华为在2014华为云计算大会的电力行业论坛上,以“创新ICT 点亮全联接电网”为主题,与来自国内的百余名电力行业企业专家、学者积极分享电力建设理念和经验,讨论电力行业未来发展趋势。
华为企业BG行业市场销售部执行副总裁邓羿在电力行业论坛致辞:“今年华为提出“构建更美好的全联接世界”,在电力行业,我们提出的是“构建更美好的全联接电网”,这与“电力流、信息流、业务流三流合一”、“能源互联网”等理念不谋而合,未来的电力一定是互联互动、可感可控、安全可靠的全联接电网,华为已为此做好了准备。”
今年8月,华为在澳洲电力现场峰会首次提出”创新ICT,点亮全联接电网“,就是清晰认识到未来更好的智能电网将是一个建立在ICT基础上的全联接的智能电网。本次论坛主要围绕智能电网的云计算和大数据等领域展开讨论,云计算具有分布式的计算和存储特性,易扩展和管理,特别适合解决智能电网技术带来的一系列新问题。在智能电网技术领域引入云计算,在保证现有电力系统硬件基础设施基本不变的情况下,充分利旧,整合系统内部的计算能力、存储资源、数据资源,从而大幅提高电网的在线分析和实时控制能力。同时,通过充分利用坚强智能电网多元、海量信息的潜在价值,挖掘其背后所蕴含的知识,服务于坚强智能电网生产流程的精细化管理和标准化建设,提高电网调度的智能化和科学决策水平,提升电力系统运行的安全性和经济性。
本次论坛的演讲嘉宾包括来自国家电网、南方电网、中国电科院等电力行业信息化建设先进单位的领导和专家,分享了“南方电网OS2系统关键技术介绍”、“电网企业的云计算探索”、“能源互联网及其信息通信发展”、“基于云计算的信息通信测试仿真平台” “华为电力云计算解决方案”等议题,对云计算在电力系统中的应用展开了探讨和交流。
南方电网电力调度控制中心自动化处主管梁寿愚先生分享了南方电网的一体化电网运行系统,并就下一步规划中调度云技术平台做了展望。传统电力调度系统存在功能分散、信息孤岛、缺乏统一规划、对业务支撑不足等挑战,为了应对这些挑战,南方电网试点建设了一体化、模块化、智能化的一体化电网运行智能系统(OS2),实现跨专业数据整合与跨机构业务融合,具备智能化的运行分析和全面覆盖的专业应用。是在智能电网时代下,实现智慧调控的重要系统。
北京国电通网络技术有限公司副总经理张春光带来了国家电网在云计算建设方面的探索,他认为云计算是信息技术从产品化向服务化的重要转变,也是社会经济集约化发展的必然产物,如同100年前人类用电的进程演变,当时的农场和公司逐渐关闭了自己的发电机,转而从高效的发电厂购买电力,而后电网逐渐演变发展到今天的智能电网。和电网的发展一样,云计算是企业信息化建设一体化、集约化的必然结果,也是电网多业务系统实现统一协同的必由之路。
中国电力科学研究院信息通信测试与仿真研究室高级工程师纪鑫则在论坛上分享了国家电网基于云计算的信息通信测试仿真平台建设,通过建设基于云计算的信息通信测试与仿真平台,建立测试基础设施资源池,实现测试资源共享、集中管理,构建统一测试管理体系,实现测试工作集约化、标准化和自动化。同时为信息通信网络提供更加真实的仿真验证平台及基础环境支撑,为电网智能化建设提供更加科学、公正、客户化的决策依据。 在平台中引入虚拟化、分布式存储、桌面云等先进技术,进一步提高能源管理水平,构建绿色数据中心。
论坛现场气氛热烈,各领域的专家及现场嘉宾形成良好的互动和呼应,彼此借鉴各自在电力行业不同领域的ICT建设经验与思路。与会嘉宾均认可,“云计算“与”大数据“是电网信息化发展的主要趋势,在ICT技术的助力下,电网的智能化建设也必然体现不一样的精彩。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。