超大规模

信息技术的发展伴随着新技术的不断涌现和相互融合。随着信息与通信技术（ICT）向6G演进，ICT进一步与大数据和人工智能技术融合，呈现出ICDT（Information，Communication，BigDataTechnology）融合的特征。ICDT融合的6G系统将成为一个端到端的信息处理与服务系统，是通信网络、感知网络和算力网络融合的移动信息网络。大量新技术已成为6G设计的候选技术，并在理论、仿真和原型等不同层面得到了验证。本白皮书通过ICDT融合新趋势、ICDT融合的无线空口技术和ICDT融合的网络这三个方面，对6G潜在技术与方案进行了归纳与总结，并从基本概念，技术原理，关键技术与挑战，三方面对各个潜在技术进行了分析，并给出了相应的技术建议。其中，ICDT融合新趋势涵盖了通算融合技术、语义通信技术和AI大模型技术。通算融合技术基于通信与计算的资源融合共生、功能融合共生、服务融合共生等核心技术能力，实现了无线接入网算力化演进和通算智一体服务升级，推动了资源和要素的高效聚集、流动和共享。语义通信技术关注传输符合的含义和重要性，有望突破通信系统性能受香农理论限制的问题。AI大模型作为当前最受关注的科学方向之一，在通信网络中持续提升智能自治网络能力。ICDT融合的无线空口技术包含了通感一体、空口AI、多址接入、编码调制、超大规模天线（MIMO）和近场技术。这些方向也是对5G增强的关键方向。新型空口技术对于构建强连接、强算力、强智能、强安全的6G网络至关重要。当前，这些技术已经完成了技术方案与原型方案设计，并正在进行测试工作。在ICDT融合的网络架构方面，服务化网络、内生AI、数字孪生网络、多维度组网和用户为中心网络成为研究重点。新型网络架构有助于推动ICDT深度融合的6G网络向通感算智深度融合、空天地一体全域覆盖的新一代移动信息网络迈进。ICDT融合的6G技术研究正逐步从单点技术研究走向体系化构建和业界共识。本文倡议加强信息通信领域的跨界融合技术研究与协同，以需求为牵引，加快基础理论、瓶颈技术问题的联合攻关和协同创新。同时，注重跨界融合技术创新向应用与服务的转化，培育应用层的产业生态，孵化新业务、新应用。最后，进一步加强国际合作，各国携手，共同夯实6G基础，推动其全球化发展。

项目基于AI/IoT/CAE核心技术，由云庐科技自主设计、独立研发，实时在线分析架空及埋地供热管道内介质流动、传热过程，建立供热管网水力、热力多物理场耦合仿真机理模型以提高精度，基于MPI的超大规模并行计算技术，可实现分钟级在线计算速度，适用于以蒸汽或热水为热媒的多类型供热系统。

本项目属于新能源研究领域，鉴于当时风力发电企业在运营过程中涉及的海量基础数据管理方式较为简单粗放，风电场运营管理迫切需要科学运用大数据等先进技术提供决策支撑。本项目以集团级风电统一数据采集、处理和标准化的大数据平台为基础，紧密围绕风电大数据在新能源领域的典型应用分析场景，采用人工智能算法模型及分析手段，开展了智慧风电运营方面的专题研究和应用。项目设计了风电大数据管理中心，在大数据云平台基础上建设了算法模型库，把LSTM神经网络，卷积神经网络等算法融合到算法模型库中，建设了一系列的分析和预警模型，研发成功了智慧风电应用系统，建设了风电大数据管理中心、运行数据分析预警中心，风电智慧协同运营中心的“三大中心”，对风电生产智能化运营在行业的应用进行了有益的探索。该项目已在龙源集团本部、省级公司和风电场逐步得到推广应用，涵盖 180多个风电场。

2019年项目建成新一代国际先进、国内一流的超大规模南方电网网级电能量数据平台（以下简称“网级平台”）。作为支撑南方电网公司全网电能量数据决策分析和监督管控的重要服务型平台，网级平台采用基于大数据全栈全分布式架构的电能量数据集约化管理技术、基于机器学习的电能量数据异常诊断和智能修复方法、基于微服务的统一数据共享和应用等成果，实现全网电能量数据的统一分析、统一应用，为南方电网公司市场营销业务开展提供决策支持。项目成果在广东、云南、贵州、海南、深圳等地进行了广泛应用，极大地满足了规模化用电计量数据“高频次、高质量”采集需求，成果累计实现经济效益超过5000万元，经济和社会效益显著。

