昆仑数据受邀出席数智化促进核能新质生产力发展会议
来源: | 作者:pmod6d781 | 发布时间: 2024-11-18 | 418 次浏览 | 分享到:

近日,由中国核学会主办的“第一届数智化促进核能新质生产力发展会议”在上海召开,本次会议聚焦核工业数字化转型,加快形成核能产业新质生产力。昆仑数据作为核电数智化企业代表受邀出席,分享核电数智化最新成果。



昆仑数据业务总监刘少波在会上发表演讲,深入探讨了工业数据分析技术如何助力核电设备智能运维。他指出,随着自动化、信息化水平的提升,电厂运维技术有了长足进步,但仍然面临不少挑战,如难以提前发现设备隐患、专家知识难以沉淀、海量文本数据价值难以利用、缺乏智能决策辅助工具等,需要从如何降低数据使用门槛、如何降低数据挖掘门槛、如何降低数据应用难度三个方面,综合应用数据分析和人工智能技术,构建端到端的智能运维闭环解决方案。



在降低数据使用门槛方面,昆仑数据提供数据资源化管理方案,围绕海量数据的接入、数据建模、数据存储、数据质量分析和治理,形成可用、好用、易用的资源化数据;除时序数据和关系数据外,还支持对特定行业文本知识的识别、分类、标注等,形成基础行业知识库,为多源异构数据的联合价值发掘打好坚实基础。

在降低数据挖掘门槛方面,他指出,工业数据分析仅仅依靠算法工程师是远远不够的,需要足够的业务理解,并结合行业专家经验实现;然而大部分的经验存在于业务专家的脑子里,如何有效地帮助业务专家沉淀其行业经验为数字化模型,对于行业知识的传承和快速推广应用具有重要意义。昆仑数据的数据分析团队不仅开发各类工业设备故障预警、健康评估、故障诊断、运行优化等分析模型直接服务于最终用户,同时提供图形化、拖拽式建模工具,帮助行业专家快速实现经验的数字化沉淀,推动行业知识的规模化复用。

如何降低数据应用难度方面,面向电厂最终用户,提供模型一键式部署和运行管理、组态式应用开发工具,支持中心端/边缘端等部署方式,满足不同现场的工程化应用服务;基于通用大模型构建的行业AI运维方案,不仅能为用户提供专业知识问答服务,还能从运维业务场景出发,通过“大模型+小模型”方式,准确识别指令意图,智能调用设备数据和分析模型,自主分析设备运行状态、评估设备健康状态、分析设备故障原因,并给出个性化的维护策略、方案及建议,进一步降低数据应用难度、提升运维智能化水平。



本次会议云集中国核能领域国家级首席科学家、“华龙一号”、“国和一号”、“玲龙一号”、“快中子堆”、“高温气冷堆”及“人造太阳聚变堆”总设计大师、核能数智化科技带头人、技术专家、大学教授和头部企业家。中国工程院院士叶奇蓁为本次会议题词,中国工程院院士于俊崇为本次会议致贺讲话。