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
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。