多模态

当前电网设备的智能巡维还未能实现真正“无人化”，机器人等智能终端还存在个体能力有限、智能程度偏低、系统孤岛运行等问题，基于智慧物联的立体巡检是解决上述问题的关键，广东电网能源技术公司围绕电网场景高精度建模与重构，移动式终端个体智能自治技术提升，分布式终端物联互动，多模态数据融合贯通等四项关键技术开展系统攻关，为实现电网设备智慧运行做出了积极探索。

介绍了新型电力系统与大电网智能运维的发展现状，3D数智化电网巡检总体框架、电网3D孪生的应用。

我们将使用紧密结合实际业务场景，构建算力、训练/推理框架、算法全栈国产化适配的输电运检场景多模态大模型。输电多模态大模型通过海量场景多模态数据进行训练学习，模型参数量大和泛化能力强。在视觉识别能力方面和传统小模型相比，输电人工智能大模型在准确率、泛化能力、识别效率等方面表现优越。另外，以输电运检场景多模态大模型为基础构建的输电场景数字员工，能够基于可视化设备拍摄的场景图像信息，端到端的输出隐患信息、防护区信息、天气场景信息、高层语义信息、运检报告等，人机交互友好，业务流程无缝衔接，改变了传统运检软件系统工作范式。

面对信息网络与经济社会各领域深度融合发展需求，现有网络发展范式在应对人-机-物大规模组网、服务性能确保、高效能网络处理等方面面临诸多困境。本报告创新网络发展范式，提出网络技术体系与支撑环境分离的多模态网络，支持多种网络技术体系在同一基础环境内的共生共存、独立演进与变革发展，降低创新网络技术体系应用和市场部署的门槛，为数字化社会发展提供专业化、高质量的网络能力支撑。

从灵活性资源对配用电系统的重要性出发，指出了目前海量异构多模态灵活性资源存在数智化基础薄弱，互动不确定性强、建设成本高等问题。提出了从感采通控基础装备、无感调控技术、配用电网自有资源挖潜等方面开展研究及应用，从而提升配用电网数智化管控能力，推动电力安全可靠供应和能源清洁低碳转型。

随着新型电力系统的不断发展，设备在开放环境中存在被假冒攻击的可能。常见的应对方式是基于无线信号指纹的识别技术，在物理层面保证设备的安全性。然而，由于无线信号的不稳定性，导致对终端设备的识别准确率较低。针对上述问题，文章提出了一种基于多模态特征的新型电力系统终端无线指纹提取与识别方法。通过融合无线信号的时域特征和频域特征构建动态指纹数据库，形成一种基于多模态特征的新型电力系统无线终端设备识别认证的方法，实现了稳定的无线终端指纹提取，可以有效在无线设备接入时和无线设备持续通信期间对无线设备进行识别认证，保证无线设备的安全可靠运行。通过不同场景下的实验结果表明，使用帧响应时间间隔作为时域特征和信道状态信息作为频域特征的多域融合方法进行无线设备识别，可以显著提高计算的准确性和稳定性，识别率达到95%以上。

随着新型电力系统的不断发展，设备在开放环境中存在被假冒攻击的可能。常见的应对方式是基于无线信号指纹的识别技术，在物理层面保证设备的安全性。然而，由于无线信号的不稳定性，导致对终端设备的识别准确率较低。针对上述问题，文章提出了一种基于多模态特征的新型电力系统终端无线指纹提取与识别方法。通过融合无线信号的时域特征和频域特征构建动态指纹数据库，形成一种基于多模态特征的新型电力系统无线终端设备识别认证的方法，实现了稳定的无线终端指纹提取，可以有效在无线设备接入时和无线设备持续通信期间对无线设备进行识别认证，保证无线设备的安全可靠运行。通过不同场景下的实验结果表明，使用帧响应时间间隔作为时域特征和信道状态信息作为频域特征的多域融合方法进行无线设备识别，可以显著提高计算的准确性和稳定性，识别率达到95%以上。

