人工智能、云计算、物联 等技术为能源电力行业从数字化到智能化转型提供了强大的驱动力。
据机构调研,2020年中国能源电力数字化市场规模超过2200亿元人民币,能源电力数字化升级约占18%,包括大数据、人工智能、云计算、区块链等技术应用改造。
随着数字化转型、双碳目标、十四五规划和构建新型电力系统等相关指导政策的发布,能源电力智慧化变革正式拉开序幕。目前,人工智能技术在能源电力行业已有应用,但仍然面临诸多挑战与机遇。
在产业转型和双碳目标的大背景下,人工智能落地能源电力行业遇到了哪些新挑战么边缘计算能成为解决这些挑战的关键基础服务+边缘计算技术在行业应用的框架、案例和未来展望有哪些strong>
就这些话题,江行智能联合创始人、CTO樊小毅博士在「量子位·视点」直播中以能源电力行业为例展开了系统阐述。
其次,在很多行业虽然每日产生的数据量非常大,持续时间也非常长,但有效数据却非常少,这就导致对特殊数据的获取困难非常大。同时由于这种协议隔离、设备隔离和安全控制等因素的影响,导致各类数据之间的连通和处理都非常困难,无法对多维度的数据进行融合使用。
此外就是AI推理的时耗,需要保证在人工智能决策的同时,也能满足响应时间的要求,同时实现控制指令的下发和反馈。
最后,成本控制问题,在需要大数据量传输和人工智能训练推理中实现最优解,也就是说对云端和边端的这种计算、存储、带宽的成本进行有效控制。
以上这些都是人工智能技术在实际的工业互联 场景中,包括在能源产业变革中存在的一些困难和阻碍。通过我们在过去这些年,在研发和落地方面积攒的丰富经验,我们可以看到人工智能与边缘计算技术的融合是解决这些阻碍的一个关键。
下面,我就以能源电力行业为例,看AI和边缘计算在该行业中是如何发挥作用的p>
AI+边缘计算在实现“碳中和”目标中的关键作用
在实现碳中和目标的过程中,第一阶段的目标其实是实现碳达峰,也就是碳排放的量达到一个峰值。据相关数据分析,能源行业中的碳排放其实占到总排放量的近75%,主要是化石燃料和煤炭的使用。
这其中电力行业是一个重点,因此国家层面提出了电力系统源 荷储一体化建设和多能互补的战略。
需要综合利用云、云计算、人工智能、边缘计算、大数据、物联 、移动通信、区块链等技术来达成这个战略,建设新型电力系统,拥有包括自学习、自适应、自驱优、自恢复和自组织等特征,最终建成推动双碳目标实现的这样一个综合能源系统。
下面我举一个典型的源 荷储的例子来看一下:
利用云边协同的智能算法,在边侧设备上实现混合机理模型和机器学习的算法推理应用,给出度电成本最优的可调负荷和储能协同调控指令,实现低碳用能。同时,通过碳智能控制器,应用边缘智能算法和区块链技术,可实现精确可信监测各类用能终端的碳排放数据,为开展碳排放趋势分析和碳交易等提供可信的监测数据。
企业智慧化如何借力边缘计算技术
从框架设计和应用落地的角度,我来对企业智慧化过程中如何借力边缘计算技术进行分析:
再次是组装式应用,我们看到在工业互联 领域,因为每套系统的定制化要求非常高,这就会导致在工业场景中出现我们业内所说的烟囱林立现象,比如在电 业务的场景中,需要在人工智能应用的输出上去叠加一层跟OA业务系统的联通,同时又要去做数字孪生的呈现。
从传统的方案上来说,这需要接口对齐、前端开发等等流程上面打通,它耗费的成本是非常高的。但如果有种组合式的应用,可以在业务线上通过少量配置和开发来实现这种需求。我们先把它拆分成基础设施能力、数据能力、分析能力和业务能力4大类,通过边缘原生代码的开发支撑,来实现可配置的AI,快速的部署到业务应用中。
AI+边缘计算的典型应用和未来展望
目前AI+边缘计算,从能源电力领域的风光水火的发电侧,到输电变电配电用电的整个场景,应用落地的场景是非常丰富的。
最后,结合我们的业务经验,聊一下 AI加边缘计算应用的发展方向:
1、工业智能安监:也就是对应用场景中设备状态和人员行为的监测,包括在此基础上衍生出来的各种异构数据进行的合规管理。
2、AI的工程化:包括AI模型开发, AI加边缘计算的自学习方式,可以极大的降低AI的开发门槛,规模化的构建AI应用来满足终端用户的需求。
3、边缘安全:在关系到国计民生的核心领域,边缘设备的安全,边缘数据的安全,都是非常重要的。
4、边缘协同的基础设施:工业级的基础设施,它是可以为各种业务模块提供快速的管理方法的。
5、工业边缘系统:构建自主研发的实时工业边缘系统,需要完成国产化要求,同时提供实时的边缘计算服务,实现实时反馈、辅助决策,直至自主决策。
6、组装式的智能应用:包括最近流行的一些低代码的这样一些设想,可以帮助企业或开发者以低成本的形式来形成各种解决方案。
关于量子位·视点
量子位发起的CEO/CTO系列分享活动,不定期邀请AI创业公司CEO或CTO,分享企业最新战略、最新技术、最新产品,与广大AI从业者、爱好者探讨人工智能的技术理论与产业实践,欢迎大家多多关注~

最后,需要观看直播回放的小伙伴,请戳以下链接或“阅读原文”吧~
回放链接:https://www.bilibili.com/video/BV1ia411h7Gu/
文章知识点与官方知识档案匹配,可进一步学习相关知识OpenCV技能树首页概览11584 人正在系统学习中
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!