2010年震后重建,使得玉树电网新增变电容量39.5万千伏安,新建及改造线路2313公里。快速发展的同时,玉树电网原有数据中心的存储面临升级。通过部署浪潮智能存储AS5300G2,玉树电网将数据采集与监视控制(SCADA)、前置数据采集(FES)等应用的数据运行其上,在可靠性、性能、异构功能上满足需求,使得电网整体故障率下降90%。
运行环境恶劣给玉树电网的稳定运行带来挑战
自然灾害多、网架薄弱,电网运行如何保障?
"十二五"期间,玉树藏族自治州为推进电网改造,加大了对电网的投资,网架结构进一步优化,给玉树经济社会发展提供了可靠电力保障。电网加速升级改造的同时,玉树电网发现,拓展电网数据中心的数据承载能力显得尤为迫切:在电网运行过程中,数据采集与监视控制(SCADA)、前置数据采集(FES)等应用不断积累海量的数据,状态估计、调度员潮流等新增应用也会占用大量的存储空间。玉树电网不仅需要满足现有应用数据存储与处理的需求,还需要提高数据中心的存储扩展性,在控制当前数据中心建设成本的前提下,确保未来的电网应用系统支撑需求。
另外,玉树电网过去的核心业务数据一直处于分散存储状态,跨部门、跨专业业务没有实现工作协同,造成了客户服务短板,数据多头录入,每个口径统计的数据不同,不同系统间的标准和模型定义也不一致,数据需要经过转换才能交换使用。因而迫切需要将分散的数据整合起来,完整地存储电网基础数据,保证不同系统中的数据及时准确的同步,以提高供电可靠性和客户服务水平。
对于玉树电网建设来说,另外一个不容忽视的问题就是运营保障问题,玉树藏族自治州自然灾害频发、电网网架薄弱,运行环境特别恶劣,电网多次发生硬停电重启等故障,工程师几次现场维修,机器仍然不够稳定。另外现场的UPS电源容量不足,机房机柜布线不规范,对电网的安全生产造成很大的威胁。
要满足玉树电网快速发展和安全稳定运行的需要,电网调度一体化建设势在必行,玉树电网拟对玉树调度自动化系统进行改造,使调度系统在规模、功能、性能上满足电网管理要求,承担电网调度运行管理功能,实现主网安全,最大限度对有序供电提供强有力的保障。其中,数据中心的存储系统升级是重中之重。
浪潮智能存储G2,承载电力调度数据
在数据中心的升级改造中,玉树电网对现有数据量和未来数据的增长量进行了科学的评估,最终部署浪潮新一代智能存储AS5300G2, 并将其作为玉树电网数据中心的数据集中存储设备,数据采集与监视控制(SCADA)、前置数据采集(FES)等应用的数据运行其上,提供了高效的数据服务质量。
浪潮智能存储G2平台
浪潮新一代智能存储AS53000G2集成了超过1000个软硬件传感器,具备100多个持续优化的核心算法,提供了智能管理、资源调度等十几个服务模型,具备智能架构、智能运维、智能感知等能力,完全满足玉树电网SCADA、FES等多个应用系统需要的性能。
浪潮智能存储AS53000G2
在扩展性方面,AS5300G2能够无缝接入玉树电网数据中心现有环境,通过透明管理模式,对完全不同的异构存储资源进行集中控制和管理,这不仅满足了玉树电网"十三五"期间建设的性能容量扩展需求,还将原有的分散存储到现在的集中存储AS5300G2智能存储系统中,保证了数据的安全的同时,实现了数据的统一整合,消除了"数据孤岛"。
整体故障率下降90%,降低断电风险
对于电网运行来说,安全是重要的"生命线",然而玉树区域不稳定的自然环境对电网的安全生产造成很大的挑战。为了提升数据中心的整体稳定性,玉树电网对玉树调度自动化OPEN3000系统进行完善,并通过高可靠、高可用的AS5300G2降低故障发生率。AS5300G2能够收集硬盘定制和标准参数、IO响应延迟等信息,可以对疑似故障盘进行上下电的自我修复,避免单盘假故障导致的频繁重构,在应用之后,系统的整体故障率下降了90%以上,因为电网系统故障导致断电的风险降低了3-5倍,为玉树地区的生产与生活用电提供了可靠的保障。
玉树电网信息部门负责人表示:"在浪潮等合作伙伴的帮助下,我们克服了自然环境、网架薄弱等带来的困难,确保玉树调度自动化系统改造达到了预想的成效。其中,AS5300G2在性能、扩展性、稳定性方面发挥突出,给玉树电网数据中心平稳运行提供了坚实基础,给玉树经济社会发展提供了可靠电力保障。"
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
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。
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。
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。