双模融合架构协同赋能：人工智能在电力总图设计中的应用策略探索.docxVIP

双模融合架构协同赋能：人工智能在电力总图设计中的应用策略探索

【摘要】针对电力总图设计综合性强、修改联动频繁、经验依赖度高等特点，文章提出“双模融合”协同赋能架构，将生成式AI与决策式AI有机整合。生成式AI以“双引擎”为核心，即生成对抗网络GAN与图神经网络GNN作为设计生成的基础，并辅以“四轮驱动”实施路径，分别从图、文本、规程规范及经验规则出发实现图纸的智能生成；决策式AI以“双核驱动”为核心，即以数据感知核与逻辑决策核协同完成数据输入和决策依据输出，并选用“四挡适配”主流算法，依托决策树、随机森林、遗传算法、支持向量机算法，支撑厂址比选、总平面、竖向及管线设施布置方案优化。本研究为AI技术在电力总图设计中的应用开发提供了兼具理论前瞻性与实践指导性的创新框架与可行路径。

【关键词】生成式AI;决策式AI;生成对抗网络GAN;图神经网络GNN;电力总图设计

1引言

人工智能AI的迅猛发展已为工程设计众多领域带来深刻变革。然而，在电力总图设计这一综合性较强的专业领域，AI技术的系统性应用仍处于起步阶段。电力总图专业具有三大突出特点：其一，综合性输入资料繁多，多源信息整合难度大[1];其二，方案修改具有联动性与高频性，工艺专业资料的微小变更可能引发总平面、竖向及管线综合设计的连锁调整；其三，设计成果与决策过程具有较强的经验依赖性，导致设计标准难以量化、优秀经验难以复刻。

基于上述