近日,通用电气(GE)子公司GE Power发布了一套新的基于人工智能的分析产品,从而帮助电网客户更好地利用他们的网络数据,应对运营问题。
这些新产品采用了GE最新的机器学习技术——可以让机器在无需明确编程的前提下,即可从经验中进行学习和改进。GE表示,这些产品利用从电网运营商网络中提取的数据,可以提高运营效率。
产品中集成了Storm Readiness工具,它可以利用高精度天气预报、停机历史信息和响应数据,提醒用户即将发生恶劣天气的可能性。借此,能够提前让响应团队做好准备,帮助他们预测未来可能发生的中断故障的风险,进而缩短重新上线所需的时间。
Exelon公司是最早采用该工具的客户之一,该公司公用事业公司副总裁兼首席分析官Brian Hurst表示:“[Storm Readiness]让公用事业企业能够在天气预报之前更好地预先安排工作人员,节省时间和金钱,提高客户满意度并加强员工安全。”
此外GE还推出了Network Connectivity,这款产品旨在纠正和维护网络数据的完整性。网络数据中的错误(通常出现在手动输入信息时)可能会给电网运营商带来很大问题,妨碍他们对故障做出快速响应。而Network Connectivity则利用人工智能来检测和纠正错误,并防止此类问题再次发生。
GE发布的新套件中的最后一款产品是Effective Inertia,该产品提供了对传输系统操作的更高可视性。GE表示,这一点对于可再生能源供应商来说尤为重要,因为他们通常会遇到“系统惯性位移,这是电网的一种属性,会在当电力不平衡时控制频率变化率”。
据GE称,传输系统的低效管理可能会导致停电故障,以及对电网运营商的巨额经济处罚。Effective Inertia的机器学习算法通过测量和预测系统惯性帮助确保电网变得更加稳定。
GE Digital首席执行官、GE Power首席数字官Steven Martin表示:“如今能源行业只利用了很小一部分的运营数据。我们的Grid Analytics能够让公用事业企业很好地利用更多数据,协调分配他们的网络和工作人员。”
去年,有报道称GE未能在所谓的“工业互联网”领域建立自己的领导地位。而GE Power利用基于AI分析改善电网运营之举,可能有望改变这一局面。
据报道,由于面对来自IBM和微软等大型软件公司的的激烈竞争,因此GE放弃了在这个领域的雄心壮志。然而,到目前为止,GE未能为其数字资产寻找到合适的买家,而如今GE发布这些新产品似乎仍然表明,他并没有抛弃这部分业务的打算。
Constellation Research分析师Holger Mueller表示,GE继续软件方面的开发并不令人感到奇怪,因为这是GE工业产品的一个重要组成部分。Mueller说:“对于GE来说唯一的选择就是合作伙伴,但显然他们尚未找到一个合适的选择。也就是说,这些新功能的定位相当保守,因为十多年前‘预测分析’就已经流行起来了,不过这次推出的新功能仍然能带来一些价值。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。