深圳2021年12月6日 /美通社/ -- 近期,能源科技企業(yè)平衡機器接受創(chuàng)業(yè)邦深度訪問,原文如下:
2020年9月,我國在第七十五屆聯(lián)合國大會一般性辯論上首次明確提出“2030年碳達峰、努力爭取2060年前實現(xiàn)碳中和”的目標。
自此,全國各地政府、企業(yè)以碳中和作為目標方向,進一步提升自身節(jié)能減排能力。而當前,我國產(chǎn)業(yè)結構由大到小呈“二一三”分布,經(jīng)濟增長對能源高度依賴,“減碳”目標將直接影響我國的供給側結構,多個行業(yè)都將面臨轉(zhuǎn)型升級。
從實施路徑上看,全球碳減排將主要依靠發(fā)電部門減少化石能源使用,進行能源供給側改革,同時大力發(fā)展光伏風電等可再生能源消納占比。這就需要對能源消費基礎設施、電網(wǎng)等進行改造,新能源的制備、儲能設備開發(fā)等也將面臨技術攻關。
預計未來幾年,整個能源數(shù)字化進程將逐步向智能、優(yōu)化階段過渡。
01
創(chuàng)業(yè)邦近期接觸的一家能源科技企業(yè)「平衡機器」正是“技術選手”,這家公司致力于以可持續(xù)發(fā)展路徑戰(zhàn)略組合市場需求與自然資源,將能源供需創(chuàng)新物聯(lián)。
作為能源科技創(chuàng)新企業(yè),平衡機器公司現(xiàn)主營業(yè)務為分布式能源管理和城市低碳生態(tài)管理。公司現(xiàn)已搭建起兩款旗艦產(chǎn)品:城市低碳生態(tài)管理平臺和分布式能源管理平臺。
城市低碳生態(tài)管理平臺主要用以滿足現(xiàn)代城市管理模式轉(zhuǎn)型和生態(tài)環(huán)境優(yōu)化升級的需要。
平臺基于云計算、大數(shù)據(jù)、遙感分析等技術,提供低碳綜合模型、全景展示、建筑運營、能耗分析、交通承載、水域監(jiān)測預警及植被演進分析等城市低碳生態(tài)管理的閉環(huán)服務,為政府、企業(yè)客戶構建可持續(xù)發(fā)展目標評估體系,提供精細化低碳生態(tài)管理解決方案。
具體而言,不同城市、區(qū)域的碳排放各有特征。
比如在北京,雖然企業(yè)排放相對較少,但建筑排放、機動車排放量會比較大,因此,綠色建筑比例就會比較關鍵,機動車電動化、低碳化升級也就比較迫切;而在河北,工業(yè)園區(qū)產(chǎn)業(yè)聚集,高耗能高排放企業(yè)占比較大,因此,企業(yè)以及產(chǎn)業(yè)上下游協(xié)同的節(jié)能改造、能源綜合利用就顯得尤為重要。
這就要求平臺上的歷史數(shù)據(jù)不斷積累,數(shù)據(jù)質(zhì)量進一步提升,分析維度持續(xù)擴展,算法模型迭代優(yōu)化,逐步用最優(yōu)化模型得出適用于各個城市的總體模型,以適應不同特質(zhì)的碳排放需求。
分布式能源管理平臺可實時采集產(chǎn)能和用能數(shù)據(jù),借助功率預測、需求響應、交易決策等精準數(shù)據(jù)服務,輔助用戶提升能源管理水平,優(yōu)化能源交易策略,實現(xiàn)能源供給和需求的時空平衡。
目前,平臺在風、光及儲能應用上均有技術儲備,并已具備成熟的風光功率預測功能,可利用虛擬氣象站技術和機器學習方法進行集成預測,充分考慮每臺機組所處地形地貌、機組之間影響,構建起輪轂高度氣象數(shù)據(jù)和機組模型,精準預測每臺機組風速、功率,提高預測精度。
平臺還可根據(jù)接入站點的實際數(shù)量支持計算資源的快速動態(tài)彈性伸縮,無需現(xiàn)場部署,投資成本可節(jié)約30%-50%。
在合作方日本經(jīng)產(chǎn)省的電力公司風光資源評估項目中,客戶要在日本7000多個點位中選取1000個建設風機。平衡機器基于歷史氣象數(shù)據(jù)分析,對各個點位過往20年的風速、風向做測算,并進行未來20年風資源評估。
