电力技术协作平台
浙江维思:维思无线,创意无限

浙江维思:维思无线,创意无限

【背景目的】动态增容技术是在输电线路上安装在线监测装置,对导线状态(导线温度、张力、舞动、弧垂等)和气象条件(环境温度、日照、风速等)进行监测,在不突破现行技术规程规定的前提下,根据数学模型计算出导线的最大允许载流量,充分利用线路客观存在的隐性容量,提高输电线路的输送容量。动态增容技术为开源节流、提质增效提供了主要思路,是电力物联网作为赋能坚强智能电网的途径和手段,将成为提升能源电力系统运行效率的关键之举。但要保障线路在增容的情况下安全运行,就必须实时监测输电线路状态,掌握线路运行的相关参数(导线温度、环境温度、风速以及日照强度等),根据线路运行情况进行及时调控,确保线路运行安全。其次,线路沿线环境日趋复杂,外力破坏事故、设备老化等不断发生,输电线路(人工)巡视维护工作量越来越大,但这些手段都缺乏及时性与工作效益,因此采用输电线路在线监测技术是提高线路运行水平的必然趋势。输电线路在线监测是指直接安装在输电线路设备上可实时记录表征设备运行状态特征量的测量、传输和诊断系统,是实现输电线路状态监测、状态检修的重要手段,是提高输电线路运行安全可靠性的有效方法。电力设备大多数的故障一般不会在瞬间发生,通过对输电线路状态监测参数的分析,可及时判断输电线路故障并提出事故预警方案,便于及时采取耐张线夹维护、绝缘子清扫、覆冰线路融冰等措施,降低输电线路事故发生的可能性。浙江维思经过十多年,系统深入的不断总结和分析设备状态所积累的大量诊断数据,制定出各种设备、各种自然灾害的诊断标准和使用导则,已进入真正的状态在线监测阶段。【内容要求】1.案例项目背景介绍随着我国经济的不断发展,全社会对供电可靠性要求不断提高,且近年来城市化快速发展,输电线路外部运行环境日趋复杂,企业内部专业管理更趋精益化等等系列问题摆在输电专业面前。是继续固守传统,还是自力更生解决问题?改革是发展的硬道理。国网公司关于建设智慧输电线路的总体要求,旨在打造具有本质坚强、实时感知、全息互联、自主预警、智能处置等特征的智慧输电线路,构建输电线路数据管理全景化、运行状态透明化、诊断决策智慧化及设备修复高效化的“四化”管理体系。2.案例项目预期成效从试点开展智慧输电线路建设,立足于设备状况、运行特点,以需求为导向、突出创新融合,结合设备及环境的典型特征,从智能巡视、智能操作、智能安全、智能建模、平台建设、标准制度以及运维模式改革7方面作为智慧线路建设内容,打造具备“可观、可感、可测、可智”等特征的智慧输电线路,达到“设备状态一目了然、风险管控一线贯穿、生产操作一键可达、决策指挥一体作战”管控效果。3.案例项目产品要求高可靠支持恶劣天气及1000kV强磁场环境下工作。全部元器件均选用工业级产品,满足低温-40℃、高温+85℃环境下工作。维思传感器经过十多年的电路、工艺和结构的改进,且经过国内权威机构的众多检测,已完全达到贴合现有输电设备的在线监测能力,数据结果符合实际情况,再经过边缘数据融合处理减少了漏查、误报现象,使数据更加真实和全面。低功耗汇聚节点采用超低功耗设计,平均功耗30mW以下,在无日照下仍可持续运行30天以上;部分传感器采用微功耗设计,如无线温度传感器、温湿度传感器等可持续运行长达10年以上;可充电传感器采用太阳能和CT取电方式,如舞动球、交流监测球等。易部署结构件简单易操作,匹配现行输电设备。安全性所有设备加装国密芯片,满足国网通信加密要求。实时性输电线路在线监测技术对设备状态实时监测,不受设备运行情况和时间的限制,可以随时检测设备的运行状态,一旦设备出现缺陷,能及时发现并跟踪检测、处理,对保证电网安全更具意义。接入保障已接入各省市平台多达23个,设备内置国网加密平台接入标准、南网协议、华为平台协议、南瑞平台协议、浙江平台协议、四川平台协议、中国电科院协议、多版本I1协议、101/104协议等,维思总线技术支持快速平台级数据对接。4.企业介绍 浙江维思致力于高效末端信息获取技术的研发,公司专注于物联网技术在智能电网中的推广,应用物联网技术实现发电、输电、变电、配电、用电和调度全产业链的全面状态感知,可为电网智能化提供高可信的状态感知信息,可显著提高电网运维的安全水平,可有效提升运维作业效率和作业质量。5.产品介绍浙江维思始终坚持“质量第一、用户至上”的宗旨。2010年在无锡220kV西泾变投运的452个无线温度传感器,至今稳定运行10年以上,传感器数据全部在线。维思作为智慧线路的开拓者,于2017年4月业内率先实施了±800kV锦苏线、锡泰线、1000kV吴塘线的耐张线夹实时测温项目,截止到2020年4月运行满三年,2284个无线温度传感器全部正常运行。目前已累计在各省网公司输电线路上投运线温监测装置数千套,安装无线温度传感器等监测设备近三十万个。应用成效智慧监测的广泛应用可以极大提升运检工作效率,有效支撑智能运检,实现输电线路的全景信息把握,进而实现运维可视化,变定期检修为状态检修,提高运检效率,提升输电线路可靠性,减少事故和非事故停电时间,有较大的经济效益和社会效益。(1)数据获取频率大幅提升传统500kV线路人工巡视周期约为 1-3 月,国网重要输电通道也仅为每天巡视一次。智慧监测广泛应用后,稳态电流、温度、弧垂等数据可以实现分钟级采集,将数据获取频率由每月一次或每天一次提升至每分钟一次,实现了线路重要数据的实时在线监测。(2)运检效率大幅提升智慧监测可以实现线路重要数据的实时在线监测,大幅减轻了运检人员的工作强度,提升了工作效率。运检人员无需逐段逐塔进行巡视与数据测量,仅需进行选择性人工复核与处理异常情况。初步估计,智慧监测的广泛应用可以减少 1/3-1/2 的运检工作量。(3)传感器与系统高度整合智慧监测实现了多传感器的集成与长寿命整合,安装部署方便,将传统多系统整合为单一系统。统一接入物联管理平台,符合公司“一网一平台”的智能电网建设理念。

