彩虹多多手机版APP_彩虹多多手机版

来源：彩虹多多网投1714-02-06 17:48

彩虹多多手机版APP

【网络强国这十年】当电表连上大数据，让“双碳”目标更近一步******

　　【网络强国这十年——行业观点篇】

　　如今，碳中和已在全球范围内达成共识。要实现碳中和，需要在各行业进行深度脱碳。随着大数据、人工智能等新技术的应用，电力行业也在积极革新，推动建设数字基础设施，助推电力行业“双碳”目标的实现。

　　党的二十大报告提出，推动能源清洁低碳高效利用，推进工业、建筑、交通等领域清洁低碳转型。近年来，志翔科技围绕能源大数据生态，孵化了系列能源大数据产品，在电力企业得到广泛应用，有力支撑国家新型电力系统建设。近日，志翔科技总裁蒋天仪做客光明网“网络强国这十年”专栏，畅谈大数据如何助推电力行业智能化升级，支撑行业碳计量的精准化，为“碳达峰、碳中和”目标实施奠定基础条件。

【网络强国这十年】当电表连上大数据，让“双碳”目标更近一步

　　传统电网的电力数据来源分散、结构多样、质量参差不齐；基于这样的数据很难提供全面精准的数据服务。万物互联时代，数据采集的手段和数据的质量都有了飞跃。充分进行数据采集和处理分析并指导业务，是保障大规模新能源并网和消纳的基本条件之一。蒋天仪认为“精细化”的数据运营管理和计量是关键。

　　在目前电力行业有一个“三可”的说法（可观：客观采集获取用电数据、可测：精准监测和测量、可控：在可观可测的基础上按需控制），蒋天仪认为，其实在三可的基础上，还可增加“可调”。他介绍，通过大数据分析，目前已经基本达到“可观可测”，这也是“可控”的前提条件。那么，如何让调控更加科学有效？就需要更加精细化的调节调度，即“可调”。

　　为此，志翔科技研发了非介入式负荷分析产品。通过在新一代智能物联网表上安装边缘计算模块，利用电力指纹技术可以提供精准的用电设备负荷、能耗、使用状况等信息的侦知和分析。电力公司利用非介入式负荷分析产品，可以更精准辨识户内负荷，输出相应用电设备的能耗详单，为用电高峰期制定错峰用电方案提供有力数据支撑。

　　“过去，我们通过电表只是知道这一户用了多少电，不清楚具体有什么设备在用。但安装非介入式负荷辨识产品模块之后，电力企业可以更加精细地掌握用电情况。”蒋天仪说。

　　记者了解到，除了工业企业生产和用户生活的用电负荷精细化管理之外，在各行各业、日常生活等场景下，通过大数据对用电设备负荷、能耗等的详细分析也很有想象空间。比如，在消防安全管理方面，通过监测和分析用户用电情况，可以有效检测两轮电动车入户充电等消防隐患行为，从而有效避免火灾问题。在物业管理和环保用电方面，按规定商业楼宇内夜间严禁住人，传统的办法是安排人为巡检，如今非介入式负荷分析产品就能替代人工进行自动分析和监测等。

　　“随着信息化技术的发展，大数据、云计算等带来的数据量越来越大，很多以前没有利用起来的零散数据，随着大数据技术的成熟和应用，可以通过关联和深度分析而产生价值。”蒋天仪认为，目前，国家已经出台了《数据安全法》《个人信息保护法》等法律法规，为数据安全行业和百姓个人隐私保驾护航。另一方面，大数据在工业领域的应用，尚处于起步阶段，未来还有很大发展空间，需要更多有技术能力的厂商积极创新，让产品更好地落地和应用服务于各行各业，在企业生产效率提升、百姓生活便利的多个方面发挥更大价值。

　　监制：张宁李政葳

　　采访/撰文：李飞孔繁鑫

　　后期：刘昊

【科学的温度】如何撬开震后灾害的“盲盒”？******

　　中新网成都1月17日电 (记者贺劭清)滑坡预警预测是公认的世界性难题。“5·12”汶川特大地震后的十余年间，中国地质科研工作者如何从无到有，建立地震诱发滑坡预测模型？如何撬开震后灾害的“盲盒”？中国地灾防治如何走到世界前列？

　　围绕上述问题，2022年“科学探索奖”获得者、成都理工大学地质灾害防治与地质环境保护国家重点实验室副主任范宣梅接受中新网专访，对此进行解读。

范宣梅接受中新网记者专访。　唐启浩摄

　　有哪些因素可能诱发震后地质灾害？

　　范宣梅介绍，余震与降雨是诱发震后地质灾害的主要因素。强震刚发生完，震区容易发生较强余震。在余震影响下，一些在主震中震松、震裂的山体和已经发生滑坡的地方可能还会发生二次滑坡。同样，震后强降雨，也容易导致震区发生二次滑坡或泥石流灾害。

　　为了预测这些可能发生的地质灾害，成都理工大学地质灾害防治与地质环境保护国家重点实验室建立了空天地一体化的“三查”体系。

　　“我们除了大范围搜集卫星遥感数据，还会在雨季前后，对一些重点区域加强监测。”范宣梅表示，如果“9·5”泸定地震震区在2023年发生强降雨，那么磨西沟、湾东河、海螺沟等区域将有较大概率发生泥石流灾害。成理地灾国重实验室团队正准备在几条重点流域布设监测仪器，观测降雨量、沟道里的泥位、水位以及坡体上地震诱发滑坡堆积体的稳定性。

工作中的范宣梅。　受访者供图

　　为什么要建立地震诱发滑坡预测模型？

　　汶川特大地震发生后的十余年间，范宣梅团队前往“4·14”玉树地震、“4·20”芦山地震、“8·3”鲁甸地震和“8·8”九寨沟地震等地震救援第一线，搜集宝贵的影像和数据，并基于全球50余次地震诱发的40多万条灾害数据，结合最新的人工智能算法，建立了地震诱发滑坡近实时预测模型。

　　“汶川特大地震发生后，主要救援力量第一时间前往了汶川，而不是当时受灾最严重的映秀、北川。这是因为当时我们没有及时、全面的卫星数据去在震后第一时间获取灾情灾损信息。”范宣梅指出，地震诱发滑坡预测模型最大的用途，就是填补震后72小时救援黄金时间的信息空白，给震后应急救援提供第一手的支撑和决策信息。

地震诱发滑坡智能预测模型。　受访者供图

　　范宣梅介绍，卫星不会固定在某一个位置拍摄地球某一个固定点位，而是不断围绕地球旋转。如果泸定地震发生时，有一颗卫星恰好正在震区上方，那么这颗卫星可能拍下受灾情况。如果不凑巧的话，那么就需要等这颗卫星下一次再转到泸定地震上方，才能拍到震区受灾影像。甚至有时候，一张好的卫星影像拿到时，距地震发生时已经过去了一个月。

　　“如果完全依赖卫星数据去评估震后灾情，大概率会错过最佳救援时间。”范宣梅表示，地震诱发滑坡预测模型可以基于大数据与人工智能，根据本次地震信息，快速判断哪些地方地质灾害最为集中，哪些地方房屋道路受损最严重，让救援力量第一时间前往最需要救援的位置。