力維智聯(lián)陳仕波：綜合能源服務(wù)平臺演進(jìn)研究及實(shí)踐

我們提供三種形態(tài)的大數據AI數據產(chǎn)品合作方式：第一種是購買(mǎi)人工智能大數據平臺產(chǎn)品，自己進(jìn)行數據建模；第二種方式是將成熟的大數據AI產(chǎn)品集成到您現有業(yè)務(wù)系統中，給您的平臺實(shí)現快速AI賦能；第三種是基于合作方的業(yè)務(wù)需求和數據進(jìn)行AI大數據產(chǎn)品的定制開(kāi)發(fā)。

——深圳力維智聯(lián)技術(shù)有限公司 電力物聯(lián)網(wǎng)產(chǎn)品總經(jīng)理 陳仕波

在全球數字化、智能化進(jìn)程以及能源變革新時(shí)代發(fā)展背景下，能源企業(yè)從生產(chǎn)型向服務(wù)型轉型發(fā)展已經(jīng)成為全球性趨勢。能源行業(yè)市場(chǎng)化體制機制改革同時(shí)也在不斷深入推進(jìn)，北極星電力網(wǎng)于6月11日-12日，在上海舉辦“第二屆綜合能源服務(wù)產(chǎn)業(yè)創(chuàng )新與電力物聯(lián)網(wǎng)建設發(fā)展大會(huì )”，北極星電力網(wǎng)、北極星電力APP對會(huì )議進(jìn)行全程直播。

深圳力維智聯(lián)技術(shù)有限公司電力物聯(lián)網(wǎng)產(chǎn)品總經(jīng)理 陳仕波在大會(huì )做《綜合能源服務(wù)平臺演進(jìn)研究及實(shí)踐》主題演講，以下為發(fā)言實(shí)錄：

各位專(zhuān)家，大家下午好。我今天給大家匯報的主題是綜合能源平臺的演進(jìn)和實(shí)踐，跟大家分享一些我們在建設中的心得。

首先給大家介紹一下力維智聯(lián)。力維智聯(lián)是從事以泛在數據的接入與匯聚以及多維數據融合智能為核心技術(shù)的AIoT產(chǎn)品和解決方案公司。我們在動(dòng)環(huán)監控這個(gè)領(lǐng)域，已經(jīng)有20多年的豐富經(jīng)驗。我們做的上海浦東智慧城市大腦，已入選國家全國推廣的智慧城市案例集。我們建設的省級綜合能源服務(wù)平臺，已經(jīng)開(kāi)始上線(xiàn)運行。在這當中遇到了一些困惑和一些難題，跟大家一起來(lái)探討一下。

今年國網(wǎng)的綜能業(yè)務(wù)目標是200億的市場(chǎng)，市場(chǎng)空間很大。各省建設綜能平臺時(shí)，都在問(wèn)一個(gè)問(wèn)題：數據價(jià)值怎么變現？

我們來(lái)看一下數據價(jià)值變現的DIKW模型。其中的D是數據，就是我們說(shuō)的多維數據接入，是觀(guān)察和度量的原始素材；I是信息，是經(jīng)過(guò)處理之后對于數據的理解，它解決的是我們度量和觀(guān)察的對象是什么；K是知識，是從信息數據提取出來(lái)的規律以及相關(guān)性，這是在做信息數據分析之后得到的抽象，是解決做什么的問(wèn)題；W是智慧，是基于知識綜合應用的推理和預測，是解決在什么時(shí)候做什么的問(wèn)題。

看看我們在各個(gè)層面所做的工作：CPS、物聯(lián)接入、數據標準化、數據歸一化、數據時(shí)空標簽等是數據層面的工作；數據存儲及治理、數據資產(chǎn)化、數據時(shí)空維度統計分析及數據可視化等是信息層面的工作；知識層面在做的工作是客戶(hù)/設備畫(huà)像、知識管理系統、AI群控系統、AI調度系統、知識AI大數據產(chǎn)品等；智慧層面在做售電電量預測、最大需量預測、設備故障預測、智慧AI大數據產(chǎn)品等。數據、信息層面大家都基本實(shí)現了，但到了知識和智慧這個(gè)層面大家都犯困惑。為什么呢？知識和智慧層面的工作需要在IT專(zhuān)家和業(yè)務(wù)專(zhuān)家基礎上，還需要AI專(zhuān)家一起才能把這個(gè)事情搞得定。所以現在各綜能公司都在問(wèn)這個(gè)問(wèn)題，我怎么把數據變現，怎么帶來(lái)數據價(jià)值。