泰尔英福打造万物互联的智能世界

泰尔英福打造万物互联的智能世界

泰尔英福助力国网星火·链网骨干节点建设,促进链网协同创新“星火·链网”是在工业和信息化部的指导以及相关国家专项的支持下,由中国信息通信研究院牵头,联合北京航空航天大学、北京邮电大学、中国联通集团等多家单位,设计建设的国家级区块链新型基础设施。“星火·链网”以数字经济为主要场景,以区块链技术为主要解决方案,以网络标识资源为突破口,面向全球提供服务。“星火·链网”系统采用双层架构,国家主链和行业/地域链双层,系统参与方角色包括国家主链超级节点、行业/地域骨干节点、业务节点三类,构成覆盖全国的服务网络,为产业数字化转型提供支撑的同时,进一步推动国家级区块链新型基础设施的建设布局,实现新基建的引擎作用。 星火·链网体系架构“星火·链网”将在数字金融、物联网、智能制造、供应链管理、数字资产交易等多领域提供基于区块链技术的一体化解决方案,降低社会运行信任成本,促进数据生产要素更合理的流动与配置,以服务于经济和社会,为各行各业数字化转型升级带来新的模式,深刻影响和重塑经济金融组织和社会治理模式。2.案例项目预期成效通过建设国网的“星火·链网”能源行业骨干节点,推动国网链升级为行业链并加入“星火·链网”生态体系,完善能源行业基础设施,提供区块链公共服务,实现能源行业上下游企业的链群监管,实现能源行业的协作共享,促进星火·链网+能源行业的生态发展。3.案例项目产品要求本项目建设的能源骨干节点,在保障架构上自主可控的同时,不受可能的外部技术制约,坚持技术开放,扩大骨干节点对于能源行业技术和生态的影响力,推动建立能源行业上下游产业链区块链整体服务能力。具体来说:一.自主可控。架构方面,顶层体系架构对接国家区块链基础设施,在保证与其他节点可互联互通的前提下,能够有效保障能源行业自治理能力;治理方面,网络基础资源(标识以及相关的地址、身份等)规划、分配、管理、回收以及网络基础资源服务系统建设、运行的规则,符合国家法律规定和政策要求。二.开放发展。骨干节点网络并不是一个“封闭”网络,而是在正确处理好开放与自主、安全与发展关系的基础上,坚持开放环境下的创新,依靠技术实力、产业实力的提升来促进能源行业的数字化转型。4. 企业介绍 中国信息通信研究院是工信部直属科研事业单位,定位于“国家高端专业智库,产业创新发展平台”,是国家在信息通信和互联网等新兴科技领域最重要的研究支撑机构。在4G/5G、工业互联网、人工智能、虚拟现实/增强现实(VR/AR)、网络与信息安全等方面进行了深入研究与前瞻布局。北京泰尔英福网络科技有限责任公司成立于2012年,是中国信息通信研究院的全资子公司,是国家高新技术企业和中关村高新技术企业。近年来,北京泰尔英福网络科技有限责任公司紧密围绕国家政策和中国信息通信研究院的工作方向,服务国家战略落地。作为信通院的产业化成果转化平台和工业互联网、区块链等基础设施的技术供应商,泰尔英福面向全产业提供工业互联网标识解析二级节点建设与应用、工业互联网“智能工厂”解决方案,“星火·链网”骨干节点建设及区块链产品与服务。