近日，騰訊云聯(lián)合北京金風(fēng)慧能技術(shù)有限公司(下稱“金風(fēng)慧能”)正式發(fā)布《新能源“無人化”場站解決方案白皮書》(下稱“《白皮書》”)，聚焦新能源場站的智能化發(fā)展，提供智能巡檢、智能檢修、智能安防等三大關(guān)鍵無人化能力，為風(fēng)電行業(yè)減輕人效負(fù)擔(dān)提供了新路徑，進(jìn)一步加速新能源企業(yè)向“無人值守”運營模式的轉(zhuǎn)型。

《白皮書》指出，隨著新能源行業(yè)的快速發(fā)展，新能源運營轉(zhuǎn)型的緊迫性也越來越明顯。一方面隨著裝機(jī)容量的不斷增長，傳統(tǒng)的人工運維方式已經(jīng)無法滿足運營需求，數(shù)字化、智能化運營成為必然選擇;另一方面，隨著新能源市場競爭的加劇，降低運維成本、提升運營效率已經(jīng)成為新能源企業(yè)提高競爭力的關(guān)鍵。

基于這樣的背景，騰訊云整合自身在分布式云、物聯(lián)網(wǎng)、AI、大數(shù)據(jù)等方面的技術(shù)優(yōu)勢，金風(fēng)慧能發(fā)揮在能源領(lǐng)域的深耕經(jīng)驗，雙方合作推出了云邊端一體化管控的新能源“無人化”場站解決方案。

在云邊端一體化管控的模式下，邊緣側(cè)可以全面感知、實時采集、計算和控制，沉淀積累多維度數(shù)據(jù)，并向中心端同步推送，為AI訓(xùn)練提供海量的樣本數(shù)據(jù)支撐;中心端可以高效整合數(shù)據(jù)并計算，基于開放的統(tǒng)一算法平臺，實現(xiàn)自主訓(xùn)練優(yōu)化、協(xié)同下發(fā)，不斷提高識別準(zhǔn)確率。該模式將推動新能源場站不斷提升遠(yuǎn)程感知與控制能力，幫助新能源企業(yè)實現(xiàn)對現(xiàn)場“無人化”業(yè)務(wù)場景的數(shù)字化管理，讓員工能夠從繁瑣、重復(fù)的運維任務(wù)中解放出來，將更多精力投入到創(chuàng)新和增值活動中。

具體來看，基于騰訊分布式云CDC底座，為新能源場站邊緣側(cè)提供與總部一致的數(shù)字化能力，包括物聯(lián)網(wǎng)、云原生、數(shù)據(jù)服務(wù)、AI訓(xùn)練開發(fā)平臺、邊緣計算等技術(shù)能力，為場站智能化改造提供豐富的產(chǎn)品組件，將更多類型資源服務(wù)能夠按需部署至各場站，通過統(tǒng)一的云服務(wù)管理和使用方式，實現(xiàn)用戶視角“一朵云”。

其次，借助騰訊云提供的全棧式人工智能開發(fā)服務(wù)平臺，打通新能源業(yè)務(wù)場景從數(shù)據(jù)獲取、數(shù)據(jù)處理、算法構(gòu)建、模型訓(xùn)練、模型評估到模型部署和AI應(yīng)用開發(fā)的全流程鏈路。針對新能源行業(yè)，平臺可以提供超過100種新能源行業(yè)領(lǐng)域算法包、20種機(jī)器學(xué)習(xí)類算法，內(nèi)置視覺大模型，能夠顯著提升無人機(jī)巡檢圖片識別效率，有效解決場站采集圖片數(shù)量不足導(dǎo)致算法模型精確度較低的問題。這為新能源場站的運行異常分析、故障診斷、故障預(yù)警以及健康狀態(tài)評估和壽命預(yù)測提供了技術(shù)支撐，實現(xiàn)智能巡檢和智能安防。

目前，新能源“無人化”場站解決方案已經(jīng)落地打造了多個標(biāo)桿性項目。以某電力央企為例，該集團(tuán)過去在新能源場站工作中面臨著人員不足、勞動重復(fù)、經(jīng)驗差異等諸多痛難點，在引入該解決方案后，實現(xiàn)了云邊端一體化的運營管理，無人值守的新模式大幅提升了人均勞效，運維成本下降了20%到30%。

近年來，騰訊云持續(xù)迭代自研產(chǎn)品能源連接器Enerlink和能源數(shù)字孿生EnerTwin，并以生態(tài)平臺能碳工場為紐帶，聯(lián)合生態(tài)伙伴打造了低碳園區(qū)、全真互聯(lián)產(chǎn)線等一系列解決方案，服務(wù)了300多家行業(yè)企業(yè)。未來，騰訊云將深耕更多真實需求場景，為更多能源企業(yè)數(shù)字化轉(zhuǎn)型注入新動能，持續(xù)助力行業(yè)綠色低碳、高質(zhì)量發(fā)展。

免責(zé)聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章，目的在于弘揚科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，宣傳國家科技政策，展示國家科技形象，參與國際科技輿論競爭，并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé)，在此我們謹(jǐn)向原作者和原媒體致以崇高敬意。如果您認(rèn)為本網(wǎng)文章及圖片侵犯了您的版權(quán)，請與我們聯(lián)系，我們將第一時間刪除。