电力数字化的新生态,飞高行远的“雁群效应”

简介: 电力数字化的新生态,飞高行远的“雁群效应”

6月16日,在华为伙伴暨开发者大会2022智慧电力分论坛上,华为电力数字化军团CEO孙福友在《拥抱行业机遇,共筑电力数字新动力》的主题致辞中表示,“如今全世界都面临着能源转型、零碳转型和数字化转型的课题,而这三个转型都是长期的、艰巨的、复杂的系统性工程。而构建新型电力系统是三元转型的关键,是实现能源供应的安全性与连续性的重要基础,也是确保能源经济性的关键手段。”


1 双碳目标下,电力数字化的新思考


随着碳达峰、碳中和工作的推进,新能源未来将大规模并网,给电网带来高比例可再生能源、高比例电力电子设备带来“双高”挑战。孙福友认为,未来电力行业的普遍趋势是前端无人化、少人化,企业在不显著增加人力的前提下,通过数字化转型优化流程并调整人才结构,释放人力投入到创新及复杂业务,实现运营效率的提升,支撑业务的成长。


国网经济技术研究院有限公司数字换流站建设技术委员会秘书长刘思源在《直流设备管理数字化转型建设》的演讲中提出,要面向设备、场景、业务、运营四个数字化的目标的演进路线,自下而上逐级支撑:首先,要着力实现设备数字化,通过加强设备的数字化表达,推进设备与先进传感、信息通信等技术深度融合;其次,是实现场景数字化:通过加强设备环境、现场作业场景的数字化表达,提升设备故障及应急事件处置能力;第三,推进业务数字化:通过加速班组数字化转型,加强业务应用建设,提质增效;最后,支撑实现运营数字化:通过加速设备管理全链条数字化转型,强化数据智能化分析,增强业务响应的敏捷性,提升产业运营质效。随着数字化技术与电力的各种场景不断融合,电力企业的数字化转型也逐渐步入深水区。也因此,引发了新的思考:数字化到底是一个点、一个点来做,还是统筹规划、分层分级分域,分步实施?


2 星火架构让电力数字化有“形”有“实”


电力行业的场景复杂性是其迈向数字化转型的一个重要挑战,不仅要覆盖发电、输电、变电、配电和用电的五个大环节,还要应对场站数量巨大,分布广等客观环境的影响。例如,云南迪庆金格线高压线路,全长约39公里,双回路铁塔88基,该线路处于滇、藏、川三省交界处,输电线路挺立在山脊上、隐现于密林中,地形复杂,难以实现线路通道实时监测,采用人工巡检方式,工作难度很高。


云南电网有限责任公司迪庆供电局输电管理所经理杨旭,在《云南迪庆自组网输电智能巡检解决方案》的展示中表示,迪庆供电局选择了华为自组网输电智能巡检解决方案。项目利用自组网微波+电网自由通信通道相结合,解决了输电线路无通信覆盖的难题,摆脱了对租用公网的通信依赖。方案上线之后,通过视频回传,在指挥中心即可对输电线路进行巡检,极大提高了巡检效率。而我国仅变电站就有4万多座,输电线路近200万公里、电表5.1亿只,数字化赋能的难度无法想象。而面对这些复杂场景的挑战,电力企业通过信息化建设,构建了一系列信息系统,但各场站分开建设,各系统独立运行,资源及各系统数据不共享,存在大量数据孤岛,同时系统运维管理复杂,难以做到一体化协同。