5. 产品介绍 星火·链网骨干节点是国家级基础设施中的产业侧部分,骨干节点通过锚定对接双层链群,对上与主链对接,对下监管区域/行业子链等功能,同时运营维护区域/行业子链上的应用。核心定位在于充分调动产业界积极性,释放产业动能,实现产业聚集,推动国家基础设施切实服务到具体产业,实现新基建的引擎作用。 骨干节点定位骨干节点是“星火·链网”主链资源服务与产业应用相结合的连接器。“星火·链网”是基于许可公有链构建的新型基础设施,分为两层:上层是由超级节点构成的主链,用于管理标识、公共数据或者国家未来提供的其他法定资产和监管;下层是通过骨干节点连接既有的区块链应用,包括行业性或者区域型的各类应用。各类区块链应用通过骨干节点接入“星火·链网”体系,超级节点通过骨干节点实现对于各类应用的监管和治理。骨干节点是“星火·链网”为各类区块链项目及应用赋能的关键设施。“星火·链网”与现有区块链最大的不同是通过标识、国家权威数据及行业标准化能力,实现区块链发展长期未曾实现的跨链互通,从而把不同技术体系的区块链融合成可以互联互通互操作的子链群,既提高区块链在不同场景中的应用能力,又实现对区块链的统一服务和监管。建设骨干节点可以基于国家级基础设施的跨链和资源服务激活行业内或区域内的区块链项目,骨干节点对于现有的任何区块链项目而言,都不是替代或竞争关系,而是提升和赋能关系。6. 应用成效能源行业加入,开创合作共赢,共同发展的新局面星火·链网作为国家新型基础设施,其建设及应用对推动产业数字化转型,具有引领性作用,是实现新基建的重要引擎。能源作为关系国计民生的重要产业,能源行业是工业互联网发展的重要组成部分。能源行业子链的建设,为星火·链网的深入应用提供了能源计量及大数据中心数据共享等落地场景。能源行业加入星火·链网体系,将为二者的发展开创合作共赢,安全持续发展的新局面。丰富行业应用/骨干节点类型,带动星火·链网在其他行业落地能源行业上下游产业众多,涉及企业不计其数,能源行业具体场景在星火·链网开展落地应用,为上下游供应商、电力公司、政府机构等提供了数据共享、信息互通的渠道,加强了这些企业/单位对星火链网的认识,可以促进其他行业的应用落地。推动标识应用,助推工业互联网发展能源行业众多设备及海量数据的标识注册,大大提高了BID标识的注册和解析量。标识在能源行业开展应用,可以加速能源行业数字化转型,助力工业互联网发展。7. 总结与展望2020年8月30日,“星火·链网”在“2020工业互联网大会”上发布,标志着我国区块链与工业互联网协同发展的新型基础设施正式进入到建设阶段。2021年1月13日,工信部印发了《工业互联网创新发展行动计划(2021-2023)》,明确要构建基于标识解析的区块链基础设施。骨干节点作为“星火·链网”的关键构成,将在工业互联网与区块链技术发展的双重浪潮之下成为地方与产业界迎接和拥抱数字经济和智能社会的重大机遇,建议各方加速启动建设骨干节点。

