CN109325740A - 一种用于电力系统的人工智能共享平台及管理方法 - Google Patents
一种用于电力系统的人工智能共享平台及管理方法 Download PDFInfo
- Publication number
- CN109325740A CN109325740A CN201811096168.1A CN201811096168A CN109325740A CN 109325740 A CN109325740 A CN 109325740A CN 201811096168 A CN201811096168 A CN 201811096168A CN 109325740 A CN109325740 A CN 109325740A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- platform
- resource
- providing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 30
- 238000007726 management method Methods 0.000 title claims description 8
- 238000011161 development Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000011160 research Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000013480 data collection Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于电力系统的人工智能共享平台,包括:数据共享模块,用于提供大容量的云盘服务;统一开发模块,用于提供一整套开发平台,包括面向云端训练和终端执行的开发框架、算法库、工具集、开发语言环境;仿真数据库模块,用于建立电力仿真数据库,提供一个可供训练的公开仿真数据集;技术协作模块,用于提供协作研究服务,专业人员可以提供想法、需求和数据,开发人员可以利用深度学习技术对想法进行实现和验证。解决了电力系统向智能分析计算进行转变,为大电网的智能化调度提供有效的技术手段和平台支撑的问题。
Description
技术领域
本申请涉及电力系统仿真和人工智能应用领域,具体涉及一种用于电力系统的人工智能共享平台,同时涉及一种用于电力系统的人工智能共享平台的管理方法。
背景技术
在新工业革命的背景下,数据、计算力、算法和网络设施快速迭代,正驱动人工智能进入新阶段,而人工智能由于巨大的技术溢出效应将推动战略新兴产业总体突破。最近,工信部印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,意在加快人工智能从战略到落地,推动人工智能和实体经济深度融合。
随着深度学习的出现,更重要的是“数据井喷”,以及数据支撑的算法和计算能力的突破,尤其是在语音、图像、预测等领域,人工智能再次迎来了发展的新机遇。而这一次的复兴将带动整个社会产生深层次的变革,数据在线化带动了更多的算法去处理数据,而需求和数据的在线化带动了整个生态的活跃,进而使得越来越多的数据开发出来,依托更强大的计算平台,结合更高的AI算法,实现计算能力突破,大数据、算法和大计算这三者成为人工智能复兴的必要条件。
目前电力系统还处于传统的仿真计算,所以需要向智能分析计算进行转变,为大电网的智能化调度提供有效的技术手段和平台支撑。
发明内容
本申请提供一种用于电力系统的人工智能共享平台,解决了电力系统向智能分析计算进行转变,为大电网的智能化调度提供有效的技术手段和平台支撑的问题。
本申请提供一种用于电力系统的人工智能共享平台,包括:
数据共享模块,用于提供大容量的云盘服务;
统一开发模块,用于提供一整套开发平台,包括面向云端训练和终端执行的开发框架、算法库、工具集、开发语言环境;
仿真数据库模块,用于建立电力仿真数据库,提供一个可供训练的公开仿真数据集;
技术协作模块,用于提供协作研究服务,专业人员可以提供想法、需求和数据,开发人员可以利用深度学习技术对想法进行实现和验证。
优选的,还包括:
研究动向发布模块,用于发布与人工智能相关项目的研究进展信息。
优选的,还包括:
资源中心模块,用于提供相关学习AI的文档、资料,以及软件工具的下载。
优选的,所述数据共享模块,用于提供大容量的云盘服务,包括:
上传和发布共享数据;
根据权限下载共享数据。
优选的,所述共享数据,包括:
BPA、PSASP计算数据的在线数据、离线数据、文本数据、数据库SQL数据,以及工程数据。
优选的,所述统一开发模块,还包括:
所述统一开发模块部署在超算中心,安装凝思操作系统、Python3.0、R、以及Tensorflow深度学习框架。
本申请同时提供一种用于电力系统的人工智能共享平台的管理方法,其特征在于,包括:
接收资源的使用申请请求;
根据所述请求对应的资源的类别分配不同的审批流程;
审核通过后开通相应的权限。
优选的,还包括:
开通的相应权限在使用后自动回收。
优选的,所述资源的类别,包括:
数据资源和硬件资源。
本申请提供了一种用于电力系统的人工智能共共享平台,通过提供神经网络算法库、深度学习框架、电力系统历史数据库、仿真计算库的综合信息和技术解决了电力系统向智能分析计算进行转变,为大电网的智能化调度提供有效的技术手段和平台支撑的问题,从数据中进一步分析和挖掘电力系统特征提供支持。
附图说明
图1是本申请实施例提供的一种用于电力系统的人工智能共享平台的结构示意图;
图2是本申请实施例提供的一种用于电力系统的人工智能共享平台的管理方法流程图;
图3是本申请实施例涉及的一种用于电力系统的人工智能共享平台的资源审批示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
请参看图1,图1是本申请实施例提供的一种用于电力系统的人工智能共享平台的结构示意图,下面结合图1对本申请提供的平台进行详细说明。
本申请提供的一种用于电力系统的人工智能共享平台,包括:
数据共享模块,用于提供大容量的云盘服务;