力維的綜能平臺實(shí)踐跟大家分享一下。先從整個(gè)平臺的架構來(lái)看。最底層為綜合能源服務(wù)CPS系統，再往上就是物聯(lián)管理中心、數據中心、企業(yè)中臺，之上還有智能建模引擎、應用構建引擎，在以此為支撐提供各個(gè)業(yè)務(wù)應用。通過(guò)這個(gè)平臺讓我們所有業(yè)務(wù)支撐變成一件簡(jiǎn)單快捷的事。在這里面，DIKW是怎么來(lái)解決呢？通過(guò)CPS系統和物聯(lián)中心解決數據的問(wèn)題；在數據中心和應用層，解決信息化的問(wèn)題；我們要在數據中心，及數據中心之上的業(yè)務(wù)應用層增加知識、智慧的能力，即讓它具備智能。

怎么讓它具備智能呢？我們給它在數據中心裝上一個(gè)高性能的執行引擎，這個(gè)引擎執行智能算法；AI算法需建模，我們提供了可視化的建模工具，可以用組態(tài)的方式，無(wú)編碼地把AI模型建立起來(lái)；再配合調度平臺，支撐構建一套完整的業(yè)務(wù)應用。這就是我們的Sentosa人工智能大數據平臺。

Sentosa人工智能大數據平臺囊括了當今所有主流的AI算法，把各AI算法做成一個(gè)一個(gè)的組件。每一個(gè)組件，我們稱(chēng)為算子?；谶@些算子，構建算法模型，這些模型有一定數學(xué)基礎的人就可以構建。算法模型有哪一些呢？有數理統計、機器學(xué)習、數學(xué)優(yōu)化、知識圖譜，以及自然語(yǔ)言識別。在建模過(guò)程及算法結果輸出都可以進(jìn)行可視化的呈現來(lái)進(jìn)行分析。每一個(gè)算法模型建好之后，形成算子流?；谝幌盗兴阕恿?，可以形成一個(gè)端到端的業(yè)務(wù)應用。它可能是一個(gè)中間件，可能是一個(gè)web應用，可以做成獨立的web系統，也可能做成現有系統當中的一個(gè)頁(yè)面。

這些是發(fā)電機組的出力規劃和售電預測的案例。具體的算法，感興趣的我們可以下來(lái)再探討。重點(diǎn)給大家介紹一下最優(yōu)需量預測。

當前大家在做需量申報時(shí)，都是報前個(gè)月最大需量，或者是上一個(gè)季度的、去年同期最大需量。但這并不是最好的方式。需量申報的實(shí)質(zhì)是尋找交錢(qián)最少的需量申報，通過(guò)我們的人工智能大數據平臺可以尋找到最優(yōu)申報需量。

下面我們來(lái)看一下最優(yōu)需量預測的建模過(guò)程是如何開(kāi)展的。首先會(huì )做數據的準備和數據導入，數據準備完之后，我們要做什么呢？就是尋找數據規律。怎么找到數據的規律呢？要對它進(jìn)行探索性的分析，找數據特征，看看是不是有規律，可不可以進(jìn)行建模分析。案例中我們找出來(lái)的特征，是有時(shí)間相關(guān)性。第二步是基于已經(jīng)找到的時(shí)間相關(guān)性特征，對于這個(gè)時(shí)間相關(guān)性的數據，進(jìn)行統計和分析，找到一個(gè)合理的數據的分布及置信區間。第三步進(jìn)行建模，我們知道時(shí)間序列預測有很多算法，怎么辦呢？把幾個(gè)可能的算法分別嘗試，找到合適的算法和參數，看哪一些是合適的，基于此我們找到兩個(gè)都合適算法。大家會(huì )感覺(jué)這個(gè)建模過(guò)程很煩，因為都要自己去找。不用怕，我們提供自動(dòng)建模，建模完成之后，還提供自動(dòng)調參功能。最后我們找到最優(yōu)容量預測模型和參數。

我們來(lái)總結一下，人工智能的建模分成五步。第一步就是準備數據，我們支持幾乎大家可以想到的所有數據類(lèi)型，包括流式數據、文本數據和各類(lèi)數據庫類(lèi)型的數據對接；導入數據之后進(jìn)行數據處理，處理的目的就是保證數據質(zhì)量，就是我們通常所說(shuō)的做數據治理；數據質(zhì)量保證之后，要做建模的探索分析，看看是什么樣的數據特征；最后找到它合適的特征，進(jìn)行建模；建模之后，進(jìn)行可視化的分析。建模是一個(gè)反復迭代的過(guò)程，驗證完成，我們就可以發(fā)布產(chǎn)品了，可以是中間件形式的產(chǎn)品，也可以進(jìn)一步使用調度平臺做成端到端的web應用。

力維智聯(lián)提供三種形態(tài)的大數據AI數據產(chǎn)品合作方式：第一種是購買(mǎi)人工智能大數據平臺產(chǎn)品，自己進(jìn)行數據建模；第二種方式是將成熟的大數據AI產(chǎn)品集成到您現有業(yè)務(wù)系統中，給您的平臺實(shí)現快速AI賦能；第三種是基于合作方的業(yè)務(wù)需求和數據進(jìn)行AI大數據產(chǎn)品的定制開(kāi)發(fā)。

這是我們Sentosa人工智能大數據平臺的試用二維碼，歡迎大家免費試用。謝謝大家。