《2021十大人工智能趋势》报告

《2021十大人工智能趋势》报告

2021全球人工智能技术大会在杭州举办,在计算机视觉论坛上,腾讯优图实验室副总经理黄飞跃正式宣布,腾讯优图联合厦门大学人工智能研究院正式发布《2021十大人工智能趋势》(以下简称趋势报告)。该趋势报告基于腾讯优图和厦门大学人工智能研究院长期对人工智能尤其是计算机视觉的研究洞察,提出3D视觉技术、数字内容产业、AI深度学习算法、人工智能内核芯片等方向的前沿预测。趋势报告指出,自动机器学习的自动化程度与可解释性得到进一步提升,AutoML整个体系架构的日趋完善,将推动新一代普适性AutoML平台的建设,并实现机器学习的大众化。过去几年,深度学习所取得的巨大成功离不开大规模标注的数据集,但随着业务规模的不断扩大,数据标注成本成为制约企业降本增效的主要因素之一,无监督、弱监督学习将成为企业降本增效的新利器。大会上,黄飞跃表示,随着算法和硬件能力的不断升级,3D视觉智能技术将推动商业发展和个人消费升级;深度学习迈向多模态融合,边缘计算与人工智能加速融合,AI算法的公平性研究将推动AI应用走向普惠。以下为《2021十大人工智能趋势》详细内容:01 自动机器学习的自动化程度与可解释性得到进一步提升自动机器学习(AutoML)目前已经在多个领域中初步实现对机器学习方法的自动化设计过程,但其仍然存在自动化程度不足,可解释性不强的问题。如神经网络结构搜索(NAS)在一些应用领域中取得了可以与人类机器学习专家可比较的水平,然而现有的NAS方法实际需要基于人工设计的神经网络基础结构。此外,AutoML的自动化过程往往被认为是一种“黑箱”,缺乏可解释性。今后自动化程度及可解释性仍然是AutoML研究的热点问题,通过提高AutoML中的超参数选择,特征表示与机器学习算法的确定和神经网络结构搜索的自动化程度及可解释性,AutoML将实现对机器学习涉及的每个环节的真正的自动化设计过程。AutoML整个体系架构的日趋完善,将推动新一代普适性AutoML平台的建设,并实现机器学习的大众化。02 无监督/弱监督学习逐渐成为企业降本增效新利器在过去的几年中,深度学习所取得的巨大成功离不开大规模标注的数据集。大规模标注的背后,是传统的监督学习对于每一个训练样本完备标签的要求。随着业务规模的不断扩大,越来越多的企业发现数据的标注开始成为抬高交付成本、制约效果提升的主要因素之一。在此背景下,无监督学习和弱监督学习通过不使用标签或减少对标签数量、质量的要求来迅速降低深度模型对于数据的标注需求,使得原本无法利用的数据如今都可以加入到模型的训练中去,进而由量变引发质变。在NLP领域,基于Transformer的无监督训练模型已持续霸榜各种NLP任务数据集;在CV领域,最新的MPL方法也通过额外的无标注数据集首次将ImageNet的Top-1分类准确率提升到了90%+的水平。可以预见的是,将有越来越多的人工智能企业会面临从前期的迅速扩张到稳定期高效化运作的新阶段,而在这个过程中,无监督/弱监督学习无疑将成为他们过渡到这个阶段的重要手段之一。03 3D视觉技术助力产业消费升级,淡化虚实边界作为视觉AI领域多年热点研究方向之一,3D视觉技术的核心任务是对三维空间、物体及环境进行真实还原与重建。随着相关算法与硬件计算能力的不断升级, 3D视觉算法效果得到大幅提升,三维几何重建更加精细,表面纹理重建更加清晰,带来更加逼真的视觉观感。近年来,诸多3D视觉研究成果为低成本高质量的3D内容生成提供了良好技术支撑,基于3D虚拟形象的舞台演出、直播带货、教育互动等应用层出不穷,成为AI内容产业全新发展方向。以此为基础,结合5G时代流量带宽的全面升级,带有交互功能的3D虚拟现实、增强现实、混合现实的3D视觉应用将用户体验向真实与虚拟的完美融合进一步迈进。用户会因为虚拟偶像生动自然的舞台表演进行打赏,会由于虚拟主播“卖力”地带货促销而下单购买,而线上平台则依靠3D视觉技术大大降低内容制作和IP运营成本,最终带来社会商业发展模式与个人消费习惯的颠覆与变革。展望未来,3D视觉技术将持续在包括游戏娱乐、影视制作、电商直播、医疗整形等众多领域广泛应用,虚拟与现实的边界将不断淡化。04 多模态融合加速AI认知升维深度学习在多个人工智能的细分领域(如视觉,自然语言处理等)已日趋成熟化和规模化,然而要真正实现通用人工智能,必然要将这些细分领域各自所针对的信息模态整合利用,即多模态融合。多模态融合的目标是建立在图像、文字、语音等的多模态信息识别的基础上,实现不同模态信息的统一表征框架,从而起到1+1>2的作用。典型的场景之一是通过图文语音联合识别,实现对隐晦和暗示性,招嫖广告,儿童不良表情包等图文混合内容识别,支持审核业务深度打击不良内容。除了图文融合等跨域模态融合,同域内的不同信息维度同样可以融合,如随着深度生成技术的发展,当前的人脸识别除了传统的RGB图外,还需要融合深度图、红外图等信息来更好的防御越来越多元化的人脸伪造攻击,实现更强的人脸防御。