统一开发模块,用于提供一整套开发平台,包括面向云端训练和终端执行的开发框架、算法库、工具集、开发语言环境;
仿真数据库模块,用于建立电力仿真数据库,提供一个可供训练的公开仿真数据集;
技术协作模块,用于提供协作研究服务,专业人员可以提供想法、需求和数据,开发人员可以利用深度学习技术对想法进行实现和验证。
从图1中可以看出本申请提供的一种用于电力系统的人工智能共享平台,还包括:
研究动向发布模块,用于发布与人工智能相关项目的研究进展信息;
资源中心模块,用于提供相关学习AI的文档、资料,以及软件工具的下载。
数据共享模块,用于提供大容量的云盘服务,包括上传和发布共享数据,根据权限下载共享数据。该模块是为了鼓励研究团队将数据整理上传到云盘,并在平台上发布,研究者根据研究需求按照权限下载数据。共享数据包括BPA、PSASP计算数据,其中两类数据又区分在线数据、离线数据、文本数据、数据库SQL数据、工程数据等。
统一开发模块,用于提供一整套开发平台,包括面向云端训练和终端执行的开发框架、算法库、工具集、开发语言环境。研究者根据需求申请资源,申请批准后登录到平台上,可以直接进行开发和训练。遇到技术困难时,专人可以提供技术协助。
该统一开发平台部署在超算中心,充分利用超算中心的大规模并行集群(20台高端服务器),目前安装凝思操作系统、Python3.0、R、以及Tensorflow深度学习框架等。根据实际需求,后期也可以扩展安装Caffe、Theano、Torch、Keras、MxNet等深度学习框架。在图1中使用统一开发模块的核心python+Tensorflow环境代表统一开发模块。
仿真数据库模块,用于建立电力仿真数据库,提供一个可供训练的公开仿真数据集。针对电力仿真技术方向,鼓励更多人参与开发更好的AI算法和模型。
技术协作模块,用于提供协作研究服务,专业人员可以提供想法、需求和数据,开发人员可以利用深度学习技术对想法进行实现和验证。毕竟深度学习技术的学习有较高的技术门槛,上手开发需要花费较长时间学习和摸索,通过研究分工协作可以发挥每个研究团队的特长优势,发挥整体效能,提高人工智能技术研究效率。
请参看图2,图2为本申请同时提供的一种用于电力系统的人工智能共享平台的管理方法流程图,下面结合图2对本申请提供的管理方法进行详细说明。
步骤S201,接收资源的使用申请请求。
电力系统的人工智能共享平台是在一定范围内进行共享的,例如,电力系统内部,同时,有的资源具有一定的保密性,所以在使用前,还需要通过审批,那么就需要申请者根据需要,提出对资源的使用申请请求。
首先申请者根据需要的资源的用途、使用时间、需要的平台资源在线上申请,然后平台接收申请者提出的资源的使用申请请求。
步骤S202,根据所述请求对应的资源的类别分配不同的审批流程。
资源的类别包括数据资源和硬件资源,申请者在提出资源的使用申请请求时,就已经对资源的类别进行了选择,所以在平台接收的资源的使用申请请求中就包括了资源的类别,平台根据资源类别设置了不同的审批流程,所以平台在接收资源的使用申请请求后,根据资源的类别进入不同的审批流程。
不同的审核流程由不同权限的用户进行审批。例如,其中数据资源提交至提供数据者审批,审批通过后由主任审批;硬件资源首先提交至超算中心管理员审批,审批通过后由超算中心管理员主任审批。
步骤S203,审核通过后开通相应的权限。
数据资源或硬件资源在审批通过后,开通相关权限,然后申请者就可以使用相应的资源。同时,对资源的使用也是有限制的,是为了做好保密工作。例如,对使用时间进行限制,根据需要对申请的资源开通了一个月的使用期限,在到达使用期限后,申请者开通的权限平台会自动回收。起到了很好的管理作用。
具体的审批流程请参看图3,图3是本申请涉及的一种用于电力系统的人工智能共享平台的资源审批示意图。
首先是接收申请资源的请求,然后将请求分为数据资源请求和硬件资源请求,然后请求进入不同的审批流程,数据资源的审批首先由数据提供者进行审批,数据提供者审批通过后,再由室主任进行审批;硬件资源的审批首先由超算中心管理员审批,超算中心管理员审批通过后,再由室主任进行审批。如果其中一个审批流程不通过,那么就结束整个审批流程。审批通过后对申请者申请的资源开放相应的权限和使用日期,在到达使用期限后,回收相应的权限。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,而这些未脱离本发明精神和范围的任何修改或者等同替换,其均在申请待批的本发明的权利要求保护范围之内。
Claims (9)
1.一种用于电力系统的人工智能共享平台,其特征在于,包括:
数据共享模块,用于提供大容量的云盘服务;
统一开发模块,用于提供一整套开发平台,包括面向云端训练和终端执行的开发框架、算法库、工具集、开发语言环境;
仿真数据库模块,用于建立电力仿真数据库,提供一个可供训练的公开仿真数据集;
技术协作模块,用于提供协作研究服务,专业人员可以提供想法、需求和数据,开发人员可以利用深度学习技术对想法进行实现和验证。
2.根据权利要求1所述的平台,其特征在于,还包括:
研究动向发布模块,用于发布与人工智能相关项目的研究进展信息。
3.根据权利要求1所述的平台,其特征在于,还包括:
资源中心模块,用于提供相关学习AI的文档、资料,以及软件工具的下载。
4.根据权利要求1所述的平台,其特征在于,所述数据共享模块,用于提供大容量的云盘服务,包括:
上传和发布共享数据;
根据权限下载共享数据。
5.根据权利要求4所述的平台,其特征在于,所述共享数据,包括:
BPA、PSASP计算数据的在线数据、离线数据、文本数据、数据库SQL数据,以及工程数据。
6.根据权利要求1所述的平台,其特征在于,所述统一开发模块,还包括:
所述统一开发模块部署在超算中心,安装凝思操作系统、Python3.0、R、以及Tensorflow深度学习框架。
7.一种用于电力系统的人工智能共享平台的管理方法,其特征在于,包括:
接收资源的使用申请请求;
根据所述请求对应的资源的类别分配不同的审批流程;
审核通过后开通相应的权限。
8.根据权利要求7所述的方法,其特征在于,还包括:
开通的相应权限在使用后自动回收。
9.根据权利要求7所述的方法,其特征在于,所述资源的类别,包括:
