数据分析

项目研制国内首套全自动直流电阻测试仪，在保证传统直流电阻测试精度的基础上，增加了远程调档控制、高低压绕组测试线自动切换控制、测试数据智能分析处理等功能，实现测试与数据处理的全自动、智能化。同时，为保证远程调档信号接入的快速性，准确性，安全性，项目研发了通用型试验转接装置。 全自动直流电阻测试仪的使用从根本上解决了110kV、220kV有载调压主变压器直流电阻测试中工作效率低、统筹难度大、智能化程度低的问题，通过专用接入端于接线、远程调档、智能数据分析可使工作效率显著提高，带来良好的经济效益和社会效益。

变电

数据中台--通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性，是企业独有的且能复用的，它是企业业务和数据的沉淀，不仅能降低重复建设、减少烟囱式协作的成本，也是差异化竞争的优势所在。 基于数据统一和数据资产的积累，定义服务，提供数据资产管理目录，根据实际需求进行具体业务应用。 所有数据被整理后会形成企业特有的数据标准，再进行深入地挖掘，经抽像统一后产出业务逻辑和算法模型，最后储存起来，生成大数据资产，为业务服务；将数据中心、数据库等的海量数据信息进行采集、计算、加工，对数据的标准和质量进行统一； 打造数据中台，挖掘数据价值-基于全业务统一数据中心，统一数据调用和服务接口标准，以数据分析应用需求为导向，按需推动数据接入和整合贯通，沉淀共性数据服务能力，建设数据中台，健全数据管理体系，强化统一数据模型和企业级主数据应用，面向各专业、各基层单位和外部合作伙伴提供开放共享服务，促进数据横向跨专业共享、纵向跨层级按需获取，实现数据应用服务化。

国家电网公司设备管理部为规范变电站远程智能巡视系统建设，特下发《500（330）千伏及以上变电站远程智能巡视系统技术规范（试行)》，正文从系统架构、基本要求、功能要求、性能要求、巡视点位要求、摄像机及预置位命名要求、系统接口、系统信息安全要求、运行环境及可靠性要求等方面进行了规范，同时在附录中对巡视主机与多个系统（上级系统、机器人及无人机系统、主辅设备监控系统）之间的接口、巡视任务参考点位表和主辅设备监控系统联动信号点表、数据分析对象和智能分析对象场景、摄像机配置原则和巡视报告、文件传输要求也进行了约束。

本报告首先介绍了国家风光储输示范工程的建设与投运情况，基于现场运行数据分析了储能在新能源联合发电运行中的支撑作用；然后以英国8·9大停电事故引出新能源主动支撑电网的必要性，进而介绍国网虚拟同步发电机示范工程建设方案与实施效果；最后分析了电网失电情况下风光储站内孤网环境的建立与现场实测效果。

重点针对配电网数据广域分散量多的特性，基于“搬计算、不搬数据”的核心理念，构建跨域两级贯通的广域分布式下沉计算体系，通过一级管控节点算法构建应用下沉、二级分析节点就地计算结果回传的方式，充分利用各级数据中台的存储资源、数据资源、计算资源以及业务资源，开展跨域大数据分析应用，支撑配电网各项业务的开展。

南京供电公司输电线路运维管理面临着体量大、基层班组结构性缺员、外破压力持续增大、精益化管理不够深入等问题，而输电目前下属代维、抢修队伍众多，人员素质参差不齐，现场生产数据（包括隐患、缺陷、检修、巡视等）以及人员工作巡视管理效率偏低，缺乏统一的平台将生产数据进行集中分析以提高生产管理效率。生产中还存在各种信息不一致，人员意工、误工，以及现场作业质量无法及时跟进和管控等问题。 为加强输电代维精益化管理，实现利用“云、大、物、移”信息化工具实现对代维班组以及值守等生产人员的现场巡视、值守、缺陷、检修等信息的全面及时掌控，同时输结合工作实际围绕标准化、规范化、信息化，去建设研制一个基于云平台的输电慧代维APP，以统一规范管理各项生产行为，实现统一平台大数据分析，最终提高生产效率显得非常必要。

提出“信息安全运行监测预警系统（IOS系统）”概念，南方电网公司将原有分散建设的网络安全、运维服务及IT监控等各专业系统整合成为一体化的信息安全运行监测预警系统，并在总部及各分子公司同步投运上线，初步实现南方电网全网络监控、全业务集成和全数据分析的建设目标，也首次实现了南方电网“网络安全+IT运维+IT服务”的一体化运营。IOS系统采用“一级部署、属地采集、多级应用”的架构，成为支撑南方电网数字化转型的

