Gegužės 11–14 dienomis Šendžene šiemet buvo stipriausios ištisinės liūtys. Aukštos įtampos perdavimo linija, energijos tiekimo aorta, einanti per kalnus, yra saugi ir patikima. Tai neatsiejama nuo skaitmeninių technologijų „stebuklingos galios“.
"Daugiau nei 6900 miesto perdavimo bokštų įdiegėme visapusišką stebėjimo sistemą, kuri automatiškai identifikuotų paslėptus perdavimo linijų pavojus ir defektus, naudodami AI algoritmą. Pakeitėme tradicinį rankinio tikrinimo režimą žygiuodami per kalnus ir upes, bendras efektyvumas padidėjo 11 kartų, palyginti su tradiciniu režimu. Huikun Pei, Šendženo energijos tiekimo biuro perdavimo valdymo instituto linijos skyriaus vadovas, sakė, kad sistemoje yra integruoti dirbtinio intelekto algoritmai, tokie kaip kalnų gaisro identifikavimas, kuris gali atpažinti kalnų gaisrus ir juos įspėti bei teikti duomenų palaikymą miesto nelaimių prevencijai. , švelninti ir reaguoti į ekstremalias situacijas, kartu užtikrinant perdavimo linijų saugumą.
(nuotraukoje parodyta perdavimo linijos intelektuali stebėjimo sistema)
Be perdavimo linijų, skaitmeninės technologijos taip pat naudojamos energijos transformavimo ir paskirstymo srityje, kuri leidžia panoramiškai suvokti elektros tinklo būseną ir virtualų realų ryšį per skaitmeninį dvynį. "Skaitmeninių pastočių srityje sukūrėme įrangos būsenos stebėjimo ir paslėptų pavojų identifikavimo algoritmus. Per 5g tikrinimo robotą, 5g kamerą ir kitus išmaniuosius terminalus vaizdo AI patikra palaiko patikrinimą ir išmanų veikimą, o patikrinimo efektyvumas pagerinamas apie 2,7 karto. laikai."
Huangweizhao, Šendženo maitinimo biuro pagrindinio tinklo gamybos centro techninis ekspertas, pristatė, kad energijos paskirstymo srityje, kartu su realiu laiku veikiančia stebėjimo sistema, galima stebėti realiuoju laiku ir iš anksto įspėti paskirstymo tinklo būseną. , greita gedimų lokalizacija, automatinis gedimų izoliavimas ir „paskutinio kilometro“ energijos tiekimo garantijos pagerinimas.
Suprantama, kad turėdamas didžiulius elektros tinklo stebėjimo duomenis, kuriuos surinko skaitmeninis elektros tinklas, Šendženo maitinimo biuras taip pat pradėjo „Super Brain“ ir šiais metais išleido pirmąjį šalyje maitinimo įrangos stebėjimo prieš mokymą modelį, visapusiškai tobulindamas MTTP. protingų algoritmų efektyvumas ir tikslumas. Kaip pavyzdį imant gamybos valdymo centrą, naudojant kelių sistemų ryšį ir didelių duomenų analizę, centro gedimų apdorojimo laikas vidutiniškai sutrumpėja daugiau nei 1 valanda, o tai labai pagerina maitinimo patikimumą.