数据资源和硬件资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096168.1A CN109325740A (zh) | 2018-09-19 | 2018-09-19 | 一种用于电力系统的人工智能共享平台及管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096168.1A CN109325740A (zh) | 2018-09-19 | 2018-09-19 | 一种用于电力系统的人工智能共享平台及管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109325740A true CN109325740A (zh) | 2019-02-12 |
Family
ID=65265601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811096168.1A Pending CN109325740A (zh) | 2018-09-19 | 2018-09-19 | 一种用于电力系统的人工智能共享平台及管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109325740A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476373A (zh) * | 2020-04-13 | 2020-07-31 | 中国科学院计算机网络信息中心 | 一种人工智能数据服务系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261724A (zh) * | 2008-03-28 | 2008-09-10 | 山东浪潮齐鲁软件产业股份有限公司 | 基于方案的流程管理方法 |
CN102542343A (zh) * | 2010-12-27 | 2012-07-04 | 上海市电力公司 | 一种电力系统统一共享数据管理平台及控制方法 |
CN103152415A (zh) * | 2013-03-04 | 2013-06-12 | 浪潮电子信息产业股份有限公司 | 一种基于云数据中心的资源审批流程设计方法 |
CN104463492A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种电力系统云仿真平台的运营管理方法 |
CN105894174A (zh) * | 2016-01-29 | 2016-08-24 | 国家电网公司 | 电力系统移动互联网云计算平台及调度、数据分析方法 |
CN107491937A (zh) * | 2017-08-14 | 2017-12-19 | 郑州云海信息技术有限公司 | 一种云资源申请审批管理方法和系统 |
CN108366109A (zh) * | 2018-02-01 | 2018-08-03 | 王晓峰 | 一种气象数据数值预报云共享平台和数据共享方法 |
CN108388426A (zh) * | 2018-04-27 | 2018-08-10 | 李喜 | 一种人工智能开发平台和系统 |
CN108427992A (zh) * | 2018-03-16 | 2018-08-21 | 济南飞象信息科技有限公司 | 一种基于边缘云计算的机器学习训练系统及方法 |
-
2018
- 2018-09-19 CN CN201811096168.1A patent/CN109325740A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261724A (zh) * | 2008-03-28 | 2008-09-10 | 山东浪潮齐鲁软件产业股份有限公司 | 基于方案的流程管理方法 |
CN102542343A (zh) * | 2010-12-27 | 2012-07-04 | 上海市电力公司 | 一种电力系统统一共享数据管理平台及控制方法 |
CN103152415A (zh) * | 2013-03-04 | 2013-06-12 | 浪潮电子信息产业股份有限公司 | 一种基于云数据中心的资源审批流程设计方法 |
CN104463492A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种电力系统云仿真平台的运营管理方法 |
CN105894174A (zh) * | 2016-01-29 | 2016-08-24 | 国家电网公司 | 电力系统移动互联网云计算平台及调度、数据分析方法 |
CN107491937A (zh) * | 2017-08-14 | 2017-12-19 | 郑州云海信息技术有限公司 | 一种云资源申请审批管理方法和系统 |
CN108366109A (zh) * | 2018-02-01 | 2018-08-03 | 王晓峰 | 一种气象数据数值预报云共享平台和数据共享方法 |
CN108427992A (zh) * | 2018-03-16 | 2018-08-21 | 济南飞象信息科技有限公司 | 一种基于边缘云计算的机器学习训练系统及方法 |
CN108388426A (zh) * | 2018-04-27 | 2018-08-10 | 李喜 | 一种人工智能开发平台和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476373A (zh) * | 2020-04-13 | 2020-07-31 | 中国科学院计算机网络信息中心 | 一种人工智能数据服务系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | Application of Internet of Things and virtual reality technology in college physical education | |
