数据支撑

本项目属于碳减排领域。为贯彻落实党中央、国务院关于推进节能减排、建设生态文明的各项决策部署，以实际行动践行“五大发展理念”，中国华电集团有限公司（以下简称“中国华电”）率先在央企总部成立“碳排放管理处”，逐步建立了“以专项规划为指引，以“四个体系”（数据管理体系、交易支撑体系、技术支撑体系及能力建设体系）建设为抓手，以低成本减排和服务绿色低碳转型为目标”的工作思路， 项目的创新研究成果对大型发电集团具有重要借鉴意义和推广价值，有力推动了行业进步。应国资委要求以书面形式分享“目标分解方法学”，元素碳全覆盖为生态环境部制定相关政策提供数据支撑，白皮书助力生态环境部分享“中国经验”“中国智慧”，在线检测实验平台为行业标准起草提供理论保障。2016-2018 年中国华电已累计减排二氧化碳3 亿吨，超出“十二五”碳减排总量，取得显著社会效益及间接经济效益。

生态环境大数据平台是基于AI+大数据+云计算全栈先进技术，集数据采、存、管、用为一体，面向实施人员的、智能化、敏捷化的数据全生命周期管理应用平台；将生态环境全业务、多终端、多形态的数据汇聚融合，经过统一规范、标准化的全链路数据治理流程，为数据共享交换、数据应用奠定安全、高质效的数据支撑，贯通生态环境全域数据，最终实现生态环境数据价值的深度萃取。

主要介绍了南方电网蓄电池远程核容系统发展背景、相关解决方案、系统功能以及建设通信蓄电池组远程核容系统带来的经济效益等。他提到采用通信蓄电池组远程核容方案代替传统人工现场充放电模式，可有效解决通信蓄电池组存在的维护难题，节省大量人力资源，降低运维成本，并可有效积累电池运维数据， 对未来电池采购、选型，运维的投入、储备提供了强大的数据支撑，最终推动智慧运维模式的实现。

在数字化时代的浪潮中，数据已经变成了推动社会进步的核心驱动力。每一次网络互动、每一笔交易、每一帧画面，背后都隐藏着海量的数据。对这些数据的存储、管理和分析在现代社会中已变得不可或缺。存储是数据的载体，分布式存储作为其中的一种重要形态，已经成为大数据、AI等数据智能技术深化发展的重要基石，正持续地为各行各业提供着稳固、高效、可靠的数据支撑。中国分布式存储市场保持着稳健的增长态势，尤其在中东部区域和关键行业中，数字化转型正在推动存储市场的蓬勃发展。与此同时，AI大模型、大数据湖仓一体、数字化病理、量化交易、数据网络等新兴应用场景也在不断地扩展，为分布式存储带来更多的机遇和挑战。分布式存储产业方阵积极响应产业需求，联合产学研用多方力量，共同推动分布式存储的技术标准研制、生态体系建设、应用推广等工作，在2022年白皮书基础上，围绕新的应用场景、发展趋势，为读者提供一个清晰、系统的分布式存储产业全景，支撑政府、金融、教育、制造等各行业数字化转型，推动我国分布式存储产业健康发展。希望通过这本白皮书，读者可以更好地理解分布式存储的价值和未来，同时也为相关行业和研究者提供有价值的参考和启示。

高寒地区须携带多台仪器以满足3种不同量级SF6气体中CF4气体浓度的检测需求，现场运维效率低且仪器购置成本高。为此，首先设计了一种基于热释电检测技术的SF6气体中CF4气体浓度检测仪器，可自动选择不同的放大电阻以实现多量程切换。然后提出了BP和PSO-BP 2种神经网络温度-压力协同补偿模型，并通过搭建高效模拟实验平台为模型预测提供数据支撑，预测结果表明，PSO-BP神经网络优于BP神经网络。最后将PSO-BP神经网络温度-压力协同补偿模型内置于多量程检测仪器CF4气体浓度检测仪器。模拟实验结果表明，该检测仪器在不同温度和压力下，小量程和大量程检测误差和重复性分别不超过±2%和1.6%，混合比量程下误差和重复性分别不超过±0.5%和0.2%，对高寒地区电网运维检修具有重要作用。

在复杂导航环境下，北斗卫星信号的质量差异对北斗与惯性导航系统(inertial navigation system，INS)组合导航的整体性能产生显著影响。为有效解决该问题，文章提出一种基于北斗信号统计特征聚类分析的自适应北斗/ INS组合导航方法，从而提高系统在复杂条件下的导航精度与稳定性。首先，从北斗原始观测数据中提取载噪比的多维统计特征，包括信号强度、方差、偏度与峭度等指标，构建高维特征空间，为后续聚类分析提供充分的数据支撑；其次，利用聚类算法对不同导航环境下北斗信号的内在分布规律进行深入挖掘，根据特征相似性将信号划分为多个典型类别，以实现对复杂环境中信号质量差异的精确识别。最后，结合聚类分析的结果，针对不同类别信号特征分别自适应调

