專訪丨訪華為電力數字化軍團副總裁夏文波
來源：中國能源新聞網 時間：2024-09-30 12:28
AI要持續發揮作用 必須聚焦關鍵業務場景
——訪華為電力數字化軍團副總裁夏文波
中國能源新聞網記者 楊娜
新能源迅猛發展給電網帶來了巨大挑戰，人工智能突飛猛進，如何用數字化技術反哺電力行業，以應對新型電力系統的挑戰？記者就該話題獨家采訪了華為電力數字化軍團副總裁、CTO、首席數字化轉型官夏文波。
中國能源新聞網：近三年，華為電力數字化軍團一直在強調，在新型電力系統的建設中要將軟件與服務的價值顯性化，并推出了星火架構和方法論。在近日召開的“2024華為全球電力峰會”上，聚焦新能源裝機容量、分布式新能源大規模并網、電動汽車的發展，華為電力數字化軍團發出了“新能源世界級的發展，帶來電網世界級的挑戰，呼喚電力構建新質生產力”的吶喊。這種主題的切換，原因是什么？
夏文波：主題沒有切換，而是視角發生了變化。
以前，我們是站在數字化的角度從技術出發，談軟件與服務、星火架構等?，F在是以客戶為中心，站在業務的角度，關注客戶遇到的現實問題。在解決這些的具體問題時，還是需要通過軟件與服務以及星火架構等技術，來支撐云邊協同，最終達到價值體現。
根據行業統計，到2025年，中國新能源總裝機預計達到15.3億千瓦，配網分布式新能源接入將達到3億千瓦，新能源汽車將達到5000萬輛。毫無疑問，這是世界級的發展。但也面臨著接入多、調控難；停電多、降損難；互動多、消納難；資產多、作業難等問題，隨機性和間歇性的新能源輸出、快速增長的電力負荷，都形成了前所未有的世界級挑戰。
這使得電力可靠供應和新能源高效利用的難度大幅增加。電力系統需要從“源隨荷動”模式向“源網荷儲多元智能互動”轉變，系統平衡由傳統的“確定性發電跟蹤不確定負荷”轉變為“不確定發電與不確定負荷雙向匹配”。
AI加持的世界級創新能解決這樣的體系性挑戰，而只有體系化的通信才能讓AI“觸手可及”。AI未來要持續發揮作用，就必須聚焦關鍵業務場景來解決問題。
所以華為選擇并關注發電、調度、輸變電、配電、營銷等關鍵場景，并在這些場景中引入數字化和人工智能技術，以彌補差距，即圍繞關鍵場景，解決核心挑戰。
中國能源新聞網：立足從業務、經濟和技術的角度，華為提出配用電“三本賬”的理念。目前，華為能提供怎樣的支持？
夏文波：沒有價值的數字化和智能化是不可持續的，這里的價值指業務、技術、經濟“三本賬”。越是數字化智能化時代，我們越要強調專業的縱深，但核心的專業能力需要識別出來，進一步分層解耦模塊化，按需快速組合。因此，我們強調，要算好“三本賬”，支撐企業快速決策，推動階段性業務戰略落地，助力企業可持續發展。
在算業務賬時，以支撐業務戰略為目標，我們需要聚焦場景，解決問題，創造價值。在算經濟賬時，我們要看清直接的投入與產出，也要關注人力資產增值和數據資產增值。算好技術賬，以確保數智化走在大致正確的路上，避免方向性錯誤。最為關鍵的是，要抓住數字化、智能化價值創造的錨點——軟件和服務，擴大投資。
不同區域的配電網面臨著不同的挑戰，如線損分析、供電可靠性提升、分布式光伏群管群控、充電樁有序充電等。我們根據場景需求，規劃通過什么邏輯幫客戶解決問題。邏輯成立后，再算投入、回報。
“經濟賬”即CAPEX+OPEX（資本性支出+運營成本）支撐配網投資決策。在我國，AMI智能電表的平均壽命是8年，我國每年需要更換電表約1億塊。因為安全、質量、流程等要求，換電表時通常是“1個人干3個人看”的作業現狀。
而華為在全球每年有22萬個項目、140萬個類似的作業點，其中有13000多個質量風險點，大概6000個高空作業，4000個帶電作業。如何通過AI加持數字化作業，把安全、質量等作業全過程在線上完成，變3個人看為AI替代。
用這個方法，全國每年更換1億塊電表，可減少費用支出300億元。釋放出來的人力可以滿足電力系統不斷增長的資產運行，可以更好地保障增加資產的安全，人才也實現了數字化轉型升級。
我個人認為，配電網的底子薄，數字化程度提升空間大，原來的手段并不多。新型電力系統下，變化最快的也是配電網。數字化越向末端推進，價值越大。