Zhang et al. | Digital twin for accelerating sustainability in positive energy district: a review of simulation tools and applications | |
Mohaghar et al. | A meta synthesis of the modeling methods of complex socio-technical systems with a multi paradigm-multi methodology approach | |
Erraissi et al. | Digging into hadoop-based big data architectures | |
Calp et al. | Optimization of project scheduling activities in dynamic CPM and PERT networks using genetic algorithms | |
Hongyan | Evolutionary game analysis of emergency management of the middle route of South-to-North water diversion project | |
CN107248038A (zh) | 一种基于云服务模式的核能信息化科研协同平台 | |
Babović et al. | Research in computing-intensive simulations for nature-oriented civil-engineering and related scientific fields, using machine learning and big data: an overview of open problems | |
CN109325740A (zh) | 一种用于电力系统的人工智能共享平台及管理方法 | |
CN115577646A (zh) | 基于多源异构数据的数据建模方法、装置、设备和介质 | |
Skidmore et al. | SISSA: Run-3 offline data processing and analysis at LHCb | |
Abbazzi et al. | A revision of medium and small sized deer from the Middle and Late Pleistocene of Calabria and Sicily | |
Sartori et al. | On decision processes in businesses, companies and organizations computed through a generative approach: the case of the agent-based modeling | |
Xue et al. | Information enterprise architecture for smart transportation system | |
CN103136031A (zh) | 业务模型导航的大型场景技能训练模拟软件 | |
Gorecki et al. | Including Co-Simulation in modeling and Simulation tool for supporting risk management in industrial context | |
Li | Research on the application of artificial intelligence wireless network technology in the optimization of university resources | |
Duvigneau et al. | A three-level parallelization strategy for robust design in aerodynamics | |
Montenegro et al. | Evolving the next generation of distribution analysis tools | |
Pinto | Conoscenze integrate e strategie di manutenzione programmata per il patrimonio culturale/Integrated knowledge and planned maintenance strategies for cultural heritage | |
Liu et al. | Exploration on the Integration of New Generation Information Technology and Curriculum Ideological and Political Under the Background of CEC Education Model | |
Illiashenko et al. | Internet of Things for Human and Industry Application: ALIOT Project and R&D Issues. | |
Papka et al. | Argonne Leadership Computing Facility (2018 Annual Report) | |
Ham | Data Curation and Standards [Slides] | |
Boring et al. | The Procedure Performance Predictor (P3): Application of the HUNTER Dynamic Human Reliability Analysis Software to Inform the Development of New Procedures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |