至顶网网络频道 06月07日 综合消息: 近日,由中国电科院举办的电力信息通信领域质量提升工作研讨会在京召开。会上,华为公司基于4.5G技术的1.8GHz频谱的电力无线专网产品获颁首批通过信息通信产品认证证书。
随着能源生产和消费的变革,新能源、分布式发电、储能、充电桩、家庭智慧能源等新业务的大量涌现,同时,随着智能化社会的到来,以大数据、云计算、物联网、移动互联为代表的新一代信息通信技术正在逐步与电力行业融合。如何运用新一代信息通信技术建设安全、可靠、灵活、泛在的通信基础网络,促进能源生产和消费变革,已成为当前电网企业和信息通信领域厂商共同探索的方向。
国家电网公司在2018年工作会议上提出建设“全业务泛在电力物联网”,华为公司积极响应,探索运用无线专网技术与电力业务结合,满足广覆盖、海量终端的电力物联网需求。华为公司是全球首家将LTE技术引入电力行业的厂商,率先于2012年帮助珠海供电局构建全球首张TD-LTE无线专网,承载配网自动化、计量自动化、移动视频等业务。
近年来,华为公司在电力行业无线专网领域持续投入研发,开发基于230MHz、1.8GHz、5.8GHz频谱的电力无线专网产品并持续引入最新技术,一方面匹配当前电力现有频段,另外一方面保证方案的可持续演进。
在电力业务匹配上,针对电力业务中的低时延、实时在线需求,如精准负荷控制、配电自动化业务,华为eLTE-G解决方案支持配电自动化实现低时延回传,支持室内、户外、杆塔等多种场景,通过外接天线还可以支持地下、半地下等场景,保障业务的高可靠通信。
针对电力物联网中的高带宽、移动化需求,如智能变电站移动巡检业务,华为开创性的将LTE技术应用在免授权5.8GHz频段上,构建宽带物联。解决方案中采用一体化基站,支持POE供电,基站可以安装在墙面和抱杆上,增加了网络部署的灵活性,节省了网络部署的成本和时间。相比WLAN技术,大幅提升了安全性和覆盖范围,为客户带来稳定可靠的连接,一套设备即可覆盖500KV智能变电站。同时也可支持远距离通信,如变电站基建期无光缆覆盖的情况下,可实现点对点的远距离高带宽通信回传,满足基建期视频监控的通信需求。
针对电力物联网中的低功耗、广覆盖、低速率、海量联接等场景需求,如配电线路故障指示器、用电信息采集等业务,华为在eLTE-G解决方案引入IoT技术,构建窄带物联。如故障指示器的汇集单元一般采用太阳能供电,供电能力有限,因此采用低功耗通信技术是必然选择。华为eLTE-G解决方案在采用低功耗技术的同时,应用跳频技术避免外部干扰,以及先进的纠错码实现快速纠错能力。
当前,华为eLTE-G电力无线专网解决方案基于4.5G,并率先将5G空口分片、Grant-free低时延调度算法等关键技术提前引入eLTE-G解决方案,满足电力行业精准负荷控制、配电自动化等全业务需求;在安全上,eLTE-G解决方案通过频率隔离、物理隔离和逻辑隔离方式满足电力行业多业务安全隔离需求,未来5G slicing也可引入电力无线专网提供更多样化的安全隔离方案;华为eLTE-G解决方案后续将持续面向5G演进,引入更多5G关键技术,满足未来电力发展新需求。
好文章,需要你的鼓励
微软宣布为Word和Excel推出基于OpenAI的AI代理模式,通过简单提示即可自动生成文档和分析数据。Word用户可享受"氛围写作"功能,利用现有文档组装报告和提案。Excel代理能分析电子表格数据并生成可视化报告。尽管在SpreadsheetBench基准测试中准确率仅为57.2%,低于人类平均水平71.3%,但微软强调其针对实际工作场景优化。此外,微软还发布了基于Anthropic的Office代理,显示其正逐步减少对OpenAI的依赖。
POSTECH研究团队开发出VideoFrom3D框架,能够仅凭粗糙3D模型、摄像机轨迹和参考图片生成高质量场景视频。该方法巧妙结合图像和视频扩散模型优势,通过稀疏锚点生成和几何引导插值两个模块,实现了传统3D制作流程的革命性简化。实验证明该方法在多种复杂场景下表现优异,为3D内容创作提供了更高效的解决方案。
OpenAI为美国ChatGPT用户推出"即时结账"功能,用户可在对话中直接购买Etsy和Shopify商品,无需跳转至外部网站。该功能支持Apple Pay、Google Pay等多种支付方式,并计划接入超过100万家Shopify商户。OpenAI还将开源其代理商务协议技术,与谷歌的代理支付协议形成竞争。这标志着电商购物模式的重大转变,AI聊天机器人可能重塑在线零售发现和支付生态系统。
Meta超级智能实验室开发了ARE平台和Gaia2基准测试,为AI智能体创造了更真实的训练和评估环境。ARE支持异步交互,模拟真实世界的复杂性和不确定性。Gaia2包含1120个场景,评估AI的七项核心能力。实验显示最强模型成功率仅42%,特别在时间管理和处理歧义方面表现较差,揭示了当前AI技术的局限性和改进方向。