“解好电力调度领域的关键问题,有可能引领下一波AI浪潮。”中国工程院院士、阿里云创始人王坚2月17日在南方电网总部表示,从Alpha Go、ImageNet到Alpha Fold、ChatGPT,都是通过对某一个问题的攻克,从而带动了人工智能的巨大进步。“相信电力行业、工业领域也能找到这样一个问题,这将对社会发展、人类生活带来更大、更切实的影响。”

图:中国工程院院士、阿里云创始人王坚
当天,由南网总调和电机工程学会电力系统自动化专委会主办、阿里云和阿里达摩院等协办的第四届电力调度AI应用大赛顺利闭幕。基于南方电网实时运行数据,22支参赛队伍在调度云人工智能平台上,9天内就开发、训练及部署了表现不俗的AI在线调度员。
在完成连续7天的在线调控任务后,这些AI调度员和同期经验丰富的人工调度员相比,计算时间从分钟级提升到秒级,清洁能源消纳提高到99%。前三名的AI调度员在计算时间、危险断面控制、清洁能源消纳、系统运行成本等维度超过了人工。
南方电网公司董事、党组副书记刘启宏表示,这是对前沿人工智能技术运用于电网调度的一次积极验证,也是南方电网多年来坚持“云+AI”技术路线的又一成果。南方电网深入贯彻落实党中央关于建设数字中国的战略部署,在数字化转型上进行了大量探索和实践,大力推动数字电网建设,各类创新应用、创新服务不断涌现。
早在2015年,南方电网就开始了对云计算、大数据、人工智能的探索。随着以光伏为代表的分布式能源、以电动车为代表的用储一体终端大规模接入电网,电网的稳定运行面临巨大挑战。2019年,南方电网采用阿里云飞天操作系统构建的南网“调度云”平台正式上线,云化SCADA(电力调度实时采集处理系统)基于调度云研发,是业内首个秒级扩展计算资源(过去需要几个月)、即插即用和一键部署的云化电力调度系统。
如今,云计算已成为电力调度领域较为成熟的数字化技术。南方电网高级技术专家梁寿愚介绍,在南方电网,调度、科研机构超过 200 套业务系统已上云;电力系统仿真软件DSP通过云化部署,计算提速360倍;基于云超算平台的气象精细化预测系统6小时短临天气预报最快每30分钟就可输出一次计算结果……

这一“超级云化工程”也带动了知识图谱、AI预测、强化学习等前沿人工智能技术在电网的切实落地,成了电力调度智能化应用创新的土壤,让电网调度“智慧大脑”快速迭代升级。
2019年,电力调度AI应用大赛启动,希望通过开放的生态和敏捷的技术开发平台,将智能化应用与实际的生产调度紧密结合。其中,首届大赛的AI系统负荷预测已于2022年9月在南方电网投入单轨运行,是行业内首次将AI真正运用于容错率极低、稳定性要求极高的电网生产调度,年平均准确率达到98%,超过人工的97%。
今年的AI大赛更进一步,通过引入强化学习来解决新型电力系统调度面临的大规模实时决策问题。南网总调提供了五省区1000多个机组、4000多拓扑节点规模为期半年的实时电网数据,是有史以来用于强化学习训练规模最大的电网模型和实时数据,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,为AI调度员“出山”前提供千百万次“操练”。
“这是封闭环境下的高强度开发,不仅考验调度能力,也考验平台的自动扩容、负载平衡的能力。”阿里云副总裁、电力行业总经理吴明宸说,调度云作为支撑的底座,让云上的AI调度员实现快速计算,具备了秒级的决策能力。
AI调度员不仅要实时操控电网,还要满足危险断面控制、负荷平衡、清洁能源消纳、系统运行成本最低、10秒出结果等要求。最终,前六名的AI调度员都超过920分(总分1000分)。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。