随着人工智能认知能力的提升,多模态融合也将会从图文等实质性模态,逐渐拓展到如物理关系,逻辑推断,因果分析等知识性模态,从感知智能迈向认知智能。05人工智能推动数字内容生成向新范式演进随着数字文化产业的蓬勃发展,尤其是二次元文化渗透出圈,数字内容产业面临新一轮的需求升级,伴随着5G商业化进程的不断加深,多元化、精品化的优质数字内容将面临更快的消费节奏,与此同时,供给侧仍存在巨大的产能缺口,数字内容产业正处于劳动密集型向科技密集型的转型阶段。AI与数字内容产业的深度耦合,将有希望为行业释放更大的科技势能,以GPT-3、DALL-E为代表的AI技术,已在文本、语音、图像、视频等内容生成中取得了令人惊艳的结果,然而在精确性、泛化性、合理性方面仍然面临挑战,目前的前沿研究一方面探索从模型结构(自动化搜索等),训练形式(无监督对比学习等)等方面提升精度效果;另一方面引入知识图谱领域知识,向机器介绍常识和其他特定领域的知识进而提升常识推理效果。伴随着技术的持续升级演进,可以预见AI将逐步在数字内容生成领域释放引擎级的影响力,在内容、平台、技术多方合力引导下,构筑数字内容生成新范式。06边缘计算与人工智能加速融合近年来,随着深度学习算法的迅猛发展,计算机视觉、自然语言处理、搜索推荐广告等各种领域的任务性能得到不断刷新。同时,随着边缘智能设备的广泛普及和硬件改进,基于深度学习的人工智能技术在边缘端应用落地成为了可能。然而,在边缘端上部署深度学习模型具有很大的难度。其主要挑战表现在,边缘端等智能设备在计算、存储、功耗等方面有很大的限制。因此,边缘端模型必须满足低计算复杂度、小模型尺寸、低模型功耗等要求。未来将趋向硬件友好型的剪枝加速。根据边缘硬件的CPU类型来设计特定的网络稀疏化模式,适配不同硬件的模型压缩与优化加速技术是未来研究热点趋势。其次,基于自动化的1-bit量化方法有上百倍的理论性能提升,因此也是未来研究热点趋势。07人工智能内核芯片向类脑神经计算方向演进人工智能内核芯片已经成为人工智能时代的关键技术之一,在某些领域中的具体任务上人工智能内核芯片能够实现超越人脑的表现,但针对人工智能内核芯片的研究依然落后于人工智能的发展,人工智能内核芯片无法同时满足多种人工智能算法的加速要求,并且面对各种新型人工智能技术不断涌现的局面,人工智能内核芯片与人脑相比其自我学习能力与可扩展性存在明显不足。未来人工智能内核芯片将在结构上更接近人脑的神经构造,获得类神经计算的能力,通过不断整合最新的人工智能技术,定制型人工智能内核芯片将逐渐演变为通用型人工智能内核芯片,在提高自我学习能力的同时,实现对不同人工智能技术在不同任务上的加速计算,从而推动人工智能内核芯片实现真正的落地。08算法公平性研究推动AI应用走向普惠无偏见由于数据偏差、算法本身缺陷、甚至是人为偏见的存在,现有AI算法普遍存在对于某些特定人群效果不公平的"歧视性现象"。随着AI算法在社会各行业的广泛落地应用,作为辅助人们决策的重要工具,算法的公平性问题正受到越来越多的关注。过去的几年业界已在逐步探索一些针对性的解决方案,包括构建更公正的数据集、算法训练中引入公平性约束损失、提高机器学习算法的可解释性等。但就整体而言,当前公平性研究在精度和公平性的平衡、不同场景的泛化性有效性等问题上正处于方兴未艾的阶段。随着欧盟发布《人工智能白皮书》、《人工智能伦理:问题和倡议》,中国发布《协同落实人工智能治理原则的行动建议》,人工智能的治理正成为一个愈加热门的议题,而算法的公平性正是人工智能治理的关键问题。我们预见算法公平性的研究将持续深化,在人脸识别等最广泛的AI应用领域取得突破,为不同人群带来更加普惠无偏见的效果。09隐私保护AI落地实用帮助算法可持续进化人工智能和机器学习算法的广泛应用,在为人们提供便利的同时,也带来了极大的隐私泄露风险。这种隐私泄露包括用户数据在授权范围以外被处理共享、机器学习算法训练后存在数据记忆等现象。AI算法开发中的数据隐私保护问题受到的关注以及监管日益增长,美国于2020年生效《加利福利亚消费者隐私法案》,中国于2020年公布《个人信息保护法(草案)》。针对机器学习中上述隐私保护问题,研究工作近年来逐步深入走向成熟,发展出了数据匿名化、联邦学习、差分隐私等一系列方法。我们预见能够保护用户数据隐私的更加灵活高效的AI学习方法将在金融、医疗、社交等场景实用化落地,消减用户的隐私担忧,帮助AI算法在场景中可持续地进化。10人工智能技术向安全智能方向迈进随着人工智能技术在各行各业的广泛应用,滥用或恶意破坏人工智能系统将会给社会带来巨大的负面影响。近年来算法后门攻击、对抗样本攻击、模型窃取攻击等针对人工智能算法的攻击技术持续发展,通过篡改构造特殊数据诱骗人工智能应用产生不可信的错误结果,带来了更大的算法安全风险,因此保障人工智能应用安全可靠的需求日渐迫切。未来人工智能技术将向着安全智能方向持续演化,一方面从算法的可解释性入手提升模型的鲁棒性,另一方面化被动为主动,通过主动安全检测机制对各类攻击进行侦测与拦截,最终实现人工智能可用性与可信性双轨并重的现实需求,推动人工智能技术在更广泛领域的安全落地。

