高质量数据集典型案例 | 配电网智能规划多模态数据集

　　推荐单位：中国南方电网有限责任公司
　　申报单位：南方电网人工智能科技有限公司
　　一、背景
　　针对配电网规划依赖人工作业、数据壁垒严重、多模态数据协同困难等问题，本案例建立了“标准－技术－流程”三位一体数据集治理体系。通过整合规划文本、拓扑图、时序负荷等7类异构数据，构建了覆盖配电网规划业务全流程的多模态高质量数据集，有效支撑配电网规划大、小模型研发，显著提升南方五省区电网运行安全性、韧性与智能化水平。
　　二、方案和成效
　　一是打造配电网规划数据集建设样板。面向配电网规划全流程，系统梳理业务需求与数据特性，采集并整合来自不同省份和业务系统的多源异构数据，覆盖规划文本、拓扑图等7类数据。在确保业务合规与安全的前提下，建立统一的配电网规划数据标准与管理体系。
　　二是构建智能化数据集治理与增强体系。建立“标准－技术－流程”三位一体数据集治理体系，融合混合智能标注、数据增强、跨模态关联等技术，全面提升数据质量与完整性。通过研发拓扑图自动校验、时序数据对齐、文本语义合规检测等功能模块，使数据可用率达99.2%。
　　三是支撑配电网规划模型高效训练。构建的多模态高质量数据集有力的支撑了负荷预测、网架问题诊断、规划方案生成等配电网规划核心模型的研发，将规划方案生成时间由数天缩短至10分钟，整体规划周期缩短95%，有效支撑配电网规划的快速决策与精准诊断。
　　四是形成可复制推广的行业创新标杆。首创电力行业多模态高质量数据集构建体系，实现数据标注一致性98%、生成方案100%符合行业规范，并推广至南方电网多省公司及其他新能源企业。
　　三、创新点
　　一是建立电力行业多模态数据集治理体系，彰显机制创新。构建业内首创的“标准—技术—流程”治理模式，实现文本、拓扑图、时序数据的跨省协同治理，数据互通率提升至90%，形成行业标杆治理经验。
　　二是研发知识驱动的跨模态增强技术，突出技术创新。通过大模型的语义重构能力自动生成合规规划方案，覆盖28类规划场景；结合电力导则知识库的GAN数据增强方法，确保数据100%符合行业标准，有效突破小样本训练的瓶颈。
　　三是创建数据管家协同运营模式，推动管理创新。构建“规划专家规则库—AI工程师智能建模—数据管家质量管控”的流水线机制，将数据标注一致性提升至98%，推动数据集治理从人工抽检向自动化闭环管理全面转型。