项目聚焦特高压直流故障快速恢复、供电能力优化以及调控系统处理能力提升，坚持理论研究、技术创新与工程应用相结合，致力于突破：降低大功率缺失停电风险的特高压故障恢复决策与控制技术、挖掘供电潜力的分区负荷优化和输电线路动态增容技术，提升系统支撑能力的实时数据并行处理和模型中心技术（图 1）。研究中面临 4 大技术难题：① ① 特高压直流故障恢复。大功率失去后频率跌落、断面过载问题相互交织，控制措施存在冲突、受控对象面广量多、控制时间紧迫，多目标策略协调和快速精准控制极其复杂； ② 供电潜力挖掘。高负荷下供电能力接近饱和，分区间负荷供电路径动态优化存在“组合爆炸”、线路输送容量提升受限于温度、风速以及电网安全等多种约束，在线挖掘难度很大。 ③ 大规模实时数据处理。高负荷、大规模电网运行分析需要更详细的电网模型，实时采集信息量是传统建模方式的十几倍，现有实时数据处理技术已不能满足电网实时监控要求，大规模并行处理对象建模与任务分解协同难度极大。 ④ 省地协同共享。特高压直流故障处置需省地之间协同运作，运行优化需站在全局角度统筹，对电网模型和实时数据的高效共享提出了更高的要求，目前尚缺乏区域间模型实时同步与广域协同共享技术手段，兼顾低耦合度、高灵活性和高可靠性难度很大。

广东电网是全国最大省级电网，在电改和“双碳”目标背景下，电力调度面临“高效完成海量倒闸操作、满足市场和清洁能源消纳需要进行发电调控、面对复杂多元场景迅速做出调度决策”等多重难题，传统技术难以解决。广东电网经过八年科研，成功突破了以“人机协同智能”为主要特征的系列关键技术，全面实现了主配网调度操作和发电调控“机器代人”，并有效提升了调度决策能力，为超大规模省级电网解决“操作难、调控难、决策难”问题提供了系统完善的解决方案。本成果实现了电网调度模式从“过程控制型”向“策略控制型”的转变，使广东电力调度专业发生突破性变革，是人机协同智能调控技术的规模化应用范例。

项目研发了能精确反映水电机组引水系统和原动机水力特性的调速系统独立仿真装置，建立了独立的火电厂动力系统高精度物理仿真模型，实现了仿真装置与数字仿真平台的有效融合和数模混合并行仿真；提出了基于小步长（2us）的多物理装置并行实时仿真方法，实现了对不同步长和时间尺度的全过程高精度统一仿真，解决了风机、光伏等新能源设备及FACTS等高频开断的电力电子设备在大型互联电网中的数模混合闭环仿真难题：提出一种具备4万节点超大规模电网及多类型电源监控物理装置动态模拟方法，突破了电网仿真规模及多类型电源控制装备准确模拟的难题；项目研制出基于“优化电磁暂态模型及算法”及“适配多场景电气试验接口”的便携式仿真测试装置，解决了现场模拟机组并网和负载试验的问题。 依托项目成果建成“网源协调数模混合仿真试验室”，并成为“电网安全与节能国家重点实验室”的核心组成部分，取得发明专利授权14项，形成国际标准1项、行标2项、企标1项，发表论文32篇。

我国已形成远距离大容量跨区输电的超大规模交直流复杂电网，交流、直流强耦合，局部电网故障的影响可在全网范围传导；大量应用的电力电子器件快速暂态过程与大电网动态过程相互交织影响。另一方面，电网形态正发生重大变化，如云南电网通过柔性直流与南网主网背靠背异步运行、广东电网也将通过柔直分成多个独立区域，电网形态的巨大变化使系统稳定呈新特征。只有在电网复杂特性能够准确完整仿真的基础上，才能提出有效应对措施，实现安全经济运行。现有仿真工具已难以实现这一目的，为此，项目组从2006年起历经10年，依托“十一五”国家科技支撑计划“特高压输变电系统开发与示范”等一批科研项目，实现了电磁机电混合实时仿真理论创新与关键技术突破，成功研制了具有自主知识产权的大电网数字物理交互电磁机电混合实时仿真系统SRT，解决了多至25回直流输电、15000交流站、2000发电机超大规模复杂交直流电网的准确仿真与稳控试验难题，成功应用于南方电网生产运行，效益显著。

​今年5月初，国家区块链技术创新中心在京正式运行，明确加速建设超大规模区块链算力集群，构建由省市级骨干节点网络、行业应用节点网络组成的国家区块链算力网络，同时在能源、金融等一批国家关键领域建设区块链行业创新中心，在中国数字经济高速发展、运行活跃的重点地区建设区块链区域创新中心，以“国家主链”拉动数字经济高质量发展。

深度学习是一种通过复杂的多层神经网络结构捕获海量数据的内部知识的方法。通过神经网络模型强大的表征能力，深度学习模型能够在人类无法处理的超大规模数据集上完成一些曾经只能通过人类完成的模式识别，知识推理类的工作。自然语言处理研究人员越来越多地在领域的相关研究中应用深度学习技术，并取得了较好的成果。我们的工作将覆盖近期基于深度学习的自然语言处理技术各项重大进展，帮助读者理解这一领域的技术动态。