数量庞大!中国成长型AI企业研究报告

数量庞大!中国成长型AI企业研究报告

导 读成长型AI企业覆盖的产业领域日趋全面,在许多特定的AI领域,目前已由成长型AI企业引领市场和技术,假以时日,这些成长型AI企业将成为明日之星。日前,德勤、英特尔和深圳人工智能行业协会联合发布《中国成长型AI企业研究报告》。该报告通过对数千家成长型AI企业数据的分析研究,几百家企业的走访以及和近百家优秀企业的深度合作,就中国成长型AI企业的发展特点、投融资变化、发展过程中面临的挑战、不同区域和城市的相关政策和产业现状、生态圈构建、技术发展趋势、以及企业发展建议等进行了全面系统性研究。报告指出,进入21世纪以来,随着数据的爆发式增长,计算能力的大幅度提升和深度学习的发展和成熟,人工智能("AI")迎来了第三次发展浪潮,人工智能技术走向了全面应用,在全球范围内掀起了一场新的产业革命。在中国,发展人工智能已上升为国家战略,并连续多年写入政府工作报告中。得益于社会经济的持续增长、政策和资本的大力驱动、创新力量的持续沉淀,AI产业正在蓬勃发展,并孕育了数千家人工智能相关企业。而成长型AI企业数量占总体比例达九成,是人工智能技术发展,应用创新和产业融合的重要推动力量。研究成长型AI企业对理解人工智能产业的发展现状和发展趋势有着重要意义。核心观点成长型AI企业即将迈上大舞台十四五规划将人工智能列为前沿科技领域的最高优先级,必将推动中国的人工智能产业迎来新一轮的大发展。在全球抗疫的大背景下,抗疫需求为人工智能提供了应用落地的契机和试验场,AI在医疗、城市治理、工业、服务业等领域迅速发展,充分展现了人工智能的应用潜力。与此同时,成长型AI企业迈向更大的舞台,其通过获取投资、AI技术与商业模式创新、加速细分场景落地等方式,不断完善产业链布局,获取了更大的增长空间。北上深占据中国成长型AI企业近“半壁江山”在城市层面,北京、上海和深圳作为京津冀、长三角、珠三角地区的中心城市,有着良好的经济基础和丰富的政策红利,分别带动了三个地区的人工智能产业集群发展,三地占中国成长型AI企业的比重总和为41%。杭州、南京、广州作为高速发展的核心人工智能城市,近年来在技术应用广度、科技发展等方面迅速成长,是我国人工智能城市发展的中坚力量;在人工智能新兴城市中,苏州、重庆和成都发展尤为显着,分别在产业园建设、应用场景扩大和引入科教资源方面发展较快。在区域层面,长三角地区为人工智能企业发展营造的环境相对更优,珠三角借着粤港澳大湾区的重大发展机遇,推进经济社会的“赋智赋能”,实现全面发展;京津翼地区以北京为核心,正在探索人工智能产业的协同发展布局。成长型AI企业当前多采用热门模型与框架在为了降低应用开发门槛与开发风险,同时利用丰富的社区资源,成长型AI企业当前多采用热门模型与框架。英特尔研究显示,成长型AI企业采用较多的模型包括计算机视觉领域的Resnet框架、FastR-CNN和Yolov3,语音识别领域的CTC、HMM和GMM模型与其他马尔可夫模型,自然语言处理领域的Attention、LSTM、RNN模型;成长型AI企业采用较多的热门框架主要是TensorFlow、Pytorch、PaddlePaddle、Caffe。其中,Tensorflow认知度高达83.8%,市场份额达到70.6%,仍然排名第一,Pytorch和paddle在过去两年增长明显,认知度和份额分别排名二、三位。除了上述四个框架以外,MXNet、CNTK、Caffe2、Keras等框架也得到了不少企业的关注。边缘计算等跨界领域将会是成长型AI企业未来的发力点伴随着AI技术的不断创新与应用领域的持续拓展,AI与5G、计算机视觉等技术实现了跨学科的融合,并实现跨越不同场景的落地以及跨空间的应用模式。例如,AI和边缘计算、和5G等技术的融合带来了更低延迟的智慧应用场景,联邦学习推动了AI数据的互联互通,AI交互式技术催生了更多智能设备形态……这孕育了大量的新兴细分市场,为成长型AI企业提供了巨大的市场机遇。来源| 德勤Deloitte编辑| 蒲蒲微信扫描下方二维码查看报告全文

泛在电力物联网火了!它的核心技术有哪些你都知道吗?

泛在电力物联网火了!它的核心技术有哪些你都知道吗?

