如何利用人工智能构建高效的人员调度模型?

简介: 虚拟调度员利用当前主流人工智能成熟技术模型,构建可以真正应用在电 力生产业务中的实用性人工智能应用,既带来机器接替人工重复性劳动提 高劳动效率,又具有工业系统的技术领先性。

配网虚拟调度员解决方案
方案描述

着配电网的信息化、自动化建设工作逐步深入,配网调度中心涉及的自 动化、信息化系统也越来越多,涉及到调度自动化、配电自动化等诸多系 统,部分作业属于单一的重复工作,却需要大量人力和时间的投入,例如 配网分支线和主干线计划检修调度监护业务开展过程中,存在以下三方面 困扰:

指挥疲惫。一般一个区县有2-5名调度员,每个人工调度员每天100多个 电话,通话200多分钟以上,有大量的工作是重复性的调度监护工作。
高峰拥堵。检修开工作业高峰期,一个区县同时现场作业人员呼入,经常 有十几个电话占线等待,导致检修作业无法按时开工导致影响用户正常用 电和输电收入。
操作繁多。配网网架结构、信息系统越来越多、复杂,电网业务系统多 样,调度过程中,OMS操作票、图模系统、配网自动化、调度日志等系 统都需要进行查询、校验和维护,作业繁杂。
基于语音技术、智能对话和智能决策等综合人工智能技术,打造电力配网 虚拟调度员系统,具备能听懂、业务决策和调度指令发送的配网调度员技 能,接替的人工调度员完成配网主干线和分支线的计划检修调度业务中跟 现场工作负责人的电话监护工作,从而代替大量重复性劳动,避免高峰拥 堵导致的停电时间延长带来的输电损失。

架构特点
image.png
基于语音技术、智能对话和智能决策引擎等人工智能技术训练开发的虚拟 调度员系统,以虚拟员工的方式,在计划检修电话监护过程中,无需人工 介入的方式接替的人工调度员,完成配网正分线的计划检修调度业务中跟 现场工作负责人的电话监护工作。实现AI技术与电力业务深度结合,并实 际应用到电力生产业务中。
image.png

方案描述:
虚拟调度员利用当前主流人工智能成熟技术模型,构建可以真正应用在电 力生产业务中的实用性人工智能应用,既带来机器接替人工重复性劳动提 高劳动效率,又具有工业系统的技术领先性。通过应用,为配网作业带来 以下业务价值:

接替人工调度员重复性工作,提高工作效率。目前虚拟调度员可以实现超 过85%的接替率(即100张操作票,85张完全不需要人工调度员接入, AI自主跟现场进行单轨调度简化;其余15张需要人工调度员少量介入协 助。),而日常计划检修调度占人工调度员的大部分工作量,通过虚拟调 度员的服务,每个调度员每天200+分钟的调度监护工作量可以减少下 来,预估可以释放人工调度员50%左右的工作量,可以进行更多电网安 全运行的分析、决策工作,减少劳动强度的同时,也提升电网运行安全。
避免高峰期开工电话呼入拥堵,减少输电收入损失。虚拟调度员通过可以 并行跟多个现场人员进行调度任务对接,具有无限并发能力,可以有效避 免每日早上和下午开工高峰期开工电话呼入导致的拥堵,按平均每个工单 平均缩短5分钟修复复电时间,一年下来,预估可以为每个地市增加上千 万的输电收入。

*相关案例
image.png

相关文章
|
3月前
|
机器学习/深度学习 人工智能 数据处理
人工智能平台PAI操作报错合集之任务重启后出现模型拆分报错,该怎么办
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
15天前
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
60 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
|
1月前
|
人工智能 运维 自然语言处理
AI战略丨构建未来: 生成式人工智能技术落地策略
GenAI 的技术落地需要企业进行周密地规划和持续地努力。企业必须从自身的战略出发, 综合考虑成本、效果和性能,制定合理的技术架构,通过全面的 AI 治理,实现可持续的创新和发展。
|
2月前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
50 2
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】常用的人工智能框架、模型、使用方法、应用场景以及代码实例的概述
人工智能(AI)领域涉及众多框架和模型,这些框架和模型为开发人员提供了强大的工具,以构建和训练各种AI应用。以下是一些常用的人工智能框架、模型、使用方法、应用场景以及代码实例的概述。
37 1
|
2月前
|
人工智能 安全 测试技术
Google DeepMind推出大模型 Gemini (vs GPT4):规模最大、能力最强的人工智能模型
Google DeepMind推出大模型 Gemini (vs GPT4):规模最大、能力最强的人工智能模型
65 4
|
2月前
|
数据采集 人工智能 监控
构建未来:人工智能在城市规划中的应用与挑战
【8月更文挑战第6天】随着人工智能技术的飞速发展,其在各行各业的应用日益深入。本文将探讨人工智能在城市规划领域的应用及其所面临的挑战,分析AI技术如何助力城市发展更加智能、高效和可持续,同时指出在实施过程中需要注意的问题和潜在风险。通过对未来趋势的展望,本文旨在为城市规划者和决策者提供参考,促进人工智能技术在城市建设中的健康发展。
|
3月前
|
搜索推荐 人工智能
人工智能LLM问题之大模型特殊能力如何解决
人工智能LLM问题之大模型特殊能力如何解决
|
3月前
|
计算机视觉 人工智能
人工智能问题之人脸识别团队决定使用LangChain来构建一个智能排查助手如何解决
人工智能问题之人脸识别团队决定使用LangChain来构建一个智能排查助手如何解决
26 1
|
3月前
|
人工智能 数据挖掘 机器人
同样是人工智能 客户在哪儿AI和GPT等大模型有什么不同
客户在哪儿AI生产的是企业全历史行为数据,同时还针对ToB企业,提供基于企业全历史行为数据的数据分析服务。

热门文章

最新文章

下一篇
无影云桌面