数据赋能产业智能化变革战略新机遇:大模型、超算与智算

【课程背景】

随着大数据、人工智能技术的快速发展，产业智能化变革已成为必然趋势。电网作为国家重要的基础设施，正面临着智能化转型的挑战与机遇。本课程旨在帮助电网员工深入了解数据赋能产业智能化变革的战略意义，掌握大模型、超算与智算的相关知识，提升电网智能化水平。

【课程收获】

1. 了解数据赋能产业智能化变革的背景

2. 掌握AI、大数据、云计算赋能产业智能化变革的基本原理

3. 了解数字技术新趋势：AI大模型、超算与智算的内容

4. 了解AI、AI大模型以及超算、智算在电网中的应用

【课程对象】

本课程适用于电网企业的各级领导、技术研发人员、运营管理人员以及其他对电网智能化感兴趣的相关人士。

【课程时长】本课程时长为6小时

【课程大纲】

一、数据赋能产业智能化变革大背景

1. 中国式现代化建设亟待产业升级

2. 电力、能源产业升级的要求：提效降本、绿色安全

3. 产业数字化、智能化变革成为电力能源产业升级的方向和路径

4. 产业智能化的具体表现（认识产业智能化）

二、数据赋能产业智能化的基础原理与新技术下的战略机遇

1. 电力能源产业智能化的核心要求：提效降本、绿色安全

2. 提效降本、绿色安全依托科学决策

3. 科学决策，需要摆脱经验主义，走向数据决策

4. 数据决策三大要素

（1）决策模型

（2）实时大数据

（3）强大的算力支持

5.大模型、智算、超算的战略机遇解读

三、数据决策三要素（AI、大数据、算力技术前沿及发展趋势）

1.决策模型——AI

（1）AI的诞生和目的

（2）AI为什么可以抗衡个人经验

（3）AI是如何构建业务模型的

（4）AI在构建业务模型的发展趋势

Ø 分析性AI

Ø 生成式AI大模型

（5）生成式AI大模型

Ø 生成式AI与分析性AI的区别

Ø 大模型与GPT

Ø 通用AIG与行业大模型

Ø 能源电力大模型

2.大数据——大数据技术与数据基座

（1）大数据的4V特征

（2）数据治理——4V特征下，大数据如何才能成为有价值的数据

Ø 数据获取、数据传输、数据集成、数据管理、数据可视化、数据挖掘

（3）数据分析，在AI模型的加持下，实现数据结果呈现

（4）数据资产，让数据参与到整个能源电力产业协同效率提升中

Ø 数据资产的形成

Ø 大数据平台

Ø 数据中台

3.算力——云计算、智算、超算

（1）算力的定义

（2）算力与芯片的关系

（3）算力的发展现状及趋势

（4）基础算力

Ø 通用型CPU

Ø 云计算

Ø 边缘计算

（5）智能算力

Ø GPU、FPGA、ASIC等AI芯片

Ø 智算主要应用领域：AI训练、语音、图像和视频的处理

（6）超算算力

Ø 超级计算机集群

Ø 超算主要应用领域：行星模拟、药物分子设计、基因分析

四、AI大模型、数据基座和智算/超算在电力系统中的应用

1. 输变电系统

（1）输电线路巡检与航道规划

（2）户外作业安全监察

（3）变电站巡检、故障预警、故障原因分析、故障问题追溯、故障处理

2. 配电系统

（1）微电网智慧规划

（2）配网智能巡检、故障预警、故障处理等

（3）复合能源智慧化管理与智能自愈机制

（4）智能调度与交易：智能负荷预测、智能化交易、

（5）智能线损管理与分析

（6）现场作业与智能安监

3. 供服系统

（1）智能客服

（2）智能用电方案服务

（3）智能化营业厅

（4）智能办电业务

4. 智慧化管理

（1）精细化经营管理

（2）基于RPA的管理流程自动化

（3）财务风控的智慧化

五、企业落地要领

1. 数据赋能产业智能化变革的关键要素

（1）战略重视

（2）相关的推进部门或小组

（3）相关资源：人才、资金和技术

（4）基础支撑体系

Ø 人才支撑：项目团队与项目小组

Ø 技术支持：搭建整体数智化技术基座

（5）项目管理

2. 技术支持的主要核心工作

（1）整体中台系统的搭建

（2）一体化大数据平台和数据资产管理平台建设

（3）强化技术中台AI和数据中台的建设

（4）·AI大模型MaaS和Daas的应用

3. 创新组织文化，鼓励创新性应用的落地

（1）创新整体组织文化

（2）进行组织架构变革

（3）以项目为抓手，展开应用，实现产业智能化升级