国家电网公司在2019年两会报告中提出要建设运营“泛在电力物联网”,并成为和坚强智能电网相提并论的重点工作。与此同时,国网董事长寇伟及众领导在“泛在电力物联网”专项部署工作会议上表示国网“最紧迫、最重要的任务就是加快推进泛在电力物联网建设”,泛在电力物联网一时间成了市场热议的热词,风头无两。 “泛在电力物联网”来势汹汹,可是你了解它究竟是什么吗?它的核心技术有哪些你都知道吗? 泛在电力物联网就是围绕电力系统各环节,充分应用“大云物移智链”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,具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。 泛在电力物联网技术架构从技术视角看,泛在电力物联网包括感知层、网络层、平台层、应用层4个层次,通过应用层承载对内业务、对外业务7个方向的建设内容,通过感知层、网络层和平台层承载数据共享、基础支撑2个方向的建设内容,技术攻关和安全防护2个方向的建设内容贯穿各层次。 国网为“泛在电力物联网”量身打造了一套技术层次架构,边缘计算成为感知层核心技术。在国网规划的4层架构方面,重点工作内容包括:感知层:重点是统一终端标准,推动跨专业数据通源采集,实现配电侧、用电侧采集监控深度覆盖,提升终端智能化和边缘计算水平;网络层:重点是推进电力无线专网和终端通信建设,增强带宽,实现深度全覆盖,满足新兴业务发展需要;平台层:重点是实现超大规模终端统一物联管理,深化全业务统一数据中心建设,推广“国网云”平台建设和应用,提升数据高效处理和云雾协同能力;应用层:重点是全面支撑核心业务智慧化运营,全面服务能源互联网生态,促进管理提升和业务转型。  泛在电力物联网技术核心2018年国家电网提出泛在电力物联网的概念,着手打造SG-eIoT。根据规划来看,整个“SG-eIoT (electric Internet of Things)”系统在技术上将分为终端、网络、平台、运维、安全等五大体系,打通输电业务、变电业务、配电业务、用电业务、经营管理等五大业务场景,通过统一的物联网平台来接入各业务板块的智能物联设备,制订各类电力终端接入系统的统一信道、数据模型、接入方式,以实现各类终端设备的即插即用。  整个架构中具体可以分为终端信息收集器(传感器、RFID等)、边缘计算、通信网、云平台、人工智能五个层次,同时卫星和5G技术形成的信息传输系统将成为泛在网络实现的关键力量。从技术层面看:泛在电力物联网广泛应用大数据、云计算、物联网、移动互联、人工智能、区块链、边缘计算等信息技术和智能技术,属于工业互联网的范畴,是数字革命在能源电力领域迅速发展的必然产物。大数据、云计算、物联网、移动互联、人工智能、区块链、边缘计算便是泛在电力物联网的技术核心。 格蒂电力泛在电力物联网技术综合解决方案依托西安交通大学、西安交大上海研究院,与国网电科研究院所等机构深度合作,在泛在电力物联网发展时代背景下,建立了一支高素质的基于电力信息化软件、智能电网设备、云计算、大数据、物联网、人工智能、5G以及储能技术的 “高精尖”自主研发团队。为能源领域专业的坚强智能电网、泛在电力物联网的技术全栈式解决方案。 核心技术5G:合作建设5G实验室,5G通信、毫米波通信、智能天线、边缘云计算、深度学习物联感知:自主研发物联网平台和嵌入式操作系统云计算:云集成服务、自主研发的云产品 大数据:数据采集、存储、清洗、挖掘、共享服务、可视化六大核心自研技术人工智能:重点聚焦图像处理、机器学习、深度学习和自然语言处理技术,在机器学习、深度学习上拥有超过100项的核心算法和模型。 产品成果打造数据中台,统一数据调用和服务接口标准,实现数据应用服务化,开发数字产品,提供分析服务,推动数据运营。实现数据资产集中管理、数据资源充分共享、数据价值深度挖掘,建成面向电网生产、经营管理、优质服务和国网战略的智能分析决策体系,实现能源大数据分析决策与业务创新发展的融合。在泛在电力物联网方面,打造感知层、网络层、平台层、应用层所需的相关产品及解决方案。  应用案例信息系统应用性能管理系统通过全网可视、应用性能监控与分析、智能预警三大机制实现端到端的用户体验监测,帮助运维人员预见和避免系统故障,保障信息系统的高可靠性,放大信息系统作为生产资料的价值,提升企业的核心竞争力。建设成效:1、改变监控视角: 通过真实用户访问应用的网络流量,监控应用的真实服务质量。2、变被动为主动: 可通过APM配置预警,当出现应用服务质量下滑时,提前预警,提前处理。3、用户感知监控: 从最终用户感知的角度,7×24小时监控系统的可用性及应用性能。4、主动运维: 及时的发现及解决当前系统存在的隐患,避免性能问题的发生,提高用户的满意度。5、故障数据归档:自动保存原始网络数据包,管理员可随时检索并调出所需的数据。6、故障快速定位:可快速的对故障进行初步的定位,区分网络及应用服务器的时延。7、故障的分析:通过故障现场数据自动归档功能,能随时回放故障现场的数据,让管理员对故障的处理有计可施。8、识别业务交易:可定制化识别交易中的交易码,按交易码检索并下载相关数据包。9、快速检索数据:可按照用户UID、IP、交易时间等进行检索,及时解决用户遇到的性能问题。10、智能关联分析:将网络、应用、业务串联起来,按照业务逻辑,追踪故障的根本原因;11、业务逻辑发现:按照应用系统业务逻辑,提供完整的端到端应用性能监控,准确识别应用各环节响应状态。12、丰富多样报表:所见即所得的数据报表,可按照用户需求定制报表。 上海格蒂电力科技有限公司是一家专业的信息化、数字化、智能化以及节能与新能源技术综合解决方案提供商。公司成立于2010年,是深交所上市公司创意信息的全资子公司。在上海、北京、西安、郑州、香港、马来西亚等地设有全资子公司和控股子公司。公司主营业务涵盖电力信息化、智能电网、电力节能、新能源、传统能源、智慧城市等行业领域。格蒂电力与国网信息化相关产业单位建立全面协同合作发展,成为能源领域专业的坚强智能电网、泛在电力物联网的技术全栈式解决方案提供商。

