5分钟部署百台云上计算机,22支参赛队伍快速接入南网电力调度AI应用大赛

本文涉及的产品
无影云电脑个人版,1个月黄金款+200核时
无影云电脑企业版,4核8GB 120小时 1个月
简介: 事实上,这不是无影第一次被应用于电力调度场景。此前,无影已经被用于南网多部门的安全办公,也被南网用于解决业务国产化过程中,应用生态体验不足的问题。

计算时间从分钟级提升到秒级、清洁能耗提高到99%、前三名AI调度员在计算时间、危险断面控制、清洁能源消纳、系统运行成本等多维度超过了人工.......这是第四届电力调度AI应用大赛收获的成果。


近日,由南方电网总调和电机工程学会电力系统自动化专委会主办的AI应用大赛在广州闭幕,赛事期间聚合了22支参赛队伍,并通过阿里云无影云电脑部署了可用于远程调用的虚拟开发环境,让选手们在9天内开发、训练和部署了数组AI在线调度员。


南方电网从2019年初开始就启动电力调度AI应用大赛,并在2022年实现行业内首次将AI真正运用于电网生产调度,今年更是引入了强化学习等技术,来解决新型电力系统调度面临的大规模实时决策问题。


在今年的AI应用大赛中,南网总调共提供了五省区1000多个机组、4000多拓扑节点规模、为期半年的实施电网数据,并与阿里云共同搭建了云化DSP电网仿真系统+强化学习算法+集群化封装的训练平台。


由于调度员需要接入南网内部系统,并实时操控电网,同时满足危险断面控制、清洁能源消纳、10秒出结果等要求,大赛需要提供给参赛团队一个算力强劲、稳定且安全的虚拟开发环境,南网想到了采用阿里云的无影方案。


大赛背后的保障:算力强劲、安全稳定的云上开发环境


图片 1.png


2022年9月初赛开赛前,部署工作已经开始。只用了几分钟,阿里云无影技术团队就在云上完成了20几支参赛队伍、上百台的云上计算机部署。而到了大赛决赛阶段,经过近半年时间,云电脑所提供的虚拟开发环境一直得以持续,让AI大赛的长赛程摆脱了地域、时间和各种突发状况的限制。


一些参赛团队也通过无影进行了远程开发。每一位不在比赛现场的成员都配备了一张卡片大小的无影云电脑终端,通过指纹身份识别,安全接入系统。即使使用自己的笔记本电脑,也不会遇到兼容性问题,从而影响比赛状态,也不会因为比赛过程中安装其他插件遇到系统崩溃而导致数据丢失。


事实上,这不是无影第一次应用于电力调度场景。在此之前,无影已经被用于南网多部门的安全办公场景,在保障数据安全的同时也解决了传统PC办公时故障多、运维成本高等难题。


南网的云上创新,无影云电脑的深度使用

云电脑的深度使用,离不开南方电网业务应用场景的“倒逼”。


阿里云在2020年云栖大会上推出的无影云电脑让南网的调度部门眼前一亮。他们认为这个产品能够满足他们对业务未来的设想。


图片 2.png


南方电网内部的许多子公司调度部门需要配备非常多工作台,并配置好相应的特殊业务系统,此前他们多采用采购PC硬件的方式来配置工作台。但传统PC的办公方式逐渐跟不上业务发展的步伐,暴露出了诸多问题。工作台升级时,所有PC都需要通过手动方式一台台升级,配置非常耗时。而多次升级后,笔记本的性能已经跟不上系统的性能需求,只能更换硬件。耗时耗力,且配置繁琐,运维的经济成本和人力成本都很高。


无影云电脑数据都在云上,全链路数据不落地,且支持丰富的安全策略配置,能够满足南网容错率极低、对安全极度关注的业务属性。使用云电脑后,通过云上统一部署、统一运维的方式,有效提升了运维和管理的效率。


无影也被南网用于解决业务国产化应用生态体验不足。在南网建立自主可控的底层技术架构和核心系统应用国产化替代的探索之路上,无影的跨终端、跨操作系统也提供了助力。无影架构跨终端、跨操作系统的一致体验,让南网在国产化终端上实现了“一机双系统”,有效弥补了国产化应用生态体验不足的问题。

相关文章
|
3天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
40 1
|
7天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
17天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
122 48
|
8天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
44 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
3天前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
21 4
|
13天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
47 10
|
6天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗诊断中的应用与挑战
本文旨在揭示人工智能(AI)技术如何革新医疗诊断领域,提高疾病预测的准确性和效率。通过分析AI在图像识别、数据分析等方面的应用实例,本文将探讨AI技术带来的便利及其面临的伦理和法律问题。文章还将提供代码示例,展示如何使用AI进行疾病诊断的基本过程。
|
13天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
下一篇
无影云桌面