第五届电力调度AI应用大赛圆满落幕!

简介: 第五届电力调度AI应用大赛圆满落幕!



电力市场出清速度有了新纪录。12月27日,中国南方电网第五届电力调度AI应用大赛在广州圆满落幕。清华大学代表队以满分成绩夺冠,依托”云+AI“技术,将出清整体流程控制在600秒内,效率提高了近50%


出清,指的是供需关系均衡。随着电力市场化交易深化推进,光伏、储能和虚拟电厂等新型主体陆续加入,电力作为商品如何快速出清备受行业关注。


2022年7月,由南方电网主导成立的南方区域电力市场启动,成为全国首个进入试运行的区域市场。目前,已有16万家交易主体在该平台上进行自由、实时的电力现货交易。然而,出清规模庞大,约束复杂、变量众多,随着市场化进程的加速和技术进步,电网在出清时间和运行成本方面面临许多新挑战。


2023年11月14日,中国南方电网第五届电力调度AI应用大赛以“基于人工智能的电力现货市场快速出清”主题开幕,吸引了来自全国电力行业的科研机构、高校和互联网生态企业的30支队伍。



南方电网公司副总工程师、南网总调党委书记刘映尚表示:近年来,人工智能通用大模型不断涌现,呈现出百模大战的繁荣的格局。各位选手在大赛中迸发的创新之光正在一步步点亮电力‘调度+AI’的生态


未来,南方电网将继续把握科技创新思维,发挥人工智能的‘头雁’效应,引领产业转型升级,发挥国家队作用,坚持创新引领,深入推进数字化转型和数字电网建设。


据介绍,本届大赛由调度云主节点和同城节点提供比赛环境。在进入决赛的6支队伍中,运用主节点开发的获奖队伍有4支,占比高达66%。


2019年8月,南网调度云投入生产运行,基于阿里云飞天操作系统建设,作为当时全国电力行业里第一朵大规模建设的行业云,实现秒级扩展计算资源。四年来,它支撑了南网200多个业务系统的稳定高效运行,成为AI创新的坚实底座。


清华大学代表队成员王铮澄说:南网调度云平台整体的使用体验比较流畅,在云环境上进行开发和实验室环境的科研还是差别比较大的,因为实验室服务器很难进行弹性扩缩容,南网虽然目前分配给每个参赛队伍的计算、存储资源是有限的,但如果要做大规模训练,可以很快申请扩容。


为了模拟实际的出清难题,南网提供了经处理后的千组发电机30天的电网数据。清华大学另一位参赛成员曾泓泰认为,出清实际是要解决一个“混合整数线性规划问题”,而用AI固定整数变量成为关键。


在阿里达摩院自研的MindOpt Studio AI平台上,清华大学代表队不再需要“花大量时间在数据读入、读取上”,结合通义灵码进行辅助编程能力,可以集中精力在 “算法创新”上。



最终,清华大学代表队以“时间平均分”、“成本平均分”双满分夺冠,他们成功将总体出清时间控制在600秒左右,出清效率提升了近50%,充分验证了AI加速市场出清的可行性。


目前,全国电力系统正往新型电力系统转型发展,随着新能源光伏、风电不断提升装机,未来的电力系统将是一个快速波动的系统。传统的调度方式较难适用于未来新型电力系统的运行特性。面对快速变化的系统,电力领域技术正在走向“云+AI”融合发展的未来。


阿里达摩院决策智能实验室负责人印卧涛表示:在新能源电力调度领域,AI与数学求解技术的结合正在引领一场变革。这种双决策引擎极大地提高了电力系统的运行效率、可靠性,同时为绿色能源智能化管理提供了新的技术支撑。


未来,云+AI的模式会让电力行业在绿色、可持续和智能化的道路上不断迈进。


南方电网调度AI应用大赛由南方电网电力调度控制中心、中国电机工程学会电力系统自动化专委会主办,是目前电力行业内影响力最大、应用性最强的AI大赛。


一直以来,南方电网高度重视云计算与AI技术在电力行业的结合应用,过去四届大赛聚焦AI,分别围绕负荷预测、调度优化决策等主题展开。依托历届大赛创新成果,南网总调已实现实现了AI负荷预测全网单轨运行,培育了灵活、开放的新能源功率预测价值生态。



/ END /

目录
相关文章
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
1天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
7天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
7天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
36 10
|
2天前
|
传感器 机器学习/深度学习 人工智能
AI在自动驾驶汽车中的应用与未来展望
AI在自动驾驶汽车中的应用与未来展望
22 9
|
7天前
|
人工智能 Kubernetes 安全
赋能加速AI应用交付,F5 BIG-IP Next for Kubernetes方案解读
赋能加速AI应用交付,F5 BIG-IP Next for Kubernetes方案解读
44 13
|
12天前
|
机器学习/深度学习 人工智能 JSON
【实战干货】AI大模型工程应用于车联网场景的实战总结
本文介绍了图像生成技术在AIGC领域的发展历程、关键技术和当前趋势,以及这些技术如何应用于新能源汽车行业的车联网服务中。
194 32
|
8天前
|
机器学习/深度学习 人工智能 边缘计算
24/7全时守护:AI视频监控技术的深度实现与应用分享
本文深入解析了AI视频监控系统在车间安全领域的技术实现与应用,涵盖多源数据接入、边缘计算、深度学习驱动的智能分析及高效预警机制,通过具体案例展示了系统的实时性、高精度和易部署特性,为工业安全管理提供了新路径。