物联网

  • 主页
  • 物联网
  • 智能电网,安防之后的又一个 AI 最佳落脚点?

智能电网,安防之后的又一个 AI 最佳落脚点?

发布时间:2021-08-31 18:03:47 所属栏目:物联网 阅读:

经历过一波疯狂生长之后,AI 显然已经进入后半场,即:技术变现阶段。

相较前期烧钱搞研发,技术变现似乎更为困难。

高新技术的特点使得 AI 产品在成本上难以形成普惠,加上整个行业自带 " 投资回报周期长 " 的标签,所有生存下来的 AI 公司,都面临一个问题:如何扭亏为盈?

赚钱无非开源节流:拓展收入和缩减成本。

缩减成本向来是最为直接有效的方式,但 AI 行业 " 研发投入高 " 的特性,使得 AI 公司基本不可能从成本端下手。

于是乎只有开源,也就是拓展新赛道,将技术和产品应用到新的场景,来实现增收。

电网就是这样一个需要 AI 赋能的赛道。

在供给侧,电力公司需要优化设备、提高效率,实现降本增效;在需求侧,消费者要实现用电管理的智能化,也少不了 AI 应用,而连接供给与需求的电网设施,同样需要 AI 技术来进行改造、维护。

比起安防、金融、医疗这些热门赛道,电网对于 AI 的需求有过之而无不及。

根据中电联的测算,2021 年我国智能电网投资金额可达 969 亿元。但这样一个千亿级别的赛道,智能电网的建设却主要依靠传统的电网设备公司,AI 公司切入智能电网的寥寥无几,触景无限就是其中之一。

电网建设痛点多,AI 赋能场景丰富

" 电力行业业务比较复杂,从发电侧到输电再到配电调度,环节多、过程长 ",触景无限 CEO 肖洪波说道。

在他看来,多环节意味着多场景,多场景意味着需要更多的传感器,来实现对场景的感知覆盖。

传统电网采取的是发电厂到用户的单向输电模式,这个过程要历经 " 发电、变电、配电、用电 " 等环节,各环节的关联性较弱。

以输电为例,发电厂在生产电力之后,需要依靠高压电线来进行电力输送。

众所周知,高压电线里程长、分布广,且主要通过人烟稀少的区域,在极端天气或者特殊场景下,高压电线出现事故之后,电网公司很难第一时间定位事故所在区域,也无法分析原因,及时抢修。

但智能电网就可以通过配置传感器来实现对线路的感知与检测,这些传感器分布在电塔上,将一条完整的线路切割成多条线段。当其中一条线段出现问题,那么传感器就能将异常数据传送至云端系统,电网工作人员就可以进行分析与抢修,及时恢复供电。

并且,电塔上的视觉传感器还可以分析线路上是否有异物,周边环境中是否有山火、施工车辆、吊车触碰高压线等;保障电塔的正常运行。

在供给端(也就是发电厂),也需要 AI 赋能,比如用摄像头来监测工厂运行、用机器人做一些高危工作、用 AI 系统来计算数据等。

在消费端,电网公司可利用 AI 实现对消费数据的分析,优化服务,消费者也需要更为智能的系统和应用,丰富体验。

可以说,智能电网建设的整个环节,从供给侧到消费端,场景非常丰富,不同的场景,对于 AI 技术的需求又各有不同。

除此之外,肖洪波表示,未来随着能源开发方式的变革,分布式能源在未来也会产生更多对感知和其他 AI 技术的需求。

聚焦自身价值,合作才能双赢

" 首先要找到我们在这个行业里所能产生的价值。"

即便智能电网建设需要 AI 赋能,但在肖洪波看来,这并不意味着 AI 公司会与传统的电力设备供应商之间展开竞争。

他认为,AI 公司可以从自身的优势出发,与传统的电力设备供应商合作。

据了解,目前做智能电网的公司以传统的设备供应商居多,比如国电南瑞、平高电气、特变电工等 " 国家队 ",他们在资金、渠道等方面优势明显。

AI 公司如果想要切入智能电网赛道,最好的方式是针对某些难点做 " 定点突破 ",为行业设备商提供技术解决方案。

" 他们其实做的是智能电网的整体运营系统,我们做一个非常有意义的补充。" 肖洪波表示。

以触景无限为例,其主要专注于嵌入式计算机视觉与感知技术,核心竞争力在于智能感知,为传统电力设备公司提供电力专用传感器、智能分析产品,建立相应的数据库,协助推进智能电网的落地。

AI 不是万能,电网建设仍有难点

虽然现在有不少的传统电力设备公司在做智能电网,同时也有像触景无限这种 AI 公司赋能,但智能电网建设仍有诸多难点亟需突破。

首先是硬件的性能与质量需要提升,如果硬件出现问题,那么运维难度亦会增加,且成本不可控。

" 它对于边缘的一些传感器和芯片要求很高 ",肖洪波表示,以野外场景为例,电塔上的传感器首先要解决供电、能耗的问题。

比如输电线路上的产品,都是要求在野外能够工作 8 年左右的时间;其次要解决在极端天气下持续工作的问题,最后还要解决数据传输的问题。

其次在数据方面,目前的电网尚未构建起全面的数据感知体系,数据传输不及时,也难以实现数据共享。