为响应国家关于加快推进国有企业数字化转型工作的号召,推动新一代信息技术与国有企业的融合创新,加速传统产业全面数字化转型,结合南网电网“数字电网”的集团战略,南网储能公司在“十四五”期间加速构建新型电力系统,研究和建设“LCDP信息化跨域原型迭代平台(以下简称平台)”,助力效率变革,促进技术创新、管理创新,革新数字电网、智慧电厂的业务场景和信息化路径,实现新型电力系统数字化体系的先进管理模式,发挥国有企业的示范引领作用。


图:工作阶段与业务模型
“LCDP信息化跨域原型迭代平台”是一个低代码化的信息系统原型构建、迭代、验证、测试平台。应用了一套方法论-电力企业信息系统建设管理新型方法论及自主建立了一套工具,结合了互联网企业当下先进的”中台”建设思想,具备"敏捷开发”、“结构化”、“微中台”、“双平面”四个特征,强调对信息化系统应用建设的原型测试及业务迭代。平台适配和服务于新型电力系统的构建过程,统一电网数据模型构建相对应的数字孪生电网,解决新型电力系统数字化领域的信息系统在建设过程中需求分析不足、数字孪生实体之间关联不强的问题。
平台具备"敏捷开发”、”结构化”、”微中台”、”双平面”四个特征,适配和服务于新型电力系统的构建过程,统一电网数据模型构建相对应的数字孪生电网。提出模型快速迭代理论,全员参与需求、开发、测试,三个环节不停循环的敏捷开发生态模式。基于LCDP平台的跨域原型迭代平台经过大量的尝试和容错,现已积累了大量跨域、可复用的业务模型及数据模型。比如:任务模型、物资模型、巡检模型、例会模型等。日程信息、任务信息、物品共享信息等。
平台可实现“结构化业务流程”,提出开发-字段同步关联的开发方法,强调开发过程中同步建立与数字实体相关联的管理关系,克服以往数字化系统建立的过程中孤岛运行、数据关联性不强的问题,跨业务域实现数据级、应用级服务共享。该方法已在菩能电站的建设过程中有效运用,如直接将EXCEL表格进度数据绘图转换为智慧孪生实体,实现自动绘图,自动建立数字模型实体,并且该实体可被其他业务收入资产域引用,在查看某一数据时,将相关数据同时展示出来,充分发挥超市效应,体现数据价值。

图:LCDP可详细描述数字李生实体关联
平台引入了LCDP (Low-Code Development Platform低代码开发技术)概念,LCDP一个显著特点是,更多人可以参与应用程序开发当中,不仅是专业程序员,非技术背景的业务人员同样可以参与。低代码无需打包编译,实时发布移动端、PC端双平台应用。对大型企业来讲,低代码开发平台还可以降低IT团队培训、技术部署的初始成本。南网储能公司的单一场景信息化落地平均周期从3.6个月下降至0.3个月,开发成本下降86%。
截至目前,南网储能公司应用“LCDP信息化跨域原型迭代平台”体系”完成了400个应用、1306个模块,206个报表建设,成为了公司用户数最多、活跃率最多、应用数最多、结构化数据量最大的信息化平台及工具。基于该平台建设的信息系统,用户平均使用率达到 99.97%,活跃用户率达到97%,应用模块一次性交付率达到95%.公司业务平均审批时间下降。80%,业务工作日受理时间区间延长率达100%。累计创造直接经济收入共计2351.5万元。成果发表SCI论文1篇、科技核心论文3篇,软件著作权16项,在2020年全国低代码大赛获一等奖、2021年阿里巴巴应用创新大赛获二等奖。建设管理规范2项,建设开发标准8项,发明专利1项。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。