阿里云联合杭州电力发布“虚拟配网调度员”,让作业更高效安全

简介: 虚拟配网调度员产品,以智能运检技术发展规划为指导,依托NLP、知识图谱和语音交互技术,为配网智慧生产指挥提供辅助,大幅缩短一线配网作业等待时间,促进作业流程规范化安全化,助力电网检修工作减负增效。

11月27日,国家电网杭州供电公司(以下简称“杭州电力”)与阿里云联合发布“虚拟配网调度员”,今年有望在浙江全省推广使用。去年5月开始,“虚拟配网调度员”已正确执行数十万步操作,帮助杭州全市120位调度员减轻45%的业务负担。高峰期间,一个机器人相当于50个调度员同时工作,实现了抢修现场零等待,有效减少停电时间。

发布会传送门

产品详情

近年来,城市配电网规模爆发式增长。以杭州城区为例,10KV的线路从1200条增加至2000多条,对效率、安全作业提出了更高要求。国家电网下属杭州供电公司是杭州的配网指挥中枢,负责电网监测、电网检修、故障处置等工作。每个杭电调度员每天需拨打100多个电话,实时监控500多条电力信息。碰上早晚高峰,40多通电话一齐涌入,调度员需同时协调4-6个执行单位,故障现场也要长时间等待。

针对这些问题,杭州电力与阿里云合作研发“虚拟配网调度员”,为电力行业引入前沿的人工智能和数据技术,让机器人具备语音识别、语义理解、视觉AI、知识图谱、快速组织、智能决策等多种能力。

如今,“虚拟配网调度员”对数千条城市电网电路都如数家珍,可提前安排作业、现场核对作业、事后自动归档。一旦突发停电、断电,“虚拟调度员”通过钉钉可在1分钟内安排好相关人员,启动检修。“虚拟调度员”还学习消化了30多万份的检修历史记录,总结出可供实时决策的经验。在钉钉上,一线电工可以和虚拟调度员直接对话,实时获得协助。设备历史信息随问随答,是个“问不倒的机器人”。

据杭州电力创新工作室负责人郑伟彦介绍,“虚拟配网调度员”在提高工作效率、降低安全风险方面效果显著,每年可帮助杭州电力节省上千万成本,有望让杭州电力成为国网的标杆单位。今年,“虚拟配网调度员”还将在浙江全省11个地市推广使用。

阿里云电力能源产品总监周文闻表示,“电力机器人”还在不断学习成长中,近期将加入钉钉的现场巡检功能。未来,还会成为电力公司设备管理、调试、客服、办公等多面手的优秀员工。

9989c5b90f96dedb20d3e717592eeed2c54bdb86.jpeg

相关文章
|
传感器 存储
STM32--TIM定时器(3)
STM32--TIM定时器(3)
425 0
STM32--TIM定时器(3)
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
AI产品经理的技术必修课:从工具应用到系统设计
AI产品经理的技术必修课:从工具应用到系统设计
533 84
|
9月前
|
负载均衡 安全 容灾
虚拟专线设备端配置指南 (无影 x iKuai)
本文档主要介绍AL88系列设备的环境准备、上网配置及插件配置。环境准备包括个人电脑、网线、设备及互联网连接;上网配置涵盖设备拆箱检查、通电接线、浏览器登录管理后台和内外网设置;插件配置则通过高级应用完成无影虚拟专线的绑定。
|
机器学习/深度学习 存储 自然语言处理
SeACo-Paraformer
【6月更文挑战第14天】
820 6
|
11月前
|
传感器 机器学习/深度学习 人工智能
智能电网巡检与传感器数据AI自动分析
智能电网设备巡检与传感器数据分析利用AI技术实现自动化分析和预警。通过信息抽取、OCR技术和机器学习,系统可高效处理巡检报告和实时数据,生成精准报告并提供故障预判和早期识别。AI系统24小时监控设备状态,实时发出异常警报,确保设备正常运行,提升运维效率和可靠性。
531 6
|
11月前
|
传感器 机器学习/深度学习 人工智能
技术分享:智能电网巡检与传感器数据自动分析——AI助力设备状态实时监控与故障预警
这篇文章介绍了AI在智能电网巡检与传感器数据分析中的应用,通过信息抽取、OCR识别和机器学习等技术,实现设备状态监控和故障预警的自动化。AI系统能够高效处理巡检报告和传感器数据,精准识别设备故障并实时预警,显著提升了电网运营的安全性和可靠性。随着AI技术的发展,其在智能电网管理中的作用将日益重要。
613 1
|
存储 开发框架 JavaScript
Node.js实现短链接(ShortLink):shortid、epxress让URL更简单
Node.js实现短链接(ShortLink):shortid、epxress让URL更简单
472 0
Node.js实现短链接(ShortLink):shortid、epxress让URL更简单
|
达摩院 供应链 安全
光储荷经济性调度问题【数学规划的应用(含代码)】阿里达摩院MindOpt
本文介绍使用MindOpt工具优化光储荷经济性调度的数学规划问题。光储荷经济性调度技术旨在最大化能源利用率和经济效益,应用场景包括分布式光伏微网、家庭能源管理系统、商业及工业用电、电力市场参与者等。文章详细阐述了如何通过数学规划方法解决虚拟电厂中的不确定性与多目标优化难题,并借助MindOpt云建模平台、MindOpt APL建模语言及MindOpt优化求解器实现问题建模与求解。最终案例展示了如何通过合理充放电策略减少37%的电费支出,实现经济与环保双重效益。读者可通过提供的链接获取完整源代码。
|
机器学习/深度学习 人工智能 自然语言处理
2024通义语音AI技术图景,大模型引领AI再进化
2024通义语音AI技术图景,大模型引领AI再进化
|
Kubernetes Cloud Native 微服务
作者推荐|剖析云原生服务框架中服务发现机制的核心原理与实现机制
作者推荐|剖析云原生服务框架中服务发现机制的核心原理与实现机制
546 0