为了避免徒有数字化之“形,而无数字化之“实”,华为电力数字化军团研发总裁王丽彪在《星火架构,创造行业场景新价值》的演讲中表示,“对客户而言,数字化、智能化建设应该是助力,不应该是负担。所以,对于海量站点数字化,站端应该是物理分散,逻辑集中,集团侧应该是大平台、微应用、组合化,实现系统易部署、易管理、易维护。这就是华为推出星火架构的原因,简单说:星火架构是一个开放、可演进的业界参考架构,可以更好地支撑电力企业数字化成体系地落地,例如可以支撑国家电网的云管边端架构体系落地,以及南方电网4321+战略等等。顾名思义,星火架构的含义就是:聚是一团火,散作满天星。海量的场站和线路等业务场景,就像是“满天星”,业务上云则是“一团火”。星火架构具备开放、高效、智能的三大特性。首先,平台开放性是架构一个重要能力,星火架构通过南北向标准化接口,云边协同、云上开发平台对外提供能力支持,同时架构支持组件化、模块化、多环境部署。开放性也保证了伙伴的合作空间,据悉包括南瑞、朗坤在内的伙伴已经基于星火架构进行了联合开发。其次,星火架构通过前点标准化、云边协同、业务上云来支持高效的开发、部署、运维和管理。不仅在云上提供全系列的开发平台,提供丰富的开发工具集合,使能伙伴一次开发,批量部署。还通过南北向的接口标准化,保障伙伴开发内容在海量站点的一致性、可复制性,提升开发效率,不重复造轮子。第三,支持智能的协同。借助边缘侧的数据采集便利、实时处理计算等特点,把AI的能力从之前的中心云逐步向边缘侧渗透。解决人工智能落地“最后一公里”问题。据了解,目前星火架构已经开始在电力行业全景中进行适配试点,在发电、输电、变电、零碳&综能场景逐步落地。通过应用、智能、数据及运维云边协同,实现端侧无人化、少人化,集团侧平台化、专业化。


3 华为的“雁群”效应


今年3月30日,华为成立了电力数字化军团。很多伙伴对此存在一些疑虑,电力军团成立后的华为还有没有伙伴生存的空间?


孙福友明确表示“与伙伴共生共赢是华为商业成功的基石,术业有专攻。华为电力数字化军团做不了、也不会在行业去做包打天下的事情。只有与合作伙伴深度合作、共生共赢。”电力军团横向快速整合资源,让华为相关产品方案联合伙伴,更高效地为客户提供解决方案;纵向缩短管理链条,让研发更直接了解行业客户需求,更准确地为客户提供解决方案。那么,伙伴在其中到底要如何实现自己的价值?以星火架构为例,围绕聚焦的3+1场景,华为需要伙伴在边侧和云端共同构筑能力。例如在边侧,需要伙伴具备:产品销售、安装、硬件调试、运维能力以及支撑云边协同、南北向数据集成和运营能力;在云端,需要不同领域的软件和服务专业伙伴,包括咨询规划、IT实现、站级应用、云上工具开发以及批处理、云边协同及互操作等。同时,王丽彪也表示,基于星火架构,华为希望聚合能力型合作伙伴,采用联合开发、联合销售、批量复制的方式共同服务于客户,同时在商业模式上引入应用商店和云服务。首先,在联合开发方面,华为将联合咨询、设计伙伴,围绕场景和客户一起开展业务数字化、流程数字化,定义好平台、接口、数据等标准,联合各个应用伙伴共同进行快速开发,统一适配,减少重复性工作。其次,在联合销售、联合服务方面,基于0到1的成功试点,共同向客户进行整体方案推荐,批量复制,联合进行市场拓展,相互包容,相互依存;联合运营和服务伙伴持续稳定的运营和维护好客户业务,相互协同,减少后顾之忧。最后,在商业模式方面,伙伴的应用、算法等可以基于应用商店通过云服务的方式服务客户,按需服务,按需收费。华为与伙伴双方,可以更加聚焦自身的优势,做出更好的产品,扩大商业机会。一只大雁,飞不远,而一群大雁可以轮流带头,利用气流可以轻松飞跃千里之遥。这就是华为想要倡导的“雁群效应”,华为希望与合作伙伴一道,组成“雁阵”,共同飞向电力数字化的星辰大海。

