基于大语言模型的炼化企业生产应急调度研究
宫雨
杨景政
宋忍
曹馨
中国石油大学(北京)经济管理学院,北京 102249
摘要：炼化企业生产应急调度是保障生产平稳运行的关键手段,也是响应国家节能降碳号召的重要保障.当前的生产应急调度以人工为主,存在人力成本高、依赖知识经验等诸多问题,因此利用人工智能技术辅助或替代人工有着重要意义.研究了基于大语言模型(LLM)的炼化企业生应急调度模型,其中主要包括:①基于LLM的事件抽取模型,借助LLM的上下文学习能力从突发事件文本中抽取关键信息,然后利用事件抽取模型构建炼化企业生产应急调度知识库.②结合LLM和案例推理(CBR)的调度方案生成模型,依据突发事件的装置、具体描述及影响,智能选择针对炼化企业应急调度微调过的LLM或CBR生成调度方案.最后利用某炼化企业实际的《应急调度预案》进行验证,结果表明基于LLM的事件抽取模型能够比较准确地抽取突发事件的关键信息,所生成的调度方案具有较高的质量,验证了应急调度模型的可行性和实用性.
关键词：炼化企业生产应急调度大语言模型案例推理微调
分类号：F416.21(世界工业经济)
资助基金：国家自然科学基金(72274214)中国石油大学(北京)科研基金资助项目(2462023YQTD002)
论文发表日期：2025-09-28
在线出版日期：2025-11-05（本平台首次上网日期，不代表文献的发表时间）
页数：11( 99-109 )
英文信息