Проект направлен на разработку когнитивного ассистента для диспетчеров энергосистемы, использующего RAG-модуль (Retrieval-Augmented Generation) на базе векторной базы эмбеддингов нормативно-технической документации. Ключевая идея — преодолеть ограничения традиционных систем, где проверка соответствия оперативных действий регламентам требует ручного поиска в нормативной документации и сильно зависит от опыта диспетчера.

Принципы работы:

1. Векторная база знаний: нормативно-техническая документация (правила эксплуатации, регламенты, инструкции, аварийные планы) преобразуется в векторные эмбеддинги и индексируется. Это позволяет выполнять семантический поиск, понимая не просто ключевые слова, а смысл запроса диспетчера.

2. Retrieval-Augmented Generation (RAG): при поступлении запроса система:

- Преобразует его в векторное представление

- Выполняет поиск наиболее релевантных фрагментов документов по семантической близости

- Передает найденные фрагменты в LLM в качестве контекста для генерации ответа

3. Проверка соответствия регламентам (Compliance Evaluation): в отличие от традиционных LLM, которые могут "галлюцинировать" и генерировать неверные ответы, RAG-подход обеспечивает ответы, привязанные к реальной документации. Система может проверять, соответствует ли планируемое оперативное действие (переключение, отключение) установленным правилам и процедурам . Экспериментальные валидации показывают среднюю точность оценки соответствия около 90% на международных наборах нормативных документов.

4. Актуализация знаний без переобучения: при изменении нормативной документации достаточно обновить векторную базу — сама LLM не требует дообучения. Это критически важно для энергетики, где регламенты часто обновляются, а переобучение модели занимает дни и требует значительных вычислительных ресурсов.

5. Повышение интерпретируемости: ответ системы содержит ссылки на конкретные разделы нормативных документов, что позволяет диспетчеру верифицировать выводы и повышает доверие к ассистенту.

Ожидаемый результат: создание интеллектуального помощника, который сокращает время проверки соответствия диспетчерских команд регламентам с минут до секунд, снижает риск ошибочных решений из-за человеческого фактора, обеспечивает работу с актуальной версией документации и предоставляет диспетчеру обоснованные, проверяемые рекомендации. Система может быть интегрирована в существующие диспетчерские пульты, выступая в роли "умного наставника".

На страницу проекта