至顶网软件频道消息:阿里云发布的ET工业大脑在浙江有了新的探索方向:盾安新能源引入工业大脑,基于历史数据的积累、建模和运算,对布局全国乃至全球的风力发电机组实现故障预判,预计可以降低30%运维成本。
据《浙江日报》报道,国内大型风力发电企业盾安新能源正在拥抱云计算、大数据等互联网新技术,寻找发展新机遇。
盾安新能源拥有一条完善的产业生态链,在全国拥有500多台风力发电机组,分布在新疆、内蒙古、宁夏等风能资源丰富的偏远地区。发电机组自动化程度高、操作复杂、成本昂贵,在运维方面也很难找到理想的高技能人才驻留。
盾安新能源总工程师顾毅向记者介绍,设备运维成本是企业的痛点。目前,风机装机容量超过100万千瓦,正常运行状态下,机组运行寿命为20年,但一般在七年后故障率就会升高,一个5万千瓦的风电场平均每年维护费用300万元,还会以平均3%的速率逐年递增。
顾毅透露,在前期测试中,盾安新能源安排了两个机组进行局部验证,工业大脑基本能够实现对数据的异常判断。以温度参数为例,当风机长期高速运转时,部件容易老化导致摩擦碰撞,产生不必要的热能,但部件发热并不一定由机械故障引起。目前工业大脑已经具备分辨部件发热的原因,在不放过故障的同时,做到不误报、减少风场工程师工作量。
现在,盾安新能源已将风机的传感器、状态数据、运行与维护的数据全部上云,基于阿里云的云计算和大数据能力,未来三个月,双方将不断验证、完善该模型。“到明年3月底前,我们将完成对各类数据资源的实时调配,通过对风机历史数据的运算,预计运维成本将下降30%以上。”
“可以生老,但不能病死”,机组大多在八九十米的高空,如果在小故障阶段就能发现问题,只需要攀爬替换部件,如果发展到大故障,就需要动用费用昂贵的吊车到现场,同时还会造成发电的电量损失。
“未来AI要深入各行各业,去解决生活、生产和社会环境中遇到的棘手问题,这样才能引领真正的产业革命。”12月20日,阿里云总裁胡晓明在云栖大会·北京峰会上表示。
工业大脑是产业AI的有力佐证。自今年4月正式推出以来,阿里云ET工业大脑的落地速度不断加快,从最初的8个月出成绩到后来的21天,先后帮助协鑫光伏、中策橡胶、天合光能、盾安新能源等大型工业企业找到了“智造”契机。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。