“解好電力調(diào)度領(lǐng)域的關(guān)鍵問題,有可能引領(lǐng)下一波AI浪潮。”中國工程院院士、阿里云創(chuàng)始人王堅2月17日在南方電網(wǎng)總部表示,從Alpha Go、ImageNet到Alpha Fold、ChatGPT,都是通過對某一個問題的攻克,從而帶動了人工智能的巨大進(jìn)步。“相信電力行業(yè)、工業(yè)領(lǐng)域也能找到這樣一個問題,這將對社會發(fā)展、人類生活帶來更大、更切實的影響。”
圖:中國工程院院士、阿里云創(chuàng)始人王堅
當(dāng)天,由南網(wǎng)總調(diào)和電機(jī)工程學(xué)會電力系統(tǒng)自動化專委會主辦、阿里云和阿里達(dá)摩院等協(xié)辦的第四屆電力調(diào)度AI應(yīng)用大賽順利閉幕?;谀戏诫娋W(wǎng)實時運(yùn)行數(shù)據(jù),22支參賽隊伍在調(diào)度云人工智能平臺上,9天內(nèi)就開發(fā)、訓(xùn)練及部署了表現(xiàn)不俗的AI在線調(diào)度員。
在完成連續(xù)7天的在線調(diào)控任務(wù)后,這些AI調(diào)度員和同期經(jīng)驗豐富的人工調(diào)度員相比,計算時間從分鐘級提升到秒級,清潔能源消納提高到99%。前三名的AI調(diào)度員在計算時間、危險斷面控制、清潔能源消納、系統(tǒng)運(yùn)行成本等維度超過了人工。
南方電網(wǎng)公司董事、黨組副書記劉啟宏表示,這是對前沿人工智能技術(shù)運(yùn)用于電網(wǎng)調(diào)度的一次積極驗證,也是南方電網(wǎng)多年來堅持“云+AI”技術(shù)路線的又一成果。南方電網(wǎng)深入貫徹落實黨中央關(guān)于建設(shè)數(shù)字中國的戰(zhàn)略部署,在數(shù)字化轉(zhuǎn)型上進(jìn)行了大量探索和實踐,大力推動數(shù)字電網(wǎng)建設(shè),各類創(chuàng)新應(yīng)用、創(chuàng)新服務(wù)不斷涌現(xiàn)。
早在2015年,南方電網(wǎng)就開始了對云計算、大數(shù)據(jù)、人工智能的探索。隨著以光伏為代表的分布式能源、以電動車為代表的用儲一體終端大規(guī)模接入電網(wǎng),電網(wǎng)的穩(wěn)定運(yùn)行面臨巨大挑戰(zhàn)。2019年,南方電網(wǎng)采用阿里云飛天操作系統(tǒng)構(gòu)建的南網(wǎng)“調(diào)度云”平臺正式上線,云化SCADA(電力調(diào)度實時采集處理系統(tǒng))基于調(diào)度云研發(fā),是業(yè)內(nèi)首個秒級擴(kuò)展計算資源(過去需要幾個月)、即插即用和一鍵部署的云化電力調(diào)度系統(tǒng)。
如今,云計算已成為電力調(diào)度領(lǐng)域較為成熟的數(shù)字化技術(shù)。南方電網(wǎng)高級技術(shù)專家梁壽愚介紹,在南方電網(wǎng),調(diào)度、科研機(jī)構(gòu)超過 200 套業(yè)務(wù)系統(tǒng)已上云;電力系統(tǒng)仿真軟件DSP通過云化部署,計算提速360倍;基于云超算平臺的氣象精細(xì)化預(yù)測系統(tǒng)6小時短臨天氣預(yù)報最快每30分鐘就可輸出一次計算結(jié)果……
這一“超級云化工程”也帶動了知識圖譜、AI預(yù)測、強(qiáng)化學(xué)習(xí)等前沿人工智能技術(shù)在電網(wǎng)的切實落地,成了電力調(diào)度智能化應(yīng)用創(chuàng)新的土壤,讓電網(wǎng)調(diào)度“智慧大腦”快速迭代升級。
2019年,電力調(diào)度AI應(yīng)用大賽啟動,希望通過開放的生態(tài)和敏捷的技術(shù)開發(fā)平臺,將智能化應(yīng)用與實際的生產(chǎn)調(diào)度緊密結(jié)合。其中,首屆大賽的AI系統(tǒng)負(fù)荷預(yù)測已于2022年9月在南方電網(wǎng)投入單軌運(yùn)行,是行業(yè)內(nèi)首次將AI真正運(yùn)用于容錯率極低、穩(wěn)定性要求極高的電網(wǎng)生產(chǎn)調(diào)度,年平均準(zhǔn)確率達(dá)到98%,超過人工的97%。
今年的AI大賽更進(jìn)一步,通過引入強(qiáng)化學(xué)習(xí)來解決新型電力系統(tǒng)調(diào)度面臨的大規(guī)模實時決策問題。南網(wǎng)總調(diào)提供了五省區(qū)1000多個機(jī)組、4000多拓?fù)涔?jié)點(diǎn)規(guī)模為期半年的實時電網(wǎng)數(shù)據(jù),是有史以來用于強(qiáng)化學(xué)習(xí)訓(xùn)練規(guī)模最大的電網(wǎng)模型和實時數(shù)據(jù),并與阿里云共同搭建了云化DSP電網(wǎng)仿真系統(tǒng)+強(qiáng)化學(xué)習(xí)算法+集群化封裝的訓(xùn)練平臺,為AI調(diào)度員“出山”前提供千百萬次“操練”。
“這是封閉環(huán)境下的高強(qiáng)度開發(fā),不僅考驗調(diào)度能力,也考驗平臺的自動擴(kuò)容、負(fù)載平衡的能力。”阿里云副總裁、電力行業(yè)總經(jīng)理吳明宸說,調(diào)度云作為支撐的底座,讓云上的AI調(diào)度員實現(xiàn)快速計算,具備了秒級的決策能力。
AI調(diào)度員不僅要實時操控電網(wǎng),還要滿足危險斷面控制、負(fù)荷平衡、清潔能源消納、系統(tǒng)運(yùn)行成本最低、10秒出結(jié)果等要求。最終,前六名的AI調(diào)度員都超過920分(總分1000分)。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。