人工智能是引领新一轮科技革命和产业变革的战略性技术和重要驱动力量，与经济社会发展深度融合的前景广阔、潜力巨大。随着人工智能技术的持续迭代升级，其引领作用和潜在价值被逐步释放，带来了新一轮发展战略机遇，正在成为国际竞争的新焦点。加快健全完善与人工智能相适应的基础设施.制度环境和产业配套，是降低人工智能研发应用门槛、激发技术和产业活力、构筑人工智能发展优势、抢占发展先机的战略性选择，是加快数字中国建设的必然要求。当前，人工智能发展由单一智能的1.0时代向通用智能的2.0时代演进，由单模态向多模态融合发展，呈现出创新加速、跨界融合、应用深化的阶段特征。面向数字经济、数字社会、数字政府各领域人工智能数据、算力、算法、模型服务需求快速增长，人工智能供给侧的基建化、模块化、专业化、服务化、长效化趋势明显，作为数字时代“准公共品”的基础性、通用性、公共性特质进一步凸显。“可定制的人工智能服务能够像水、电、气、暖一样便捷安全高效地使用，随需应变地满足个性化需求，成为各行业共享AI红利的共同愿景。为此，吸需推动构建政府和市场互补、多元协作的公共智算基础设施体系和服务供给格局，发挥市场配置资源的决定性作用，减少投资浪费、增加有效供给、规避系统性风险。鼓励引导云服务商、人工智能平台、互联网平台、传统ICT服务商等主体形成合力，共同打造开放式的公共智算服务平台和服务生态，创新服务模式、提升服务实效，降低使用者的进入门槛和综合成本，为大中小企业、科研机构、政府部门等提供高质量公共智算服务，成为当前发展的急迫要求和基本趋势。在此背景下，国家信息中心联合阿里云共同开展“人工智能2.0时代的公共智算服务”研究，面向通用人工智能发展新趋势，梳理智算服务发展形势和现状，明确“公共智算服务”概念内涵、服务架构、服务内容和服务体系，提出实现生态化发展的策略建议，最后提供相关实践案例。本报告旨在为公共智算服务的建设方、供应方、使用方和生态伙伴等提供协同发展参考，为各地方、各行业人工智能应用提供指引和借鉴，为加快AI赋能千行百业、助力经济社会发展贡献力量。

微电网接入配电网之后，能够规避分布式电源给配网带来电压闪变、谐波污染等一系列不利影响，促进分布式电源与可再生能源的大规模接入。常规的微电网组网结构主要以交流微电网系统为主。近年来，随着用户直流负荷持续增加，以及光伏、电池储能系统等具有直流输出特性的分布式电源在用户侧的广泛接入，兼顾交/直流分布式电源并网需求以及交/直流负荷供电需求的混合型微电网成为工程的建设热点。交直流混合微电网同时具有交流微电网与直流微电网的优点，可根据供电区域内分布式电源与负荷类型灵活选取组网方式，并且可以减少分布式电源的电能传输环节，降低电能传输损耗。由于交直流系统的帮合导致交直流混合微电网系统的运行管理较为复杂，目前尚没有完善、标准的组网和运行管理模式，实际工程过程中普遍存在着并网/孤岛切换振荡难以抑制、交直流系统交互影响、对外联络线功率难以管控等难题。本成果创新性提出一种基于混合储能技术的交直流混合微电网组网拓扑及其运行控制方法，旨在解决交直流微电网技术在实际工程中存在的上述难题，实现交直流微电网系统多模态稳定运行及与大电网间的协同调度，保障区域内交直流负荷的高质量电能供给及多样化分布式电源的高效利用，推动我国分布式能源技术的发展及工程推广应用，加快我国能源消费结构的“电能替代”和“清洁替代”进程。

XZJW-1 蓄电池组智能监测与维护系统采用多频点电池内阻检测技术、多模态通信技术，实时监测单体电池及蓄电池组的关键参数，并将数据传输至云平台或本地服务器。利用基于大数据及云平台的数据分析、智能算法和模型训练，实现对单体电池及蓄电池组的状态评估和性能预测，并自动调整运行参数，实现蓄电池智能维护，节省人力物力。