在“智能电厂”建设大潮的驱动下,大唐临清热电有限公司(以下简称“大唐临清”)采用锐捷网络的极简网络解决方案,针对内外网应用需求合理规划,一方面借助RG-N18010(Newton)云架构网络核心交换机的“零背板”技术优势、融合虚拟化、VPN和网闸隔离等技术实现了内网应用的安全可靠;另一方面,大唐临清还采用锐捷无线办公解决方案,凭借以“灵动天线”为代表的多种创新技术,打造出高质量、全覆盖的无线办公区,进而发挥有线与无线统一高效运维的管理优势,实现了智能电网信息化建设的“快速进阶”。
内网“强有线”,外网“灵无线”
大唐临清成立于2011,经营范围包括电力、热力生产和销售、电力技术咨询与配套服务等。在满足聊城地区乃至山东省电力需求的同时,大唐临清更利用新型环保技术,保护区域生态、改善城市大气环境质量,促进社会健康的可持续发展。随着新一代智能电力生产系统的落地,大唐临清的信息化建设还处于“正在进行时”。
大唐临清对信息系统的目标非常明确。电力是关系国计民生的重要行业,信息化建设不仅要紧追无线网、物联网等新兴技术应用,不断提高工作效率,更应重视网络安全管理,为电力生产、经营和管理提供有力支撑。因此,大唐临清要求合作厂商能够结合行业特点、特别是结合应用场景去设计网络,发挥每项技术的优势,进而实现网络与业务的融合发展。
根据承载不同业务的需要,大唐临清的基础网络分为内外两大区域。
其中,内网是电厂生产业务的核心区,其高可靠、高安全、高性能的应用需求十分突出,并且还需要通过广域网专线实现与大唐集团总部的连接。因此,设计方案要明确各安全区域的划分原则及隔离要求,统一各个安全区域的控制措施和策略,并对网络边界访问控制和数据传输进行加密。
而在以办公楼为主的另一区域,应用诉求则有很大不同。更多强调外网应用的开放性和便捷性,其中核心的无线网络建设,要让用户体验到最佳的Wi-Fi信号,以确保业务往来无阻碍、移动办公不间断。
“零背板”架构双核心 “灵动天线”信号满格
根据电厂原有信息系统的实际情况,集合内网和外网场景的不同业务,锐捷网络提出了“依场而建,统一管理”的极简网络解决方案,并在多轮评测后脱颖而出。
首先,极简网络方案在内网与外网间通过安全网闸进行隔离,内网建设以有线为主,严格强化安全防护,访问权限主要通过颗粒化的VLAN划分和审计策略进行控制,并在总部专线上采用商用加密VPN实现认证访问。
外网建设考虑到未来无线终端的发展需求,采用“有线+无线”的混合组网方式,通过无线信号优化实现全网覆盖,并为未来智慧电厂理念落地打下基础。
大唐临清内网由2台RG-N18010核心交换机组成“双核心”平台,全面发挥了该款交换机“零背板”、超大分布式缓存和CLOS多级多平面交换架构的技术优势,为未来业务扩容提供了持续的带宽升级能力。此外,还采用锐捷VSU虚拟化协议,将两台交换机虚拟成一台,简化了网络拓扑结构,降低了网络复杂性,出现故障后可以自动切换,提高了网络设备与链路的利用率。
全网采用32台RG-S2910交换机通过光纤分别上联到RG-S5750汇聚交换机,在双机热备平台上实现了数据的高速转发、路由快速汇聚、负载均衡、流量控制等,确保了生产网络的可靠性及稳定性。
根据办公区域大开间办公人数,以及会议室和隔间的建筑构造,采用20余台 RG-AP520-I 无线接入点,作为办公区域内的无线网络。在相对复杂的楼体结构,锐捷发挥 “灵动天线”独有的动态定向技术,实现了各个目标空间无线信号强度>-60dBm的效果,为各种类型移动终端都提供了“满格信号”的接入体验。
全网统管 打造全数字化监管分析平台
“随着电网技术的发展,特别是电网与信息化深度融合,智能电网在优化能源配置、实现清洁发展、带动经济绿色增长中的作用日益凸显,小到每家每户单独使用的智能电表,大到覆盖整个电网的智能调度控制系统。
大唐临清现在所建的基础网络,其目标是为智慧电网服务,这就必须在智能电网业务跑起来之前,首先解决‘设备多、人手少、数据大’的运维管理难题。”针对网络建成后的管理方式,大唐临清IT信息部门的相关领导对于运维平台要能为智慧电网技术提供全数据化支撑提出了明确的要求。
锐捷网络的“极简”理念,在化解信息部门的运维压力上再次发挥了关键作用,借助本方案中采用的RG-SNC网络管理系统,轻松实现了全网有线、无线网络设备智能化、简单化的统一管理。在日常运维中,工程师不但可以实时查看设备的运行情况、告警、流量信息,对网络运行全貌了如指掌,更为后期投资建设提供了宝贵的数据沉淀和分析功能,为大唐临清信息化建设与管理水平的再次腾飞铺就了通道。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。