美林数据作为国内知名的数据治理、数据分析产品和技术服务提供商,深耕包括风电行业在内的能源领域。
风电企业在设备监测预警问题上面临了四个难题:其一,风电发电设备的运行状态主要依靠人工现场检查评估,依靠人的经验进行判断并不准确;其二,尽管可以通过视频等手段监测设备状态,但受限于设备偶发故障,仍然需要人到现场定检或巡检;其三,主机厂商自带的数据模型与现场环境差异明显,数据标准不统一,用户获取协调数据难度大;其四,发生设备故障时,处置办法模糊不清。
设备运行风险的监测预警为何至关重要?美林数据风电行业数字化资深专家杨雷介绍说,风电设备的非计划停机会给风电场站带来巨大的损失。首先,设备维修、更换等繁复工作将造成直接经济损失,主轴等核心部件价格不菲,海上风机巨大,叶轮扫风面积相当于好几个足球场,单个叶片的损失就可能高达上百万元;其次,停机带来发电量的减少;而且,风电场站的发电量要接受电网的上网电量配额和统一调度,发电量的突然变化或遭到处罚。
“解决痛点是一切数字化方案的本源。”杨雷分析,美林数据自主研发的“Tempo Wind智能风电大数据平台”(以下简称“Tempo Wind平台”)将风电设备状态纳入健康管理,通过历史数据和日常巡检信息进行动态健康状态评估,帮助发电企业制定合理的检修策略;基于大数据构建起来的AI模型对设备运行信息进行全天候分析,预判可能出现的故障,对停机等重大损失或安全事故及时预警;对地处偏远的现场作业的安全情况进行监管。
Tempo Wind平台就像千里眼顺风耳,成为发电企业的预警机,对发电设备特别是大部件故障的提前发现和提醒,很大程度上帮助发电企业减少损失,并降低对电网的影响。因此,能够解决实际问题的Tempo Wind平台备受发电企业的欢迎。采用Tempo Wind平台的一家发电企业,从中获得超过亿元的经济价值。
不仅大幅提高安全性,Tempo Wind平台更提升了发电企业的经济效益。平台对风电设备效能进行分析,形成评估报告,帮助发电企业不断优化风电运营、风机运维、技改方案,全面提升运维效率。
杨雷介绍说,大数据和AI的应用要提升数据供给水平,同时必须有充足的算力作为基础,高效能的硬件设备不可或缺。美林数据早在2019年就与海光合作,并一直采用海光服务器,从2022年开始将海光的异构加速卡嵌入相关模型,迁移部分算法,并加速现场验证步伐。
美林数据的国产设备应用一部分是按照能源行业用户的要求,对既有设备应替尽替,另一部分是在新规划实施的项目中广泛应用海光等国产设备。杨雷表示,从进口设备迁移至海光设备的过程平滑顺畅。无论是考虑到大幅降低了的使用成本,还是良好的算力水平,用户对海光的设备都非常认可。
杨雷表示,海光设备通过了能源产业安全性方面的严格要求,海光团队及时有效的技术支撑也帮助美林数据解决了应用过程中的各种需求。
作为第二届光合组织AI解决方案大赛的获奖者,杨雷对大赛独特的“气质”印象深刻——比赛不仅考量参赛项目的技术水平,更看重技术和实际业务的贴合度。
杨雷介绍,参加大赛共有两大收益,一是来自软件、硬件领域的企业坐在一起,进行了充分地技术交流和业务碰撞,美林数据也结识了AI行业上下游的众多朋友。二是通过大赛,美林数据与海光实现了更加紧密的合作。对于正在举办的第三届光合组织解决方案大赛,美林公司也是兴趣十足。
杨雷表示,AI的泡沫期已经过去,如今用户不再接受表面的高大上,而是追求新技术能否解决实际问题。他说,“Tempo”是美林数据多年前产品开发时所起的名字,是“探宝”的谐音,无论是过去还是未来,美林数据都将脚踏实地不断挖掘大数据深处的巨大价值。
好文章,需要你的鼓励
在他看来,企业对AI的恐惧源自未知,而破解未知的钥匙,就藏在“AI平台+开源”这个看似简单的公式里。
斯坦福和魁北克研究团队首创"超新星事件数据集",通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好:有些注重成就结果,有些关注情感关系,有些偏向综合分析。这项突破性研究为AI评估开辟了新方向,对改善人机协作和AI工具选择具有重要意义。
Pure Storage发布企业数据云(EDC),整合其现有产品组合,提供增强的数据存储可见性和基于策略的简化管理。EDC集成了Purity存储操作系统、Fusion资源管理、Pure1舰队管理和Evergreen消费模式等架构元素,提供类云存储管理环境。该方案支持声明式策略驱动管理,让客户专注业务成果而非基础设施管理。同时发布高性能闪存阵列和300TB直接闪存模块,并与Rubrik合作提供网络安全防护能力。
威斯康星大学研究团队提出"生成-筛选-排序"策略,通过结合快速筛选器和智能奖励模型,在AI代码验证中实现了11.65倍速度提升,准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码,再用神经网络模型精确排序,有效解决了传统方法在速度与准确性之间的两难选择,为实用化AI编程助手铺平了道路。