華文網

專訪阿裡雲AI科學家閔萬里:AI試水電力調度是讓人興奮的題目

大資料文摘記者 | 魏子敏

如何讓供電更加高效合理?這看似是一個簡單的調度預測問題。

引入演算法工程師的力量,智慧演算法真的有望給電力行業帶來新的技術鯰魚嗎?

“用電之痛”是全國千萬用電及售電企業的大難題。業內人士預測,2017年我國電力生產行業資產規模將達到86852億元。據悉,僅2016年全社會用電量達59198億千瓦,其中3.5%是因電力預測的偏差白白消耗。

4月26日,在雲棲大會·南京峰會上,資料眾智賽事平臺阿裡雲天池平臺聯合揚中高新區政府、大航集團,

啟動首個電力AI大賽------大航杯“智造揚中”電力AI大賽,希望借助參賽工程師的智慧演算法提升電力預測調度能力。

對於這個AI初涉的領域,阿裡雲的團隊及大賽資料提供方揚中高新區政府、大航集團都表現出了巨大的熱情。“人工智慧在電力預測的試水,據我所知是全國首次嘗試 。”大航集團副總裁孫偉表示,“ 傳統的預測模式多為‘拍腦袋’決定,它們需要變得更加靈活、更加高效。

政府也正在推動電力行業的轉型。”

(在4月26日南京雲棲大會上,阿裡雲天池電力AI大賽正式啟動)

電力調度的最大難點在於不可控因素多、回歸不准

如何讓供電更加高效合理?這看似是一個通過調度,預測未來一個月每天的用電量的回歸問題。

“其實最大的難點是回歸不准”,阿裡雲人工智慧團隊科學家閔萬里這樣回答大資料文摘,“真的是不准,有的企業是24小時排班的,有的企業就是白天工作晚上關門的,還有一些企業可能是夏天開足了馬力,冬天不搞了,甚至有的企業規定說,當我們外面的濕度高於多少必須停工。所以說這個是非常好的實戰的課題,可以用回歸是一個基礎,但是也可以發現在上面還要做很多的工作。

而阿裡雲在調度問題上已經有過不少嘗試。17年1月11日,餓了麼對外透露正和阿裡雲合作,研發人工智慧調度外賣引擎,全面推行到外賣送餐領域,利用人工智慧調度180萬騎手。(點擊查看大資料文摘文章《阿裡雲與餓了麼合作全球最大即時調度系統後,我們和研發團隊聊了聊》)

閔萬里稱,電力調度跟之前阿裡雲在調度上的嘗試是有內在的邏輯關聯性的,

“餓了麼做配餐調度,還有交通中調度信號燈,都是在一個固定的網路結構上針對不確定的隨機的需求做一個管控。配電的供應上,從超高壓到降壓、公用到民用電都有隨機性,用電的需求也有變化的,這裡面怎麼匹配的好?要對即將發生的情況有未卜先知,可能就先發制人,所以說我們要預測,這個是我們要幹的事情。”

而相比調度一批快遞員,電力問題顯然更有社會效益,做不好的話很可能出現電力浪費的問題,“所以說很興奮看到這道題目,也感謝揚中政府的支援包括企業的支援給到我們資料一起做這個事情。”閔萬里說。

給電力行業專家配一個演算法工程師?還是讓行業專家學代碼?

除了不可控因素多,怎麼樣把行業知識與技術能力結合起來,也是電力調度工程師及本次大賽選手面臨的一大挑戰。

對於多數演算法工程師來說,電力行業是個非常陌生的領域。

“我第一次看工業資料的時候,感覺難如天書”,閔萬里承認做電力調度問題需要大量行業知識。那麼到底該給電力行業專家配一個演算法工程師?還是讓行業專家學寫代碼?

(阿裡雲人工智慧團隊科學家閔萬里)

閔萬里認為兩種做法都有可能,但是難度不一樣。

“第一個是傳統行業的專家瞭解這些雲計算的技術或者是大資料深度挖掘的技術再去做這個行業的升級換代,聽起來很美好,但是執行起來很難,原因在哪?當他已經成為一個行業專家的時候,基本上是單位的頂樑柱,他的動力在哪?因為他面臨重新學習的過程,單位能讓他去嗎?但是反過來,我們的技術專家,我說過我們願意走到車間去,我們願意去學習行業專家的一些知識,對我們來講,我國有激勵的機制讓大家沉到場景中去,我們可能會學的很快就沒有非技術的阻礙了,我剛剛講的行業專家學我們,有一些非技術的阻礙,所以說從現實的效果來看,是技術人走出去,可能效果更快。”

電力行業專家、盾安新能源技術研究院執行院長顧毅也給出了類似的答案,“往往很有經驗的專家精力非常有限,做這麼具體的事情,不是做不到,而是不太現實。所以我們一開始就找像阿裡這樣的(技術型)公司合作,我提供專業知識,前端的資料,包括基本的概念去補充,然後這些專業的大資料公司,把我的想法從資料層面實現,然後把資料提供給這些模型,通過不斷的反覆運算,慢慢的成為一個行業的專家。我覺得這個是一個階段最現實的模式。”

對於電力這個新領域,阿裡雲稱也是剛剛切入,本次天池AI電力大賽是尋求好的解決方案的一次嘗試。“我們不可能是電力的專家,我們也不是電力調度的專家,但是我相信6萬多名選手一定是有高手來的。”閔萬里稱。