全球可再生能源储量评估、前景分析与规划平台针对全球可再生能源发展面临空间分布不均匀、开发利用率较低、商业模式创新不足等问题，充分发挥水电水利规划设计总院可再生能源开发利用产业链的一体化优势，综合运用互联网、云计算、大数据和地理信息技术，结合具体国别或地区政治经济形势、行业发展动向、能源需求、能源结构、生态环境等因素，构建覆盖基础地理、社会经济、能源电力等领域的综合性的全球可再生能源数据库，并在此基础上开展全球水能、风能、太阳能等可再生能源储量评估、市场前景预测与宏观规划服务，重点解决全球可再生能源综合利用、生态环境保护、社会经济可持续发展问题，为国内外国家能源管理部门、地方能源局、能源建设企业及中小型个人用户提供重要的数据支撑与技术服务。本项目包括行业云平台软硬件、以及基于云平台的大数据基础架构研究与建设，研究数据资源池组建技术，在此基础上建设可再生能源数据仓库，进行可再生能源储量评估与市场前景分析应用系统研发，并构建可再生能源储量与市场前景分析决策支持系统

电力变压器是电力系统中能量变换的重要设备，其故障会对电力系统供电可靠性和运行稳定性带来严重影响，因此对于变压器内部不同故障类型的判断就变得尤为重要。变压器发生故障时会产生明显的可闻声和可见光信号，研究不同放电形式下的信号特征，有助于变压器内部故障的准确判别。该文设计3种放电模型分别用于模拟变压器内极不均匀场放电、沿面放电和均匀场放电，测量并获得了各类缺陷下的可闻声和可见光信号，对比分析各信号间的差异和规律。研究发现：可闻声信号方面，极不均匀场放电主频为1980 Hz，沿面放电为200 Hz，均匀场放电为611 Hz；此外，沿面放电的可见光波长则集中在360~540 nm，极不均匀场和均匀场下的放电可见光能量均集中在482.8 nm和660.8 nm附近；单独通过可见光信号无法实现故障判别，但两类缺陷的可闻声信号主频特征并不同，两类信号结合起来可以更好地实现故障判别。研究结果可为变压器在线监测提供数据支撑和指导。

数字化、智能化是发电行业发展大势所趋。智慧电站的发展急需各种快速检测技术提供数据支持。激光诱导击穿光谱（LIBS）技术具有实时、多元素同时测量、可远程检测等优点，是智慧电站发展的重大需求。例如基于LIBS的煤质快速分析可为混配煤、燃烧优化、污染控制等提供支撑，提高电厂运行的经济性和安全性；而基于LIBS的钢材管道原位检测对保障电厂安全运行意义重大。项目组在之前的研究中，揭示了LIBS测量不确定性和误差的产生机理，提出了光谱标准化、主导因素偏最小二乘（PLS）模型、基于自适应光谱数据库的光谱辨识等一整套方法，实现了LIBS精确定量化，获得2017中国仪器仪表学会科学技术奖一等奖、第九届国际发明展览会金奖。然而，在煤质分析中，面临煤炭种类多样、成分复杂且分布不均匀、挥发分和灰分导致的基体效应严重，环境粉尘震动和温度大幅度变化对LIBS测量影响大等严重挑战；而金属原位测量面临设备小型化要求、元素谱线自吸收和互干扰严重等难题。 根据本项目成果研制的煤质分析仪对煤炭主要指标的测量精度达到传统化学方法的国家标准要求，手持式金属分析仪的测量精度达到或者超过了成熟的X射线荧光技术。项目申请专利23项（授权20项，含1项国际专利），成果通过国外内多家公司获得转化，专利许可金额超过1500万元，并为社会创造经济价值超过1.5亿元。 本项目研制分析仪操作简单、维护方便，检测指标全面，具有较强的可推广性，已应用于火电行业多家单位。项目技术成果的应用可为电厂煤质快速检测、燃烧优化、污染物控制、钢材质检提供数据支撑，推动煤炭清洁高效利用及智慧电厂建设。

随着新型电力系统快速发展，其呈现出源-网-荷-储多向协同、灵活互动的形态，对客户侧的交互效率和互动水平也提出更高的要求。基于传统电力线载波技术的数据采集方案无法满足不断增加的台区业务功能和分钟级数据采集需求，为实现分钟级实时数据采集，文章针对传统数据采集方案进行改进，通过优化采集模型和优化采集策略2个维度设计一套高可靠的分钟级采集方案。通过现场测试验证，所提方案大幅提升用电信息采集的效率，为不断增加的台区业务需求提供重要数据支撑，对推动用电信息采集系统及设备的数智化发展、提升双向互动用电服务能力和用户体验等方面具有重要意义。