您現在的位置是:首頁 > 舞蹈首頁舞蹈

7天開發AI應用,南方電網排程云為電力智慧化加速

由 量子位 發表于 舞蹈2021-09-03
簡介“基於南方電網和阿里雲搭建的雲平臺,普通排程員現學現用,透過拖拉拽和簡單的程式碼,就做到了AI負荷預測,準確率甚至超過了計算機系的學生,這在過去是不可想象的

雲派指令碼怎麼設定

只用7天就開發出一套AI應用,將電力系統母線負荷預測的準確率提升了4個百分點——這是廣東電網電力調控中心員工在AI應用大賽上取得的成績。

“基於南方電網和阿里雲搭建的雲平臺,普通排程員現學現用,透過拖拉拽和簡單的程式碼,就做到了AI負荷預測,準確率甚至超過了計算機系的學生,這在過去是不可想象的。”南方電網一級技術專家、教授級高階工程師梁壽愚說。

1月28日,第二屆電力排程AI應用大賽在南方電網科研基地順利閉幕。45支來自高校、科研機構、企業的參賽隊伍藉助AI演算法,挑戰行業內的母線負荷預測難題。最終,有25支隊伍的預測準確率超過了湛江方式專業的人工成績。億可能源以73。9分總成績(85%的準確率)奪冠,綜合效能比人工提升10%。

大賽由南方電網電力排程控制中心、中國電機工程學會電力系統自動化專委會等機構共同舉辦,是目前電力行業內影響力最大、應用性最強的AI大賽。此前,首屆AI大賽中勝出的全網負荷預測方案就已應用於電網業務,將準確率提升到97。63%,預計今年會全面啟用。

與全網負荷預測相比,本屆賽題要求對湛江地區的母線負荷進行預測,難度更大。南方電網在廣東湛江有17個220kv電站和33根220kV母線,每15分鐘時間間隔,意味著每天需要預測3168個負荷預測值。另一方面,母線供電範圍大小對準確率有直接影響,一家鋼廠的用電量變化可能就會造成負荷曲線的突變。

要讓AI做出準確的預測,首先需要機器學習歷史資料。這是個海量的資料庫,涵蓋了十年間的負荷曲線、電網網格結構、歷史檢修票資料、氣象資料等……如果讓一個人去逐一翻閱,可能要花上數年的時間。

南方電網基於阿里雲技術搭建的排程雲平臺派上了用場。

7天開發AI應用,南方電網排程云為電力智慧化加速

電力排程是電網中最核心的系統,要對所有電廠、使用者的計劃進行編排,保證發電、用電的實時平衡。南方電網的電力排程覆蓋五省一區,系統複雜。2018年,南方電網在行業內率先搭建電網系統的“大腦中樞”——排程雲平臺,並於2019年8月正式上線。基於排程雲的強大算力,南網總調的日前安全校核功能的計算時間從過去的1小時縮短到10分鐘。

除了穩定高效,排程雲也是一個開放的技術開發平臺。“排程雲就相當手機的作業系統和開發執行的生態,我們可以在雲上快速開發出各種應用,就像手機的APP。”梁壽愚打了一個比方。

排程雲平臺搭建完成後僅三個月,南方電網就快速上線了“電力現貨交易”業務,透過對供需關係和市場規則的自動調配,不同地區、時段電價每15分鐘動態調整一次,讓全社會的用電成本降到最低。資料顯示,一個用電大戶的單日電費從19萬降至了7。8萬。

某種程度上,AI大賽是對雲平臺敏捷開發能力的極限挑戰。過去這樣的負荷預測專案從平臺搭建、到資料處理、再到應用上線,要花上一年多的時間。但AI大賽只給開發者留出了7天的時間,他們必須把一切提速。

排程雲平臺首先為參賽者提供了一個雲桌面終端,隨開隨用,隨時調取海量歷史資料。在排程雲之上搭建的機器學習PAI平臺又提供了大量可“拖拉拽”的演算法訓練工具,支援模組化的“低程式碼”開發。同時,透過DataWorks,QuickBI和MaxCompute等產品,將資料處理大幅提速,幫助開發者最快篩選出合適的演算法模型。

“原來自主研發並不難,”廣東電網電力調控中心參賽選手鄭文傑說,“電網排程的實際工作中其實有很多業務場景都可以透過這個平臺進行快速的迭代、開發,比賽結束了,但我們會繼續推進。”

排程雲平臺還在不斷擴大,以期助力電力行業的更多創新,真正讓用電更安全、成本更低。

阿里雲等提供技術支援的擴容專案已經啟動,預計擴容完成後,南方電網全網超過50%的業務系統都將跑在排程雲上。基於強大穩定的基礎雲平臺,排程雲新建的伺服器可以即插即用,應用使用的資源可以秒級擴充套件——過去這需要幾個月的時間。

基於排程雲平臺,一個全新的氣象預測超算平臺也會在今年第一波颱風來臨之前上線,減少惡劣天氣對用電的影響。這在電力行業也尚屬首次。

— 完 —