而投資企業(yè)采用平衡機器專業(yè)的風資源評估系統(tǒng),實現(xiàn)了快速評估選址、站點資源比對、廠家發(fā)電量對比、確定具體站點等功能,選址成本大大降低、選址時間有效縮短,而IRR收益提高0.3%。
02
而對于清潔能源智能化領域而言,其壁壘主要在于能源供應側與需求側典型應用場景的算法模型,以及在能源互聯(lián)網(wǎng)和“雙碳”領域全產(chǎn)業(yè)鏈的行業(yè)知識及資源積累。
算法模型方面,平衡機器除掌握主流機器學習算法外,還自研針對能源行業(yè)具體業(yè)務場景的各類定制化算法,覆蓋“有監(jiān)督”“半監(jiān)督”和“無監(jiān)督”三類算法,可供用戶自由定制。
基于基礎算法庫,平衡機器開發(fā)出包括智能視覺(CV)、智能文本處理(NLP)、智能語音(Speech)等多種方向的技術能力,為能源行業(yè)的故障檢修、電網(wǎng)預測、電網(wǎng)調(diào)度、設備監(jiān)控、自動化運行等多個場景提供AI支持。
平衡機器訓練平臺具備靈活、可配置優(yōu)勢,可通過訂閱服務,向特定用戶提供開發(fā)人員選項。其搭載的訓練引擎是面向算法工程師的模型訓練平臺,從算法庫提取相應算法,輸入訓練數(shù)據(jù)集,通過手動或自動地參數(shù)調(diào)整等內(nèi)容即可完成模型訓練,并將模型發(fā)布至推理平臺。
另外,引擎無需訓練便可直接調(diào)用各類算法,支持離線訓練、分布式訓練和斷點恢復訓練三種訓練方式。依托于平衡機器自研算法庫,引擎內(nèi)置了大量預訓練模型和標準模型,機器學習試驗和元學習是該引擎支持的兩個特色功能。
而平衡機器的推理引擎采用基于分布式的模型部署架構,支持第三方工具、模型快速集成和靈活配置,可依托算法庫和機器學習訓練引擎,將其生產(chǎn)的模型進行部署,向下游平臺或引擎提供模型的在線推理服務。
同時,平衡機器推理引擎具有參數(shù)管理、配置管理、工作流管理、服務管理四大功能,解決了機器學習生命周期中部署方面的相關痛點。在原生推理庫的基礎上,該推理引擎也支持輕量化推理和前端推理,以適應物聯(lián)網(wǎng)邊緣計算和大數(shù)據(jù)云計算服務。
在行業(yè)知識及資源積累上,平衡機器作為一家能源科技企業(yè),熟悉發(fā)電側、用電側產(chǎn)業(yè)需求,公司結合各地政府“雙碳”管理需求,提供專業(yè)、全面的減碳和綜合能源服務。
同時,平衡機器團隊具備能源、電力系統(tǒng)及遙感分析相關背景。國內(nèi)及海外組合團隊推進研發(fā)。高管主要來自IBM、微軟等知名企業(yè)和海外能源企業(yè)。
作為聯(lián)合創(chuàng)始人之一,呂新杰獲中國科學院計算機科學博士學位,主導多個國內(nèi)外智慧能源項目,長期深耕于能源綜合利用與能源數(shù)字化轉(zhuǎn)型發(fā)展。
03
現(xiàn)如今,平衡機器已自主研發(fā)數(shù)據(jù)采集傳感器、能源行業(yè)PaaS平臺和多款SaaS應用,累計申請10+項專利,30+項軟件著作權。
商業(yè)模式上,平衡機器的分布式能源管理平臺現(xiàn)主要面向大型發(fā)電企業(yè),對電站進行全方位監(jiān)測管理,已與國家電網(wǎng)、南方電網(wǎng)及綜合能源管理企業(yè)合作,提供精準數(shù)字化能源服務。城市低碳生態(tài)管理平臺則主要面向G端客戶,根據(jù)產(chǎn)業(yè)園區(qū)能源管理,為工業(yè)級客戶提供電、熱、冷等能源管理、節(jié)能減排服務。
未來,平衡機器將持續(xù)圍繞“虛擬電廠”和“碳中和”目標擴大業(yè)務范圍,結合數(shù)字化技術打造低碳生態(tài)系統(tǒng),主要國內(nèi)業(yè)務為重點,并且在歐洲與澳洲開展技術研發(fā)與業(yè)務布局。
原文作者為牛妤坤
原文鏈接為:https://m.cyzone.cn/article/661477