近日,由浪潮数据库和国网山东综合能源服务有限公司联合研发的模块化液冷储能系统成功应用于济南韩家峪村首个高光伏渗透率台区示范项目中,该项目由济南供电公司联合国网山东综合能源服务有限公司建设,是探索新型电力系统建设的示范工程之一。
韩家峪屋顶光伏
韩家峪村位于济南市西部,光照资源丰富,全村80%以上的屋顶都安装了光伏板,2022年全年,村里光伏发电总量达到了52.44万千瓦时,是远近闻名的“零碳村庄”。但是,大量农村分布式光伏并网,在为乡村输出清洁电力的同时,也给台区配电系统带来了低压用户过电压、配变上送重过载等问题,影响电网的安全稳定运行,同时也制约了村庄光伏容量进一步增长。针对上述痛点,国网山东综合能源服务有限公司联合浪潮数据库公司共同组织研发团队,合作研发出一体化分布式储能系统和云储能聚合管理平台。
一体化储能柜
一体化储能柜实时在线监测
模块化储能系统高度集成电芯、PCS、BMS等核心元件,配备基于浪潮KaiwuDB分布式多模数据库的边缘控制设备,具有高可用、高性能、高安全、长寿命的突出优势,同时可大大降低系统的施工运维成本。分布式云储能聚合管理平台与边缘控制设备云边协同,实时监测台区配变线路运行状况,提供削峰填谷、无功支撑、三相不平衡治理等服务,实现了台区分布式光伏100%消纳、电压质量100%合格,供电可靠性提升到99.999%。同时可对重要用户保电、用电负荷季节性需求起到支撑作用,实现台区弹性增容30%以上,有效延缓了配电网建设投入。
云储能聚合平台
随着国家“双碳”战略的实施,特别是整县分布式光伏推进,户用屋顶分布式光伏“井喷式”增长,像韩家峪村一样分布式光伏高比例接入的村镇还有很多。济南云储能项目为我国高渗透分布式光伏提供了高效灵活消纳的典型路径,打造了城乡新能源利用和村网共建示范样板。浪潮数据库将以此为契机,加强与电网公司合作,推动储能产品在全国推广应用;持续聚焦分布式储能聚合管理能力提升,探索分布式云储能聚合参与需求响应、虚拟电厂等新型业态,持续打磨分布式储能聚合调控平台,助力新型电力系统建设和“双碳”目标实现。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。