数据驱动

报告中全面而系统地介绍了无人机产业的发展历程、发展现状。他指出，“未来无人机发展的本质是网络环境下数据驱动的空中移动智能体，它将向着信息传输网络化、运行空间数字化、飞行终端智能化方向发展。

讲述了人工智能产业生态、视觉感知智能成为通用赋能工具与研究范式、数据驱动的视觉感知智能面临的主要挑战等内容，他认为亟需将数据驱动与知识驱动方法相结合，探索具有理解与知识推理等能力的新一代视觉认知智能理论与方法，从源头上推动人工智能产业的大发展。

随着信息化建设的逐步推进，电网系统中产生和收集的数据量逐渐增加，设备生产运行过程中积累了包括设备台账、缺陷、故障、状态、试验检修等大量生产数据。这些数据蕴藏着许多与安全生产和设备管理等领域密切相关的规律和特征。 数据分析深度不够，对指标变化的原因没有深入挖掘，很少开展数据挖掘及多维度分析；各层级（特别是地市局层面）设备管理人员对设备运维、检修仍以经验依赖为主，数据驱动管理理念尚未形成。 因此，如何对这些数据进行分析挖掘，从中获得有用信息，进而辅助公司把握电网生产运行内在特征，辅助管理决策，提升管理精益化水平，是公司面临的实际问题。

2023年12月，习近平总书记在上海考察时指出，在城市规划和执行上坚持一张蓝图绘到底，加快城市数字化转型。上海、重庆等地率先开展城市数字化转型工作，坚持数据驱动下的技术创新与机制变革同频发力，创造性地解决城市治理、服务和发展难题，以数字化驱动城市生产、生活、治理方式整体性转变，革命性重塑，推进城市治理体系和治理能力现代化，引领智慧城市走向数据融通、全域转型、质效提升的发展新阶段。数字城市成为数字时代推进中国式现代化、落实数字中国建设重大战略的重要抓手。据不完全统计，目前我国已有超过400个县级以上城市发布了数字城市（含智慧城市）相关专项政策文件，高位推动城市数字化转型工作。在政策、技术、市场等多方因素助推下，多方主体争相布局数字城市万亿级蓝海赛道。2022年，我国数字城市产业投资规模达1.8万亿元，已成为加快城市产业结构转型升级、助力经济社会高质量发展的重要引擎。数字城市产业与众多行业存在交叉关系，具有广覆盖性、强渗透性，包含咨询服务、基础设施、数据要素、智能中枢、智慧应用、运营服务、数字安全等7大关键要素。本报告结合城市数字化转型最新形势，深入分析数字城市产业周期、投资规模、产业布局及产业生态，进一步洞察数字城市7大关键要素发展最新态势，梳理数字城市4个热点板块，并从技术创新、数据赋能、场景应用、产业协同、运维运营等方面提出数字城市发展建议。由于时间和能力限制，内容疏漏在所难免，敬请各界不吝指正。

南网智瞰是以地图技术为载体，由地理、物理、管理全域数据驱动的，面向全网和社会的新一代数字电网运营基础平台之一。立足地理位置服务及可视化应用，实现全网设备和地图统一管理，驱动相关业务数据沉淀回流，变革传统电网的管理、运营和服务模式。

针对现有配电网鲁棒调度方法缺乏对不确定参数相关性问题的考虑，提出了一种基于数据驱动多面体集合的交直流混合配电网鲁棒调度方法。首先，构建分布式光伏出力的传统多面体集合，利用历史数据驱动形成了相关性包络图，通过弯曲多面体集合边界，建立了相关性多面体集合模型。然后，在此基础上，针对相关性多面体集合存在鲁棒性差和保守性大的问题，建立了数据驱动的多面体集合模型。进一步，建立了基于数据驱动多面体集合的交直流混合配电网鲁棒调度模型，并采用列与约束生成(column and constraint generation, CCG)算法对鲁棒调度模型进行求解。最后，改进的IEEE33节点系统仿真结果表明，基于数据驱动多面体集合的交直流混合配电网鲁棒调度方法可以减少优化结果的保守性，提高其鲁棒性，证明了所提出方法的有效性。