光纤传感器的原理、分类、特点以及技术热点和类型

光纤传感器的原理、分类、特点以及技术热点和类型

传感技术是当今世界发展最为迅速的高新技术之一。新型传感器不仅追求高精度、大量程、高可靠、低功耗和微型化,并且向着集成化、多功能、智能化和网络化的方向发展,以满足工业、农业、国防和科研等各个领域的需求。光纤传感技术是20世纪70年代随着光纤技术和光通信技术的发展而迅速发展起来的。它代表了新一代传感技术的发展趋势。光纤传感器的产业已被国内外公认为最具有发展前途的高新技术产业之一,它以技术含量高、经济效益好、渗透能力强、市场前景广等特点为世人所瞩目。一、光纤传感器简介光纤最早的出现的目的是用于传输光,在20世纪70年代初生产出低损耗光纤后,光纤用于长距离传递信息,是光纤通信的基石,也可以豪不夸张的说光纤也是现代信息社会的基石。由于光纤不仅可以作为光波的传输媒质,而且光波在光纤中传播的特征参量(振幅、相位、偏振态、波长等)会因外界因素(如温度、压力、应变、振动、声音、磁场、折射率、扭曲、等)的作用而间接或直接地发生变化,分析这些变化就可以得到外界作用的某些性质,从而可将光纤用作传感器元件来探测各种物理量、化学量和生物量,这就是光纤传感器的基本原理。光纤传感器的基本结构由光源、传输光纤和光检测部分组成。考虑到光纤传输已经很简单,通常一套完整的光纤传感器主要由传感器和解调仪构成。光源发出的光耦合进光纤,经光纤进入调制区;在调制区内外界被测参数作用于进入调制区内的光信号,使其光学性质如光的强度、波长、频率、相位、偏振态等发生变化成为被调制的信号光:再经过光纤送入光检测器,光检测器对进来的光信号进行光电转换,输出电信号;最后对电信号进行信号处理而得到可用信号,从而获得被测参数。二、光纤传感器国内外发展现状自从1966年华裔科学家高锟首先提出了用玻璃纤维传输光信息,奠定了光纤通讯和光纤传感技术的理论基础,1970年美国康宁公司的D.B.Keck,A.R.Yynes等人率先制造了低损耗(20dB/Km)石英光纤,光纤制造工艺已经得到了长足的发展,并在光通讯等领域逐渐得到了广泛应用。同时人们逐渐意识到利用光纤的许多特性可以进行物理量的测量:70年代中期光纤传感器一经出现,就受到各国有关研究部门的高度重视。(1)国外光纤传感器发展现状由于光纤传感器应用的广泛性及其广阔的市场,其研究和开发在世界范围内引起了高度的重视,各发达国家更是竞相研究开发并引起激烈的竞争。美国是研究光纤传感器起步最早、水平最高的国家,在军事和民用领域的应用方面,其进展都十分迅速。在军事应用方面,他们研究和开发主要包括:水下探测的光纤传感器,用于航空监测的光纤传感器,光纤陀螺,用于核辐射检测的光纤传感器等。这些研究都分别由美国空军、海军、陆军和国家宇航局(NASA)的有关部门负责,并得到许多大公司的资助。美国也是最早将光纤传感器用于民用领域的国家。如运用光纤传感器监测电力系统的电流、电压、温度等重要参数,监测桥梁和重要建筑物的应力变化,检测肉类和食品的细菌和病毒等。美国的很多大学、研究单位和公司都开展了光纤传感器的研究和开发,如斯坦福大学、弗吉尼亚理工大学、Babock&Wilcox公司、Accufiber公司、Fidberdy-Elamies公司、EOTcc公司、Optical技术公司等。据统计,1993年以后,美国光纤传感器的销售总额每年以30-40%的增长速度发展,到2000年达到100亿美元。近期的调查结果表明,美国光纤传感器的研究开发重点已经向民用领域转移,民用光纤传感器的产量已大大超过军用传感器。

  • 成果
  • 论文
  • PPT