arXiv cs.MA· Carlos Mart\'in-Abell\'an, Mark Kr\"oll·· 10 小时前AI 评分24
OpenMeter：面向工业智能电表数据的隐私保护自然语言查询多智能体系统
Enabling Privacy-Preserving Natural Language Access to Industrial Smart Meter Data
AI 导读
OpenMeter 是一个模式无关的多智能体系统（MAS），可将自然语言查询翻译为可执行代码和人类可读的洞察，让非技术人员无需 SQL 专业知识即可访问工业智能电表数据，同时避免敏感数据经由云端 LLM 处理。
正文 · AI 翻译
摘要：能源管理官员和电网运营商日益依赖智能电表数据进行异常检测、性能监控和战略决策。然而，从大规模、异构的遥测数据库中提取可操作的洞察需要高级 SQL 和数据工程专业知识，这给非技术人员造成了关键瓶颈。此外，关键能源基础设施固有的严格数据隐私法规和安全约束，往往禁止将敏感的消费者数据经由基于云的大语言模型（LLM）传输。为应对这些挑战，我们提出 OpenMeter，一个与模式无关的多智能体系统（MAS），旨在将自然语言查询转换为可执行代码和人类可读的洞察。该架构通过赋能非专家人员以直观的自然语言对话与复杂数据库交互，降低了日常公用事业运营的技术门槛，将原始遥测数据转化为对常规电网工作流程和战略决策极具价值的工具。在此环境上进行的多场景消融研究表明，完整的多智能体编排在资源受限的本地硬件上展现出最大的观测准确率提升（相比最强的单智能体配置，EX-R 提升 6.1 个百分点）；在前沿规模下，各组件仍有价值，但应有选择地启用，这表明完整编排的成本仅在隐私要求本地执行的场景下才合理。
| 评论： | 9 页，1 幅图，6 张表 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；数据库（cs.DB）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2611.09372 [cs.AI] |
| （或 arXiv:2611.09372v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.09372 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Carlos Martín-Abellán [查看电子邮件]
[v1]
2026 年 11 月 6 日星期五 12:11:34 UTC（22 KB）
来源：arXiv cs.MA · arxiv.org