在21世纪的第三个十年，我们见证了数字技术的迅猛发展与智慧城市理念的日益成熟。这个时代被大数据、人工智能（AI）、云计算和物联网（IoT）等创新技术所定义，它们不仅改变了我们处理信息和沟通的方式，更深刻地重塑了城市的面貌和运作模式。智慧城市，作为这一技术浪潮中的重要组成部分，正在全球范围内迅速发展。智慧城市利用数字化手段来增强城市管理和服务，提升居民生活质量，同时推动经济、社会和环境的可持续发展。数字化转型已成为现代城市发展的核心动力。通过高速的5G网络、先进的数据分析和智能化的管理系统，城市得以更高效地管理资源、应对挑战、提供服务。例如，AI和大数据的应用使得城市能够进行更精准的交通流量管理和环境监测，而数字化平台则极大地便利了市民的日常生活和政府的公共服务。这些技术不仅使城市运行更为智能，也为市民带来了前所未有的便利和体验。同时，智慧城市的建设也意味着对新的治理模式的探索。在这些城市中，数据不仅仅是一种资源，更是连接政府、企业和市民的桥梁。通过云平台和综合性的数据管理系统，智慧城市能够更好地整合和分析各种信息，以此作为决策和管理的基础。这种基于数据驱动的治理模式，不仅提高了城市服务的效率和质量，还为社会治理带来了新的视角和方法。习近平总书记在党的二十大报告中强调，“加强城市基础设施建设，打造宜居、韧性、智慧城市”。构建新型智慧城市不仅是人民对更美好城市生活的向往，也是城市高质量发展的必然追求。为全面展示各地在智慧城市建设方面取得的实践成就，总结出可复制、可推广的建设模式，北京大学政府管理学院及公共治理研究所协同山东省新型智慧城市发展促进会、中关村智慧城市产业技术创新战略联盟、上海智慧城市发展研究院、上海大数据联盟、浙江省智慧城市促进会、浙江省大数据产业技术联盟、浙江省城市大脑产业联盟、安徽省大数据产业协会、江西省信息协会、深圳市智慧城市研究会等单位发起本次新型智慧城市案例征集活动，旨在通过丰富的实践经验交流，让在智慧城市领域努力耕耘的广大建设者、研究者以及研究生们可以更深入地理解如何利用数字技术改善城市治理，提升居民生活质量，并促进经济、社会和环境的可持续发展。此次征集活动受到社会广泛关注。各地政府机关、企事业单位、研究院所积极响应，在不到一个月内共收到来自17个省（市、自治区）的548个案例。秉持实效性、创新性、公平性和合规性的原则，我们先后组织两轮专家评审，从官方网站提交的申报材料中，甄选出了100个典型案例。入选案例、主要聚焦于展现智慧城市在不同领域的创新实践，以及这些创新如何促进城市的高质量发展和管理。这些案例不仅展示了技术的前沿应用，还提供了可复制、可推广的模式，为智慧城市的未来发展提供了宝贵的经验和启示。

随着人工智能技术的迅速发展和应用，大模型作为其中的重要组成部分，正逐渐成为推动人工智能发展的重要引擎。大模型以其强大的数据处理和模式识别能力，广泛应用于自然语言处理、计算机视觉、智能推荐等领域，为各行各业带来了革命性的改变和机遇。根据中国软件行业协会教育与培训分会（简称教培分会）的信息搜集、数据分析与走访调研，本研究报告旨在深入探讨人工智能大模型技术岗位以及相关的能力培养问题，帮助企业和机构了解当前大模型行业的现状与未来发展趋势，为人才的培养和发展提供参考和指导。在本报告中，我们将首先对人工智能大模型的概念和特点进行阐述，并介绍国内大模型发展的情况，同时对大模型面临的挑战与趋势进行探讨。接着，本报告将重点关注人工智能大模型涉及的关键技术、关键技术岗位图谱。我们将对这些技术岗位的具体要求和职责进行详细解析。除了技术岗位分析，本报告还将探讨人工智能大模型的能力培养问题。随着大模型的不断演进和应用拓展，如何培养具备相关技能的人才成为关键。我们将结合当前人工智能人才供需的现状，国家人才政策与部署、企业人才需求与培养模式，探讨如何结合现状与挑战，提高人才的应用能力和创新能力。在报告编写过程中，教培分会通过对行业、企业、院校与劳动者的调研与访谈结果进行多维度分析，研究当前人工智能大模型发展趋势，企业人才供需、人才培养模式与产教融合现阶段的情况，并对不同群体的需求归纳与总结，提出了对AI大模型技术人才培养与服务模式的分析、意见与建议，供大家参考，并希望给予指正。