GE在收购两家数据智能创业公司后,最近又签署了一项协议,在Invenergy LLC上测试其仪器仪表软件,GE周一表示,正在扩大其电力和公用事业产品组合,将能源交易与发电设备中的数据实时连接。
平衡价格与生产的需求正在增长,因为可再生能源的使用正在迫使电力生产商和分销商更快地对短期交易机会做出反应,并平衡各种发电源的能力,包括天然气、柴油、核能、太阳能、风力和水力。
GE的Digital Utility软件分析发电、配电和传输资产的数据,以提高设备效率,并优化定价。 GE Power首席数字官Ganesh Bell表示:“现在,我们现在的交易依据的不仅仅是发电厂的能力,还依靠真实的信息,使客户能够从现有的设施中获得更多的能力。”
1.3万亿美元的机会
World Economic Forum(世界经济论坛)估计,通过提高设备利用率和优化价格,电力行业在未来十年可实现高达1.3万亿美元的成本降低和收入。Bell估计,单靠资产优化可以节省380亿美元的成本并增加收入。他预计,四分之三的设备故障可以避免,而高达8%的发电因为电网的损失从来没有被消费者使用。
然而,绝大多数能源公司运作情况仍然与上个世纪七十年代时候一样。Bell表示:“今天的数据并不是实时的,整个流程是通过电话进行的。”他认为,“对于数字化来说,能源是成熟度最低的一个市场,而又有着最大的机会。”
GE旨在通过去年与New York Power Authority签署的交易以及收购像NeuCo Inc.这样的公司实现电力行业的数字化转型,NeuCo Inc.制造了用于改善化石燃料发电厂的数据分析软件。NYPA将投资11亿美元,以提高效率并纳入可再生能源,预计在未来十年内将实现22.5亿美元的效益。
本周发布的新服务和功能包括以下内容:
Business Optimization提供交易和发电厂之间的实时通信,使其了解整个消费过程。该应用程序会提醒发电商有利可图的交易机会——通常是短期的——以及关于机构可以如何适应市场的建议。因此,这些机构可以挖掘新的利润池,例如辅助服务市场,以帮助管理电网稳定,并把握跨境交易等新的市场机会。
更新的GE Operations Optimization应用程序可帮助这些机构了解应该在哪里投资资源以提高灵活性、效率、容量、可用性和排放。更新包括根据性能目标衡量交付的能力,关于如何更好地满足目标的建议以及提高性能的闭环反馈技术。
公司还在其Electricity Value Network(电力价值网络)中引入了资产健康的单一面板视图,该网络根据通用电气的“数字双胞胎”概念,整合了发电和交付流程。数字双胞胎是物理资产的虚拟版本,可用于测试和发现。Asset Performance Management(资产绩效管理)面板可以访问基于超过1.25亿小时的机器操作数据的分析目录,这些数据涵盖了联合循环工厂可能遇到的所有故障模式的70%。该面板还提供一个闭环系统,用于调度现场维修技术人员并完成操作和维护任务。
GE的新服务是基于云端的,独立于该公司的工业机械。由基于X86的Linux设备组成的本地控制器可以使用云平台的指令对设备进行调适。 GE没有公布定价,定价可能会按每个客户订阅的情况计算。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。