模型

国家电网有限公司设备管理部主管刘日亮作了题为“数字化配网探究”的报告，介绍了国网公司在数字化配电网管理领域，从设备数字化、业务数字化、决策数字化三个层面，模型设计、设备改造、新技术应用、业务流程提升等多个角度，对数字技术与电网技术融合发展进行的大量探索与实践工作。

能源转型背景下，新型电力系统以清洁低碳、开放互动为目标不断建设，同时监测技术与通信技术也快速发展，电力系统中的数据来源更加广泛，数据结构更加复杂，为新型电力系统数据融合提供数据基础的同时也提出了挑战。首先，分析新型电力系统数据特征，提出新型电力系统的数据融合需求；接着，介绍新型电力系统数据模型、多源异构数据融合技术层级，分析关键融合技术的优缺点，并对不同技术的适用场景进行分析；然后，分别从输配协同、源网荷储协同、虚拟电厂、多元负荷、电碳市场交易5个典型场景，对多源异构数据融合的数据需求、数据来源、融合目标、常见方法及研究难点进行归纳；最后，对新型电力系统数据融合技术的未来研究发展进行了展望。

本次大模型热潮主要由语言大模型 (亦称为大语言模型) 引领。语言大模型通过在海量无标注数据上进行大规模预训练，能够学习到大量的语言知识与世界知识，并且通过指令微调、人类对齐等关键技术拥有面向多任务的通用求解能力。在原理上，语言大模型旨在构建面向文本序列的概率生成模型。

区域电网二氧化碳排放因子是精准核算电力消费引起二氧化碳间接排放的基础参数。本研究采用平衡分析法，根据省级电网发电数据、跨省电力交换数据以及中长期电力发展规划等数据，构建省级电网生产模拟优化模型，通过情景分析评估未来不同情景下，省级电网电源结构和电力消费，分析中国2020-2035年不同情景下区域和省级电网二氧化碳排放因子。基于情景分析，中国2020-2035年各省份电网排放因子将出现大幅下降，新能源政策情景下，各省降幅平均达到43%，青海、云南、海南、吉林等8个省份的降幅超过50%；新能源高速发展情景下，各省降幅平均达到53%，青海、云南、海南、吉林等16个省份的降幅超过50%；按照两类情景结果中位数考虑，各省份降幅平均达到48%，青海、云南、海南、四川等11个省份的降幅超过50%。本研究建立的中长期省级电网排放因子，为支撑各省碳达峰碳中和路径研究，推动区域能源结构低碳化转型评估，鼓励用户优化生产和行为模式，降低企业预测间接排放不确定性，提供借鉴和参考。 本研究得到中国工程院品牌项目《我国碳达峰碳中和若干重大问题研究》（2022-PP-01）资助

当前，监管政策日趋严格、资本市场复杂多变是资金工作面临的新形势，资金安全管理要求、助力公司高质量发展是资金工作承担的新任务。项目基于内部资本市场、产融结合、司库管理等理论方法，吸收国内外优秀企业的管理实践经验，形成了一整套系统完整的大型企业集团资金管理的理论框架，建立了公司资金管理外部对标分析和内部效率评估的模型方法，创新性构建了包含一套公司级集团账户、两个结算池（收款结算池、付款结算池）、融通三大市场（内部资金市场、境内资本市场、境外资本市场）、构筑三维立体安全防线（三个主体、三种工具、三类风险）的“1233”新型资金管理体系。新体系与之前的资金集约化管理既一脉相承，又与时俱进，是资金管理理念和定位、思路和方法、技术和路径的全方位优化升级，扩展和丰富了企业财务管理和资金管理的理论内涵和典型实践，成功解决了复杂企业集团资金管控难题，全面提升了公司资金本质安全的保障能力，推动资金在更大范围内实现优化配置，促进各级财务与业务在更深层次进行双向融合，真正实现了资金存量“看得清”，流量“管得住”，风险“控的严”。 项目研究形成1份研究报告、1套案例库、5份配套实施方案、1份应用手册。 依托课题成果，共出台（部室）制度文 件 25 份、签报3 3 份，发表国网内参专报3 3 篇、软件著作权1 1 项、期刊论文5 5篇、公司专刊1 1 篇、国资委信息专刊1 1 篇，获得了公司领导的高度认可和重要批示。为深入落实研究成果，公司成立了以总经理为组长总会计师为副组长、相关部门(单位)负责人为成员的资金管控优化提升工作领导小组，在全公司系统内进行“1233”新体系的全面部署和推广应用，并取得显著成效。项目累计效益超过百亿。截至2019年5月，内部融资规模提高至3667亿元，较2016年末增长一倍多，有效减少了外部融资需求。2018年在全年完成固定资产投资预算支出4213亿元情况下，实现年末带息负债余额自2012年以来首次下降，资产负债率达到56.6%，低于央企平均水平9.1个百分点。年度内部封闭结算规模超过6万亿，实现结算零差错；中国电财日均备付率约15%，远低于行业水平40%左右的水平。 研究成果在央企中进行了宣传推广，在国资委组织的中央企业资金管理现场会、央企大额资金动态监测工作会等重要会议上，公司作为典型经验进行了专题发言，管理经验在国资委专刊印发。国务院国资委财务监督局局长邬红兵，人民银行、中电联、社科院、中国投资协会、财政部财科所等验收专家对课题给予高度评价，一致认为研究成果在大型企业集团资金管理方面达到国际领先水平。

极端强降雨天气带来的洪涝灾害会导致多处电力设施受损严重。为保障洪涝期间电网安全高效运维，充分发挥合成孔径雷达卫星监测范围广、响应速度快、不受天气影响等优势，对受灾较区域进行连续应急拍摄，在极端天气情况下全面掌握抗洪抢险前线信息。结合卫星遥感数据，构建洪水淹没区高精度智能识别模型，在快速提取重点区域水体的同时确保其精度。动态监测重点区域的水体扩张面积、洪水扩张率及空间分布情况，判断其受影响等级。根据预警等级，发出告警信息，并分析洪水造成的杆塔淹没情况，变电站淹没情况等，为电力抢修及排查工作提供高效精准技术支撑。

为促进行业大模型的健康快速发展，我们充分研究了构建行业大模型所需能力及构建方式，提出了行业大模型构建路线图及相应的标准体系，用以指导企业建设大模型能力。行业大模型构建路线图围绕行业需求分析与资源评估、行业数据与大模型共建、行业大模型微调与优化三方面展开，以更专业、成本更低的方式，引导行业和企业建立特有的大模型服务。大模型标准体系围绕大模型基础能力和特定行业特定场景服务能力展开对大模型能力进行全方位评估，保证大模型快速高质量发展。

2023大模型落地应用案例集，收录了通用大模型，垂直类大模型以及大模型服务的应用案例。

CBV7700智能图像识别系统是用于解决各类常见图像识别、分析问题的，多进程相互协作的软件系统。系统由算法库模块、识别业务模块、对外服务模块、参数配置工具、模型训练工具等部分构成。CBV7700智能图像识别系统能够应用于变电站各种表计、油位计、刀闸、开关、压板、指示灯的智能识别，以及二维码、光端机端子接线状态、人员着装、安全帽佩戴、安全标识等多场景下的智能检测和识别。

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。