传统通道巡检模式主要依靠现场运维班组巡检，运维班组工作量大、现场人工巡视效率低，难以满足现有工作要求。江苏电网以提升密集输电通道隐患诊断和安全管控水平为主线，攻关以卫星数据驱动的周期性巡视技术和以气象灾害驱动的特殊性巡视技术，形成多时间尺度递进的输电通道管控能力。构建“卫星巡视普查+无人机联动初筛+移动巡检复核”的空天地一体智能巡检业务模式，以先进技术赋能密集输电通道电力保供。

本项目英雄商办地块宗地总面积3.3万㎡，总建筑面积14.6万㎡，东至祁连山路，西至方渠路，南至真南路，北至永登路。本项目园区建设2019年1月初开工，至2019年10月底交付自用，12月底整体完工；2019至2022期间分期建设桃浦智慧园区信息化新基建与应用，并于运营期间持续迭代平台能力与园区应用场景。本项目在集团致力打造国际创新合作示范平台、技术转移平台、创新孵化平台的背景下，通过产业互联往及数字新基建技术，在桃浦智创城园区构建数字化转型样板，打造一个集成节能智控、立体安防、智慧运维、交通优化、敏捷服务等一专多能的数字孪生运营平台，为园区内建设智慧建筑群打造一个优良的示范性项目，并为园区开发建设、运营管理提供更加高效和高质量的数据驱动、孪生使能与中台沉淀的园区数字化转型解决方案。

近几年，智能、人工智能技术在各行业应用非常广泛，电力行业也不例外，国网第三代智能站的研究应用已进入实用阶段。电力变电站用直流电源系统是发电厂和变电站的重要设备，它的运行水平对发电厂和变电站以及电网的安全稳定运行具有特殊重要性，而直流电源系统核心部件蓄电池组作为后备电源运行，长期处于浮充电状态，极易造成极板硫化，蓄电池内阻增大甚至单节电池开路。另外作为直流电源另一核心部件的充电机组，在现场运行过程中由于各种外部与内部原因如:交流输入电压过高、板件老化失效等造成的充电模块性能下降甚至损坏情况的发生以及运行特征参数的监测手段不够完善，导致运维人员不能及时高效的对充电模块做安全处理。目前的直流系统主要针对如交流输入电压、母线电压、蓄电池组电压、单节电池电压、馈线开关量等一些基本参数的检测，这些检测只能做到直观显示电源系统的一些基本情况,而对发生故障一些背后的原因得不到深入分析与诊断，更不能做到一些故障的预判。当下随着电网生产运行管理任务的日趋深化和复杂，对工作标准、流程和质量日益严格要求，对专业管理的精细化要求不断提高。所以针对直流电源系统急需研究集约化程度更强、效率更高的运维技术手段。对于蓄电池性能预估可以是基于模型的性能预测方法，也可以采用基于数据驱动的方案，而基于模型的方法多用于机械形式的性能预判领域，类似蓄电池这样的物理模型较为复杂的情况很难用一个确定的状态方程描述的研究对象实用性不强，所以对于蓄电池组这里采用数据驱动方案完成蓄电池性能的预判。

针对数据驱动的风机故障诊断面临的数据量少、信号噪声干扰等问题，提出了一种基于宽卷积深度神经网络的故障诊断方法。该方法采用了重采样、小波阈值去噪等信号预处理方式，既增加了信息密度，又保证了信息的完整性，结合主成分分析法(principal component analysis，PCA)替代人工经验进行数据通道的选取。利用卷积神经网络的强大特征提取能力，通过较少的数据训练即可对风机机组在时域上的故障信号进行有效的特征提取，从而可以对风机进行精确的故障诊断。基于某真实风机机组数据的实验结果，验证了该方法的有效性。