人工智能将成为电网和泛在电力物联网建设发展的重要方向

作者: AET电子技术应用 2019-12-11 10:35:07

人工智能将成为电网和泛在电力物联网建设发展的重要方向

当前,在移动互联网、大数据、超级计算等新理论新技术和经济社会发展需求的共同驱动下,人工智能正迅速发展,渗透进各个行业,深刻改变着人们的生产生活方式。

人工智能技术作为新一轮产业变革的驱动力和经济发展的新引擎,将带动各行业形成智能化新需求,催生一大批智能化新技术、新产品、新产业,推动社会从数字化、网络化向智能化飞跃。伴随着近些年的实践,人工智能技术与电网的融合擦出了哪些火花?在促进企业数字化转型过程中,人工智能又将发挥什么作用?

人工智能是泛在电力物联网建设的重要技术支撑

党中央、国务院高度重视人工智能技术的发展。2017年7月,国务院印发《新一代人工智能发展规划》,提出以提升新一代人工智能科技创新能力为主攻方向,构建开放协同的人工智能科技创新体系。今年8月,科技部发布《国家新一代人工智能开放创新平台建设工作指引》,并于近日公布了最新一批平台名单,促进人工智能技术成果的扩散与转化应用,使人工智能成为驱动实体经济建设和社会事业发展的新引擎。

如今,能源电力领域正从传统的产、供、销单向传输链条向多元互联平台转变,电力系统逐渐呈现出开放性、不确定和复杂化等特点,电网逐步演变为源网荷储等多重因素随机、时空不确定的新型网络。国家发展改革委、国家能源局制定的《电力发展“十三五”规划》中明确提出,推进“互联网+”智能电网建设,全力提升电力系统的智能化水平,提高电网接纳和优化配置多种能源的能力。

泛在电力物联网就是充分应用移动互联、人工智能等现代信息技术、先进通信技术,实现电力系统各个环节万物互联、人机交互。在泛在电力物联网建设过程中,存在大量对基于人工智能语音识别、图像识别、深度学习等技术的需求。正因如此,人工智能基础支撑能力建设被列入泛在电力物联网2019年建设任务。基于数据驱动的电力人工智能技术将发挥越来越重要的作用,并将成为电网发展的重要方向和泛在电力物联网建设的技术支撑。

人工智能将成为电网和泛在电力物联网建设发展的重要方向

提升算力搭建平台,更好地发挥人工智能优势

电力行业目前已围绕电网智能运检、运行控制、企业管理和用电服务等领域开展人工智能自主创新。如何更好地发挥人工智能优势,为泛在电力物联网建设添薪?这对企业自身提出了新的要求。

电力系统存在海量业务数据。人工智能算法模型对计算资源的要求较高。要满足这一要求,就需要搭建高性能计算中心,强化基础设施层的存储和计算能力。例如,扩展弹性计算(ECS)、对象存储(OSS)、负载均衡(SLB)等基础服务组件可提供大规模、虚拟化、高可靠和可伸缩的基础资源服务,使企业能够按照任务计算需求,实时分配所需计算资源,开展智能化算力资源调度。

电力业务数据形式不一,业务场景复杂多样。若各单位、各专业自行开发人工智能产品,力量分散,难以形成核心竞争力。应当通过建立健全的数据共享机制,构建覆盖能源电力全链条业务的数据统一管理及标注标准体系,提升人工智能在电力各业务场景的应用效率。围绕人工智能技术打造数据标准化管理标注平台,实现全业务范围、全数据类型、全时间维度数据的统一管理、预处理及标注,再针对不同类型的业务数据进行专业化、标准化、精细化标注,可以提高人工智能算法的准确性,充分发挥数据价值。

人工智能平台可以成为泛在电力物联网的“智能中枢”,为电力业务应用提供图像识别、语音识别、人脸识别、光学字符识别(OCR)、知识图谱等能力支持及边缘计算能力,实现万物互联、智能感知。企业可依托人工智能平台开展前端业务快速创新,提升数据价值挖掘沉淀和创新应用能力,让运营更高效、更智能,助力企业实现数字化、智慧化转型。

人工智能要想真正发挥赋能作用,最终需要扎实的落地和应用。面向泛在电力物联网的人工智能产品也离不开电力AI生态圈的形成。建立起包含优秀科研单位、产业集团、电力企业的合作创新联盟,形成跨人工智能硬件、算法、技术、应用、服务的完整生态系统,才能更好地促进人工智能技术成果的转化和推广应用,深入推进坚强智能电网和泛在电力物联网的融合。

结合人工智能技术发展趋势、产业发展现状、电力系统和企业经营管理领域的应用场景需求,国网信息通信产业集团有限公司依托国家电网有限公司“电力系统人工智能联合实验室”“杨善林院士工作站”等资源,梳理形成人工智能业务产品体系,并与高校、外部企业等开展合作,共同打造人工智能领域良好发展生态。

依托统一的AI能力开放平台及平台沉淀的电力语音库、图形图像库、知识库和算法库,该集团构建了智巡(智能巡检)、智服(智慧客服)、智策(智能决策)3个产品系列,形成了输变电巡检识别分析系统、安全生产风险管控平台、智慧客服、智能防误操作平台、营业厅服务机器人等多款成熟的人工智能产品。

其中,输变电巡检识别分析系统采集巡检作业过程中的图像数据,进行智能化缺陷检测识别,提升电力巡检工作效率,实现人工巡检向全面人工智能识别分析诊断转变。安全生产风险管控平台则可实现输电、变电、配电、基建等多种高风险作业场景下人员、设备、工器具、环境等风险的识别、管控和处置,提供实时可视、自动巡视、智能研判、高效管控的作业现场安全监管服务。

从发电、输电、变电、配电到用电,人工智能技术将为电网多领域的业务应用提供基础资源、算法及服务能力的有效支撑,最大限度地提高电网精益化运行水平,全力支撑泛在电力物联网建设。

人工智能 AI 电网
上一篇:百度地图发布新一代人工智能地图生态全景 打造智能化位置服务平台 下一篇:人工智能市场的需求与应用
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载