广州电网是中国最早的区域电网之一,位于广东500千伏主环网中部。作为南方电网交直流混联运行、西电东送的受端负荷中心,这里也是全国供电负荷密度最大的城市电网之一。这一区域拥有110千伏及以上变电站364座,主变容量8661万千伏安,为广州快速发展提供着国际先进水平、安全可靠、优质经济的电力供应。
负责广州电网投资、建设与运营的广州供电局担负着广州市11个市辖区的供电任务,供电面积7434平方公里,供电客户645万户。通过积极践行“万家灯火、南网情深”的核心价值观,他们在广州社情民意研究中心"广州社会心理与情绪追踪调查"中,电力供应已经连续11年位列18项经济类评价指标满意度第一。
随着输电自动化、巡检无人机、变电站巡检机器人、智能配电房等各项工作的深入推进,经过多年的发展,广州供电局视频监控系统已经覆盖到输、变、配电各个环节,为广州电网的安全稳定运行奠定了坚实基础。
但是这一始建于2008年的视频监控技术的应用系统也面临着更多、更深入的挑战。12年来根据需求,逐渐完善输电视频监控系统、变电视频监控系统、配电视频系统,并部署了一系列分散的单兵视频设备,视频规模总体上接近12000路左右,每月将近10PB的数据量;且系统内部,输、变、配相关系统视频均采用分散建设、独立采集,导致功能单一,数据暂时无法实现业务协同。
座拥庞大的千里眼网络,如何才能智慧协同,实现电网智慧化呢?
2019年,广州供电局部署了一套输变配一体化视频监控平台。该解决方案基于一体化平台实现视频数据采集、存储、分析,为视频智能应用提供基础,在一体化视频监控平台基础上安装智能巡视、智能操作、智能安全等应用系统。
该平台的核心部分由视频联网系统,视图库,视频分析以及视频数据服务与门户组成。视频联网平台可实现目前广州局智能配电房、变电站、输电以及安保视频的统一接入及管理,同时包括动力环境监控、设备工况监控等物联网数据接入。平台集成视频数据服务与门户实现基础应用,包括系统管理,资源管理,报警管理,智能运维,视频监控,在线监测,实时报警等功能。
除此以外,广州供电局的输变配一体化视频监控平台还拥有 “智慧大脑”。
在输电环节,通过无人机、机器人、视频装置的自动操作、智能定时巡检、集群作业,以及多机协同联合作业,使巡检准确率、效率大增。
在变电站内,为变电站内的所有10kV以上断路器、隔离开关、线路接地刀闸、开关柜开关小车等一次设备以及关联二次设备的智能操作提供远程操作二次确认。
在配电房,为配电房内的所有10kV开关柜等一次设备以及关联二次设备的智能操作提供远方操作二次确认。
同时还可应用刀闸识别、智能读表等视频智能分析技术,实现对设备运行状态的预警和监控,提升了运维效率。
通过数字化转型升级,广州供电局践行“以系统智能分析为主、人工判断为辅”,努力打造南方电网公司高质量发展的“广供样本”,广州供电局的实践也诠释出了新基建的意义,为广州老城市焕发出新活力。
活动预告
2020年,华为中国生态大会进入第十年。伫立十年关口,本次大会将为您呈现全新的生态篇章。因聚而生 举势而为 ——华为中国生态大会2020,“华为搭台、伙伴唱戏”的 “众筹办会”模式闪亮登场,诚挚邀请您共同参与,把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。