(阿裡雲天池電力AI大賽官網上線)

揚中是以工程電氣為主導產業的島,工程電氣的產量占全國市場的23%,也是全國電力電氣的生產製造之一。此次大賽將提供揚中市高新區經過脫敏後的1000多家企業的歷史用電量資料、天氣及企業規模及業務等資料,選手將通過機器學習、深度學習等演算法,預測企業下一個月每天的用電量、用電異常行為分析。

揚中市委常委、新壩鎮黨委書記潘傑稱希望通過這次大賽推動改革,推動輸配電企業成本預算,“同時我們也希望能夠通過大賽把我們大賽的成果運用到以新能源,尤其是以儲能技術為主的這種微電網系統的可靠的保證當中去,推動我們整個區域微電網系統的可靠運行。”

“這次賽題我們選擇在不足30萬人口的揚中舉辦,從能耗最核心的入手,用電量指數這一塊,所以這一塊在小地方做實驗取得突破性的進展,為後面揚中進行售電業務做突破,因為用多少電才能買多少電,使得整個國家的供電這一塊更有計劃性,降低能耗,減少浪費,解決環保和社會效應帶來便利”阿裡雲如此描述本次大賽的意義。

此次大賽第一賽季總獎金池共33萬,天池官網將於4月26日開放報名。冠軍團隊除了能得到獎金,演算法結果還有望在實際電力預測中得到應用。此次結果將成為揚中高新區配售電業務開展的重要依據。

做不好的話很可能出現電力浪費的問題,“所以說很興奮看到這道題目,也感謝揚中政府的支援包括企業的支援給到我們資料一起做這個事情。”閔萬里說。

給電力行業專家配一個演算法工程師?還是讓行業專家學代碼?

除了不可控因素多,怎麼樣把行業知識與技術能力結合起來,也是電力調度工程師及本次大賽選手面臨的一大挑戰。

對於多數演算法工程師來說,電力行業是個非常陌生的領域。

“我第一次看工業資料的時候,感覺難如天書”,閔萬里承認做電力調度問題需要大量行業知識。那麼到底該給電力行業專家配一個演算法工程師?還是讓行業專家學寫代碼?

(阿裡雲人工智慧團隊科學家閔萬里)

閔萬里認為兩種做法都有可能,但是難度不一樣。

“第一個是傳統行業的專家瞭解這些雲計算的技術或者是大資料深度挖掘的技術再去做這個行業的升級換代,聽起來很美好,但是執行起來很難,原因在哪?當他已經成為一個行業專家的時候,基本上是單位的頂樑柱,他的動力在哪?因為他面臨重新學習的過程,單位能讓他去嗎?但是反過來,我們的技術專家,我說過我們願意走到車間去,我們願意去學習行業專家的一些知識,對我們來講,我國有激勵的機制讓大家沉到場景中去,我們可能會學的很快就沒有非技術的阻礙了,我剛剛講的行業專家學我們,有一些非技術的阻礙,所以說從現實的效果來看,是技術人走出去,可能效果更快。”

電力行業專家、盾安新能源技術研究院執行院長顧毅也給出了類似的答案,“往往很有經驗的專家精力非常有限,做這麼具體的事情,不是做不到,而是不太現實。所以我們一開始就找像阿裡這樣的(技術型)公司合作,我提供專業知識,前端的資料,包括基本的概念去補充,然後這些專業的大資料公司,把我的想法從資料層面實現,然後把資料提供給這些模型,通過不斷的反覆運算,慢慢的成為一個行業的專家。我覺得這個是一個階段最現實的模式。”

對於電力這個新領域,阿裡雲稱也是剛剛切入,本次天池AI電力大賽是尋求好的解決方案的一次嘗試。“我們不可能是電力的專家,我們也不是電力調度的專家,但是我相信6萬多名選手一定是有高手來的。”閔萬里稱。

(阿裡雲天池電力AI大賽官網上線)

揚中是以工程電氣為主導產業的島,工程電氣的產量占全國市場的23%,也是全國電力電氣的生產製造之一。此次大賽將提供揚中市高新區經過脫敏後的1000多家企業的歷史用電量資料、天氣及企業規模及業務等資料,選手將通過機器學習、深度學習等演算法,預測企業下一個月每天的用電量、用電異常行為分析。

揚中市委常委、新壩鎮黨委書記潘傑稱希望通過這次大賽推動改革,推動輸配電企業成本預算,“同時我們也希望能夠通過大賽把我們大賽的成果運用到以新能源,尤其是以儲能技術為主的這種微電網系統的可靠的保證當中去,推動我們整個區域微電網系統的可靠運行。”

“這次賽題我們選擇在不足30萬人口的揚中舉辦,從能耗最核心的入手,用電量指數這一塊,所以這一塊在小地方做實驗取得突破性的進展,為後面揚中進行售電業務做突破,因為用多少電才能買多少電,使得整個國家的供電這一塊更有計劃性,降低能耗,減少浪費,解決環保和社會效應帶來便利”阿裡雲如此描述本次大賽的意義。

此次大賽第一賽季總獎金池共33萬,天池官網將於4月26日開放報名。冠軍團隊除了能得到獎金,演算法結果還有望在實際電力預測中得到應用。此次結果將成為揚中高新區配售電業務開展的重要依據。