性能要求、安全要求、硬件要求。

（7）算法模型共享要求

包括算法模型文件和算法模型描述文件要求。

4.標準制定效益

該標準規范了電力人工智能平臺總體架構及技術要求，該標準效益主要體現在：

（1）整體提升電網安全穩定運行與控制、輸變電技術、配用電技術等方面的智能化水平；

（2）規范面向電網業務領域的電力人工智能平臺建設架構，對外樹口碑，展形象，為公司品牌價值增值增效；

（3）規范模型驗證評價流程，促進模型服務質量提升，提升電力業務人工智能技術應用水平，提高企業管理生產效率，降低人工成本。