相关文章
|
13天前
|
测试技术 API iOS开发
WorkBuddy 接入 DeepSeek :Windows/macOS 安装、模型配置与文件自动化
WorkBuddy 是一款桌面级AI Agent工作台,告别简单复制粘贴式AI使用。它能理解任务、规划步骤、读写本地文件、调用工具,自动生成文档/代码/图表等交付物。本文详解Windows/macOS安装差异、DeepSeek API接入、Ask/Plan/Craft三模式实战及IT场景应用,强调安全边界与可验证执行流程。
|
运维 监控 JavaScript
(ARMS-AIOps)一文教你用Attributor算法实现多维下钻分析
常见的AIOps应用路径为:对监控的各种关键性能指标(KPI)进行实时异常检测;对多维指标进行根源分析,快速下钻到异常维度和元素;基于应用拓扑和实时Trace,实现根因定位;结合CMDB、关联等、构建异常根因上下文,帮助快速修复问题。 作为KPI指标, 往往包含了很多维度和元素,最显而易见的则是对每一个维度的元素都进行实时异常检测。 对于维度组合笛卡尔集数量很长的场景, 该方案的成本则有点难以承受
6157 0
|
2月前
|
人工智能 自然语言处理 IDE
阿里云Qoder CN插件概述及安装教程:VS Code与JetBrains IDE快速接入
Qoder CN是阿里云推出的AI智能体编程工具,前身为通义灵码,面向软件开发全流程提供智能编码服务,支持代码补全、生成、解释、调试及端到端任务执行,适配多语言与复杂工程场景。该工具提供独立IDE、JetBrains系列IDE插件、VS Code插件三种部署形态,覆盖主流开发环境,无需切换工具即可获得AI编程能力,支持接入阿里云百炼大模型服务,兼顾个人开发与企业级工程需求。
486 0
|
5月前
|
人工智能 监控 安全
AI智能体的开发流程
开发AI智能体是从“调用模型”迈向“系统工程”的跃迁,强调感知-决策-执行闭环。涵盖目标拆解、四层架构(Brain/Planning/Memory/Tools)、工具集成、提示词工程、迭代评估与安全部署。非万能方案,固定流程仍宜用传统逻辑。
|
5月前
|
JSON IDE API
从源码看 Qwen Code 的设计思路
Qwen Code 是基于AI Agent的智能编程助手,采用模块化分层架构。其核心为可循环执行的Agent对话机制,协调用户输入、大模型推理与工具调用,支持Plan/Default/Auto-edit/YOLO四种执行模式,并集成子智能体、MCP协议及会话管理等服务。本文将从源码角度来解析其设计思路。
1143 7
|
7月前
|
人工智能 中间件 API
AI避坑指南:背后的“低代码 vs 全代码”技术路线之争
2026 年,AI Agent(智能体)开发成为了技术圈最热门的赛道。市面上涌现出大量打着“零基础、无代码、拖拉拽”旗号的速成课程,声称只要会打字就能开发 AI 应用。 然而,在企业级交付的真实战场上,纯低代码(Low-Code/No-Code)方案往往面临着逻辑天花板低、扩展性差、维护成本高等致命问题。 本文将基于我在智能体来了(西南总部)参加【AI智能体运营工程师就业班】的深度体验,从技术架构、工程落地和职业发展三个维度,深度复盘金加德讲师所倡导的“Pro-Code(全代码)”技术路线,揭示 AI 运营工程师的真实技术门槛。
|
人工智能 边缘计算 搜索推荐
从经验管理到智能分析:2025年健身房会员运营的数字化转型及工具选型
本简介介绍了健身房会员管理系统的四代技术演进,从纸质档案到AIoT智能系统的发展路径。分析了当前数字化管理的新需求,如多模态交互、智能合约与数字孪生等前沿技术应用。同时,系统讲解了智能会员管理系统的核心功能模块、关键技术实现与主流工具选型评估体系,并提出了系统实施策略与常见问题解决方案。展望未来,元宇宙、生成式AI和边缘计算将推动健身管理向更智能、个性化的方向发展,全面提升运营效率与会员体验。
719 0
|
8月前
|
人工智能 C++
AnythingLLM vs Cherry Studio vs Chatbox:三大AI工具深度横评
本文深入对比三大AI工具:AnythingLLM、Cherry Studio与Chatbox。从易用性、功能丰富度、RAG能力、多模态支持到知识库管理,全面分析各工具优劣,并结合企业知识管理、个人创作学习等场景提供选型指南。最终指出:选择不在于“最好”,而在于“最合适”——AnythingLLM适合企业级知识体系构建,Cherry Studio助力多模态内容创作,Chatbox则以极简体验满足日常对话需求。
|
7月前
|
安全 数据可视化 数据挖掘
2026年数据分析工具推荐:从基础到高级的工具选择全指南
本文全面解析10款国内外主流BI工具,涵盖瓴羊Quick BI、Power BI、Tableau等产品,从核心定位、推荐场景、技术亮点到资质认证多维度对比,重点剖析其在数据可视化、智能分析、安全管控等方面的能力,并提供选型建议与免费试用参考,助力企业高效实现数据驱动决策。

热门文章

最新文章