《電力系統的大語言模型微調數據準備規(guī)范》編制說明

（征求意見稿）

一、工作簡況

1主要工作過程

起草（草案、調研）階段：

國網信息通信產業(yè)集團有限公司于2023年9月成立了標準編制工作起草小

組，組織標準編制組織工作。標準編制工作起草小組在2023年10月積極組織籌

備和征集標準起草單位，成立標準起草工作組。

標準起草工作組制定了標準編制工作計劃、編寫大綱，明確任務分工及各階

段進度時間。同時，標準起草工作組成員認真學習了GB/T1.1—2020《標準化

工作導則第1部分：標準的結構和編寫規(guī)則》，GB/T20000.2—2009《標準化工

作指南第2部分：采用國際標準的規(guī)則》，結合標準制定工作程序的各個環(huán)節(jié)，

進行了探討和研究。

標準立項階段：標準立項階段：2023年11月，在北京召開了第一次標準

的專家立項評審會，經中國電工技術學會標準工作委員會專家組審議，批準《電

力系統的大語言模型微調數據準備規(guī)范》標準立項；

2主要參加單位和起草工作組成員及其所做的工作

本標準由國網信息通信產業(yè)集團有限公司、國家電網有限公司大數據中心、

中國電力科學研究院有限公司、國網智能電網研究院有限公司、北京國網信通埃

森哲信息技術有限公司、四川中電啟明星信息技術有限公司、國網福建省電力有

限公司共同負責起草。

主要成員：李強、趙峰、趙永生、邱鎮(zhèn)、陳振宇、李博、劉識、李炳森、黃

曉光、秦余、王曉東、張琳瑜、張國梁、劉園園、崔迎寶、王興濤、盧大瑋、吳

迪、趙如意、宋衛(wèi)平、楊帆、高攀、王紅蕾、董梅、李歡歡、徐小云、葉林峰、

趙林林、王譽博、李揚笛、楊彥、林晨翔等人。

所做的工作：標準編寫組收集了電力系統中大語言模型應用以及數據準備

等方面的相關材料，通過對比整理分析，確定了標準主要技術內容，主要由國網

信息通信產業(yè)集團有限公司牽頭完成標準初稿編制，其他參與單位配合編制，并

負責收集相關資料、提出建議。

二、標準編制原則和主要內容

1、標準編制原則

本標準按照GB/T1.1－2020《標準化工作導則第1部分：標準化文件的結

構與起草規(guī)則》的編寫原則制定，定位為團體標準是對國家標準的補充，與相關

技術領域的國家現行法律、法規(guī)、規(guī)章、政策及相關標準保持一致。

本標準遵循科學性、先進性、經濟性，堅持實事求是，以符合標準化工作導

則，綜合國內外經驗、公平公正公開、實際可操作、可復制可驗證、綜合考慮技

術安全倫理要求，制定了《電力系統的大語言模型微調數據準備規(guī)范》，以電力

系統的大語言模型技術和豐富的數據處理經驗為基礎，遵守國家有關法律法規(guī)，

符合團體標準要求，目的在于規(guī)范在大語言模型訓練中的數據處理過程，以保證

數據的可用性、一致性和可追溯性。

2、標準主要內容

本標準正文內容分為八個章節(jié)，第一章是本標準的適用范圍、第二章是規(guī)范

性引用文件、第三章是術語和定義、第四章是縮略語、第五章是總則

第六章是數據準備要求，主要從數據來源、數據多樣性與數據質量三個方面

介紹對數據收集過程進行相關的規(guī)范性要求，確保大語言模型微調技術應用過程

中訓練數據符合要求。

第七章是數據準備規(guī)范，主要對電力系統中大語言模型的數據準備過程中的

關鍵性步驟進行規(guī)范性要求。

第八章是大語言模型微調數據準備流程規(guī)范，主要規(guī)范了在電力系統中通用

的大語言模型微調數據準備流程的相應要求。

3、主要技術差異

本標準為新制度標準，無主要技術差異。

4、解決的主要問題

針對目前電力系統中大語言模型技術應用相關的業(yè)務場景，主要解決如何有

效地采集和清洗與電力系統相關的數據，包括數據來源的選擇和數據質量的評估；

定義必要的數據標簽和注釋，以確保模型了解電力系統領域的相關概念和關系；

規(guī)定數據的格式和結構，以適應大語言模型的微調需求，包括數據的輸入和輸出

格式；確定數據的安全存儲方式，并定義數據共享政策，以確保數據的合規(guī)和安

全性。

三、主要試驗（或驗證）情況

《電力系統的大語言模型微調數據準備規(guī)范》的主要試驗情況包括場景化驗

證、數據質量驗證、微調模型性能驗證、可信度驗證和安全性驗證。這些試驗旨

在驗證電力系統中大語言模型微調過程中數據準備在特定場景下的數據可用性、

一致性和可追溯性，通過嚴格的驗證和評價流程，提供可靠的基于實際需求的驗

證和評價體系，確保大語言模型在電力系統中的應用具備準確性、可信度和安全

性，并為推廣和應用大語言模型提供堅實的數據基礎。

四、標準中涉及專利的情況

本標準不涉及專利問題。

五、預期達到的社會效益、對產業(yè)發(fā)展的作用等情況

電力系統是一個復雜的系統，準確預測和優(yōu)化能夠對能源供應和消費產生深

遠的影響。通過大型語言模型的微調，可以提高對電力系統中各種情況的預測和

優(yōu)化能力，從而降低能源浪費，提高效率。大型語言模型的微調能夠為電力系統

的運營和管理提供更智能的決策支持，解決電力系統中很多場景問題，包括預測

負荷需求、優(yōu)化能源分配、改善供電穩(wěn)定性等方面，有助于管理者做出更明智、

更基于數據的決策。對電力系統的大型語言模型微調需要涉及大量的數據和技術，

將促進相關領域的技術創(chuàng)新和發(fā)展。通過更好地理解和利用數據，可以推動電力

系統相關技術的進步，從而推動整個產業(yè)的發(fā)展。

六、與國際、國外對比情況

未檢索到國際同類標準。

七、在標準體系中的位置，與現行相關法律、法規(guī)、規(guī)章及相關標準，特

別是強制性標準的協調性

本標準與相關技術領域的國家現行法律、法規(guī)和政策保持一致。

八、重大分歧意見的處理經過和依據

標準編制過程中充分征集了專家意見，所有意見均按照標準編制程序進行了

是否采納，不存在重大分歧