新方案通过作为服务进行管理的敏捷云解决方案实现了快速创新
部署模式允许对可扩展的灵活架构进行远程访问,让系统的实施、持续维护和更新更加简化快捷
该平台助力电网公司数字化转型,以管理更加可靠、高效、可持续和灵活的电网
中国北京,2022年6月16日————全球能源管理和自动化领域的数字化转型领导者施耐德电气近日发布了基于平台即服务(PaaS)的电网运营解决方案,作为其EcoStruxure™ Grid产品组合的一个组成部分。在开放式云计算平台的支持下,施耐德电气提供了一个部署环境,使电网规划和运营解决方案能够在云端进行托管和管理。
随着行业的重大变革和技术的飞速发展,部署软件解决方案和相关服务的传统方式正在发生变化。施耐德电气基于PaaS的电网运营解决方案旨在应对电网运营商当前面临的重要挑战。随着云解决方案持续在各行业展现价值,电网运营商同样可以通过简化部署、迭代改善、提高可扩展性以及简化维护来获得价值,同时还能够实现托管和咨询服务。无论IT还是OT,电网管理的各个方面都需要简化、循序渐进且支持网络安全的方法。施耐德电气正在与微软合作,在Azure上提供平台即服务的电网运营解决方案,以满足能源行业关键基础设施的需求。
施耐德电气在向电网公司提供资产管理和边缘管理云解决方案方面经验颇丰,现在正将这样的成功经验扩展到电网运营管理领域。这些是通过在云上运行的分布式能源管理系统EcoStruxure™ DERM和高级配电管理系统EcoStruxure™ ADMS,包括分布式能源管理、停电管理、电网规划和用户培训等用例实现的。这一举措使价值得以释放,可以交付至更广阔的市场,让较小的公司与大型公司同等获益。这一进步为客户提供了更高的价值,实现了更敏捷的创新交付方法。
此前,施耐德电气在Guidehouse Insights排行榜分布式能源资源管理系统(DERMS)供应商榜单上名列前茅。新的DERMS解决方案从整体角度满足了公用事业和电网管理的需求,为分布式能源(DER)管理提供了端到端的方法。
EcoStruxure™ Microgrid Advisor(EMA)作为电网运营解决方案的重要一环,逐步完成了中国本地化开发,在优化调度算法、新能源出力预测、用能模型、数据展示等方面进行了改进加强,电网可以无缝连接到分布式能源,根据天气预报、历史负荷和电价水平,自动预测和经济调度现场的分布式能源与负荷,优化能源成本、碳足迹,提高系统弹性。
施耐德电气的EcoStruxure™ Grid解决方案组合展示了公司对构建更加数字化、电气化世界的承诺,并与平台即服务的电网运营解决方案一起支持分布式能源资源、微电网、能源社区及其它灵活性资源在数字化规划、设计和运营生命周期中的增长。未来电网将由数据驱动,并集成网络模型,变得更加可靠、灵活、高效和安全。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。