清华大学学报(自然科学版)

作者：杨晨, 罗一鸣, 许后磊, 夏勇, 张志伟, 林鹏

单位：1. 雅江清洁能源科学技术研究北京有限公司, 北京 100089,2. 清华大学 水利水电工程系, 北京 100084,3. 中国电建集团昆明勘测设计研究院有限公司, 昆明 650032,4. 中国电建集团成都勘测设计研究院有限公司, 成都 610072,5. 清华四川能源互联网研究院智能建造研究所, 成都 610213

关键词：水电工程,智能体,数据共享,工具学习,知识图谱

基金：2023年云南省工程研究中心创新能力建设和提升专项项目,云南省数字水工程技术创新中心项目(202305AK340003),流域梯级水电站物联网信息融合技术、设备与平台研发项目(DJ-HXGG-2022-03),中国电建集团成都勘测设计研究院有限公司科研项目(WRQ202311151)

针对大型水电工程建造过程产生的海量数据常分散于设计、施工和监理等多个业务主体, 数据类型差异大且专业壁垒高(严重制约数据高效共享和流通)等难题, 该文提出一种大型水电工程数据共享智能体构建方法。首先, 提出以数据共享智能体为核心, 可处理水电工程全生命周期结构化、半结构化和非结构化3类数据的共享框架; 其次, 针对上述3类数据, 分别开发时序数据库、知识图谱和文本向量库等外部工具, 构建数据共享智能体; 再次, 提出数据共享智能体工具学习方法, 建立工具学习数据集, 并将标准语言建模目标作为损失函数, 对DeepSeek-R1-Distill-Qwen模型的1.5B和7.0B这2个版本进行微调; 最后, 以某水电工程为例, 围绕环境监测、工程规范和文献书稿等数据构建数据共享智能体, 实现了工程参建各方之间的数据高效共享, 促进了数据价值的挖掘。结果表明：1.5B和7.0B模型微调后, 规划准确率分别提升270%和104%, 任务成功率分别达65.83%和90.83%。该文研究结果有助于充分挖掘和利用数据价值, 为高海拔地区大型水电工程智能建造提供参考。

来源：2026年第4期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2026年第4期