近年来，电动汽车迎来爆发式的增长，充电行业已经从跑马圈地的投资建设期向精细化运营运维的服务期过渡。根据充电联盟数据，截至2024年10月，全国公共充电终端超339.1万台，同比增长34.3%，随着充电设施的快速发展，对于传统运维存在的“信息孤岛、数据不全、运维成本高、被动运维”等问题也逐渐显露，难以满足充电网设备的智能化运维需求。
如何提升用户的充电体验，保障客户的投资收益，推动国家电动汽车事业的发展，成为充电运营商当前及以后持续考虑的问题。在此情景下元一加电平台智能运维大模型，以大模型驱动预测性运维和设备智控管理，为充电行业提供强有力的技术支撑和数据驱动能力。
智能化决策系统：包含以大模型为支撑来构建自动决策，以数字化驱动来实现运维过程中人机物料的协同。
充电网设备智能运维大模型作为一种先进技术的代表，要想发挥其巨大的能力，需要有不同的算法系统支撑。元一加电平台在充电设备层，有分布式充电网络和海量智能传感设备；在通信交互层，有支持多种协议接入、支持不同类型设备快速接入的物联网网关层；在技术研发层，有先进的大数据处理平台，一站式大模型服务开发平台；在应用管理层，有丰富的应用场景，及成熟运维体系。元一加电通过将数据、算法、算力整合构建运维大模型，以大模型驱动整个数字化运维体系的高效运转，从而达成降本增效的目标。
回归到运维的本质，运维服务的目标是有效解决意外停机、设备故障等日常及突发问题，确保系统的稳定、安全、高效以及可靠，延长设备使用寿命。而智能运维大模型不止停留在理论研究，更致力于为充电运营商和新能源行业带来的实际应用价值。
1、无感运维，运营零损失
元一加电平台每一笔工单，通常都需要多个模型参与经过流程化的编排才能形成有效的作业。首先，大模型提前对故障进行预测，将结果反馈给诊断模型，诊断模型基于知识库里面的语义理解给出诊断结论，同时将结论反馈给决策模型。决策模型通过复杂的计算，最后给出完整的解决方案。
如果是软件故障，会生成“自动运维”工单，其中处理策略包括固件版本升级、 固件系统重启及参数配置优化等；如果是硬件故障，会自动生成维修工单，通知运维人员按时进场维修。整个过程中基于决策模型的自主决策和居中调度，通过整个流程的闭环管理，实现无感运维，达到“场站运营的零损失”的目标。2、全局优化、系统消除可靠性短板
元一加电平台大模型相比传统模型的核心优势在于它拥有强大的关联分析能力和方法推理能力。在系统中，每晚都会有大量的计算任务对设备运行状况进行多维度的复盘，生成详细的诊断报告，类似人类体检。这些诊断报告一方面对故障提前预警，另一方面可以量化估算出对其它设备影响的参数。因此，基于这种关联可量化分析的指标数据，可以指导系统进行全局优化，从而达成消除系统可靠性短板目标，使系统使用寿命延长30%。
3、全流程数字驱动，免除线下运维需求
在元一加电平台系统中，除了依据设备运行维修数据建立的大模型以外，现实场景中还存在着因为外部因素而导致的设备故障，比如设备被撞等突发状况。基于此，运维大模型实现与视觉大模型的协同集成，视觉大模型的数据主要来源于场站安防摄像头采集的视频流。当视觉大模型监测到异常时，运维决策模型会自动触发针对多部门不同角色的预警机制，比如：通知安监现场定损，通知运维进场维修，通知运营调整运营策略等，通过多系统与多部门的协同，来保障尽量减少故障停机时间。4、一体化解决方案，延长设备寿命
在充电网领域，元一加电提供软硬一体化的解决方案，基于设备的质量评估模型，调度系统会在每周的周末、每月的月末自动启动质量复盘流程，对不同的设备进行质量评估计算，识别出典型的故障与根因，将生成的质量评估报告自动推送至设备研发中心，为产品的改进升级及下一代新产品的策划提供可量化的数据支撑。通过持续的循环迭代，为持续提升产品的质量和使用寿命提供保障。
元一加电平台智能运维大模型的运行，可以实现产品运行质量提升了20%，工单的处理效率提升200%，故障自修复比例提升30%，场站运维成本降低60%，在运维效率和成本上的优化，一定程度上解决了充电站事后盈利的难题。
未来，元一加电将持续完善充电设施智能运维技术体系，加快全网充电设施的改造升级，优化服务管理体系，持续实现充电运维的降本增效。
