山东能源集团（简称山能集团）以矿业、高端化工、电力、新能源新材料、高端装备制造、现代物流贸易为主导产业。其中，煤炭产量位居全国煤炭行业第三位，矿井智能化生产水平居行业前列，9处矿井成为首批国家级智能化示范矿井。

山能集团依托盘古大模型建设了集团人工智能训练中心，把盘古矿山大模型全面应用到采、掘、机、运、通、洗选等9大业务系统，具备视觉大模型、图网络大模型、多模态大模型、自然语言大模型等四大能力，探索和发掘煤矿生产领域全场景的人工智能应用，通过技术创新实现“人工智能大规模下矿”，让员工远离井下作业环境，实现“高效、安全、可持续性”的生产运营管理。

支持智能生产模式创新

样本训练效率高

通过云边协同方案，打通集团中心云和矿山边缘云数据，低代码小样本训练，模型自动优化，边用边学，能以更少的数据达到其他模型相同乃至更高的精度；通过云边协同方案，在其AI标杆兴隆庄煤矿的一处训练，全集团共享，未来可复制到集团其他70+矿井。

海量吞吐信息处理

利用无监督训练策略对海量信息（图片数量10亿+，视频信号>100TB）进行归纳抽取训练得到的模型，具备强大视觉表征识别能力。

模型移植能力强

大模型相比小模型有良好的泛化性能，在相似场景上训练的模型可迁移到未进行训练的新场景上，并且可以快速地在新的矿井进行部署和上线应用，无需从零开始大量重复训练。

数据筛选效率高

大模型具有在全新场景实现缺陷样本高效筛选的能力，相对传统小模型训练方式，可以节省85%的标注人力。

模型识别精度高

基于“非正常即异常”识别原则，快速训练生产、安监、决策的L2场景化模型，经同等少量样本训练的情况下，大模型精度高出小模型10%。

提升生产质量效益

如在洗选煤和配煤场景中，相关生产工艺数据输入因素关系复杂，无法完全凭人工经验来确定。大模型通过厂矿实际数据进行建模，协助解决相关参数准确预测和控制的问题，平衡生产质量与成本，提高生产效率和效益。

在洗选煤参数优化场景中，通过图网络大模型构建自主预测分选密度模型和产品灰分预测模型，进行旋流器/全流程控制参数优化，根据系统观测到的灰分比，快速自动调整悬浮液密度以及入口压力等工作参数，实现稳定精煤灰分、提升精煤回收率0.1%～0.2%，帮助山能集团济二煤矿每年多产出8000吨精煤。这个能力推广到全国，可让每个煤矿每年平均多产出2000吨精煤。

在焦化配煤优化场景中，利用图网络技术训练配煤优化模型，可帮助配煤师提升输出配比效率，预计人工耗时可从1-2天缩短到分钟级。

降低安全生产风险

通过盘古矿山大模型和AI应用的视觉识别能力，原恶劣作业环境下每天巡检改为每周巡检一次，节省人力的同时，也改善了巡检人员的作业环境。

在兴隆庄一期项目中，对于危险区域人员入侵识别等场景，大模型识别率达90%以上。基于大模型算法，系统识别精度比传统小模型提高10%。在实际应用中，系统可通过告警提醒，避免潜在危险发展为安全事故，并进一步规范井下人员的作业行为，提升安全意识。

钻孔深度是防冲卸压工程的关键参数之一，是防冲工程管理人工核验的重点。山能集团鲁西矿业李楼煤业基于盘古矿山大模型，实现了防冲卸压施工孔深度智能监管。基于专用摄像仪对施工过程动态监管，现场视频可实现实时上传、智能核验，在孔深不足时及时进行声光数字化告警。系统还可设置施工计划管理、识别结果查询、施工深度核验、施工数量统计等功能，便于工程核验和监管，提高监管时效性与准确性，降低人工核验工作量80%。