比如國網陜西省電力有限公司（以下簡稱“國網陜西電力”）希望配電網柔性化、智能化、數字化轉型，實現主配微網多級協同，海量資源聚合互動，多元用戶即插即用。
為此，國網陜西電力與華為在2020年開展聯合創新，聚焦配電物聯網場景，圍繞臺區智能融合終端、云編排、柔性開發平臺、HPLC雙模、人工智能等技術，打造一系列場景化的應用，實現配網從“看不見到看得見、管得住、想得到”發展。
其中一個亮眼的創新實踐是一收雙發。原來配電和營銷在低壓臺區分別配置TTU和集中器，獨立采集各專業所需的數據?，F在我們使用智能融合終端上的“一收雙發”APP，就能在保證原有電表計量信息上送主站的同時，將配電專業關注的要求較高的用戶側電壓、電流和停電等非計量信息同時上報給物管平臺。
在此基礎上，國網陜西電力員工還研發了一系列高級應用。如低壓用戶負荷電壓實時監測、停復電實時快速研判、用戶漏電電流實時監測等。今天，國網陜西電力已經實現臺區智能融合終端每15分鐘算一次結果，且目前已完成全省13萬臺公變臺區的集中器替換，實現了一臺區一終端。
第二個創新實踐是新一代HPLC+RF雙模載波。試點驗證表明，新一代雙模能在1小時~2小時完成低壓拓撲的自動識別，準確率達到100%，在采集成功率和停電事件上報方面，新一代雙模的準確率可以達到99%以上。
在采集性能方面，對300塊電表規模的一個低壓臺區完成一輪采集，單模載波需要15分鐘，普通雙模需要5分鐘，而新一代雙模僅用時1分鐘。最大的提升點是在拓撲識別方面，新一代雙模載波無需增加任何外置設備，僅依靠模塊內置算法，就可以做到低壓臺區變、箱、互關系的自動識別，準確率達到99%以上，這項技術也是業內首創。
下一步，國網陜西電力將繼續推進臺區自治。AI互動需要統一操作系統，所以電鴻也會演進進去。AI的能力也會沉淀到臺區智能融合終端的決策中，那時就能實現從被動到主動的轉變。
中國能源新聞網：企業想擁抱數字化，您覺得重要抓手有哪些？
夏文波：抓住新機遇的關鍵是創新，創新也是解決行業挑戰的關鍵抓手。
通過實地走訪交流，我們深深地感受到，電力是一個專業精深的行業，崇尚工程師文化，重視技術創新。技術創新必須堅持場景導向、問題導向，嚴格用場景驅動創新，用解決問題來驅動創新。這樣才能保證我們的創新有價值，而不是浮于表面，通過技術創新來筑牢根基，通過場景創新來跨越鴻溝。
我們堅信只有深入行業場景的田間地頭，為電力場景找技術，為技術找場景，才能持續地解決問題、創造價值。
華為倡導以技術和場景化、實戰化來賦能體系，用賦能體系來培養人才，同時通過持續降低數字化的門檻，讓懂電力的行家，也成為懂數字化AI的專家，來激發電力工程師的創造性。
例如香港某電力公司在參觀深圳鴻蒙系統配電房后，就提出了全員數字化崗位的理念，提升員工數字化能力，通過員工不斷地發現身邊的問題，解決問題。
中國能源新聞網：大模型在國內電力行業的落地情況如何？華為電力數字化軍團AI創新發展的成效怎么樣？未來方向是什么？
夏文波：我認為，人工智能應用不要糾結大模型還是小模型，關鍵還是要看投入與產出。例如，我們剛剛講的深圳配電房、廣西低壓業擴、陜西AI配網，沒上大模型價值也呈現出來了。
相對而言，小模型投資少、見效更快。因此，如果小模型能解決相關問題，即值得投入。我相信未來在很長一段時間，小模型和大模型會并存。
我們有關大模型的最新成功案例是，華為聯合中國華電、玖天氣象發布“基于AI大模型技術的新能源氣象功率預測解決方案”。該方案依托盤古氣象大模型和云羲微觀氣象引擎能力，實現新能源精準功率預測。華電江蘇灌云風電站預測結果，與傳統預測相比，考核運營費用減少27.37%；華電江蘇沙溝光伏電站預測結果，與傳統預測相比，考核運營費用減少15.1%。
截至目前，華為已經擁有百萬級到千億級別參數，可以結合場景選擇不同類型的基礎大模型和平臺組件，靈活調用。
未來，我們會持續聚焦設備巡檢、智能問答、電力預測等生產核心場景，分階段構建電力AI體系化方案。
責任編輯：余璇
