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
|
数据采集 城市大脑 分布式计算
阿里云产业智能OpenTrek技术升级:发布数字孪生仿真技术架构
2022年11月4日,云栖大会——产业智能技术创新与实践峰会于杭州云栖小镇如期举办,本峰会联合中国科学院院士、中国工程院院士、海外院士与行业权威机构,共同探讨产业智能方法论及发展趋势。会上,阿里云产业智能OpenTrek发布了技术升级后的数字孪生仿真技术架构,为行业数字化转型方向的合作伙伴提供全过程状态数据元信息整合能力,帮助行业客户进行业务价值创新。
阿里云产业智能OpenTrek技术升级:发布数字孪生仿真技术架构
|
算法 Linux 数据处理
《操作系统》—— 处理机调度算法
《操作系统》—— 处理机调度算法
2619 1
|
对象存储 开发者
对象OSS生命周期(LifeCycle)管理功能|学习笔记
快速学习对象 OSS 生命周期(LifeCycle)管理功能
3063 0
对象OSS生命周期(LifeCycle)管理功能|学习笔记
|
6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。
|
6月前
|
运维 自然语言处理 算法
云栖实录 | 大模型在大数据智能运维的应用实践
云栖实录 | 大模型在大数据智能运维的应用实践
662 3
|
9月前
|
存储 人工智能 算法
深度解读面向大模型开发和应用的数据处理套件
本文深入解读了大数据与AI联合场景下的技术,重点探讨了大语言模型、多模态模型训练及应用数据处理。文章首先分析了算法、算力和数据在大模型训练中的重要性,强调数据采集、标注和质量控制的关键作用。接着介绍了PAI平台上的端到端数据处理套件,涵盖预训练、有监督微调和偏好对齐的数据处理流程,以及数据合成和蒸馏技术的应用。最后展望了未来在多模态处理、性能优化和行业解决方案方面的扩展方向。
|
11月前
|
机器学习/深度学习 自然语言处理 算法
数据准备指南:10种基础特征工程方法的实战教程
在数据分析和机器学习中,从原始数据中提取有价值的信息至关重要。本文详细介绍了十种基础特征工程技术,包括数据插补、数据分箱、对数变换、数据缩放、One-Hot编码、目标编码、主成分分析(PCA)、特征聚合、TF-IDF 和文本嵌入。每种技术都有具体应用场景和实现示例,帮助读者更好地理解和应用这些方法。通过合理的特征工程,可以显著提升模型的性能和预测能力。
450 3
数据准备指南:10种基础特征工程方法的实战教程
|
存储 关系型数据库 MySQL
MySQL 中的事务存储引擎深入解析
【8月更文挑战第31天】
164 0
|
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
472 0
|
SQL 存储 Kubernetes
Seata常见问题之mybatisplus的批量插入方法报SQL错误如何解决
Seata 是一个开源的分布式事务解决方案,旨在提供高效且简单的事务协调机制,以解决微服务架构下跨服务调用(分布式场景)的一致性问题。以下是Seata常见问题的一个合集
472 0