能源科技企業平衡機器接受採訪:精準規劃“碳中和”實現路徑,以數字...

深圳2021年12月6日 /美通社/ —— 近期,能源科技企業平衡機器接受創業邦深度訪問,原文如下:

2020年9月,我國在第七十五屆聯合國大會一般性辯論上首次明確提出“2030年碳達峰、努力爭取2060年前實現碳中和”的目標。

自此,全國各地政府、企業以碳中和作為目標方向,進一步提升自身節能減排能力而當前,我國產業結構由大到小呈“二一三”分佈,經濟增長對能源高度依賴,“減碳”目標將直接影響我國的供給側結構,多個行業都將面臨轉型升級。

從實施路徑上看,全球碳減排將主要依靠發電部門減少化石能源使用,進行能源供給側改革,同時大力發展光伏風電等可再生能源消納佔比這就需要對能源消費基礎設施、電網等進行改造,新能源的製備、儲能裝置開發等也將面臨技術攻關。

預計未來幾年,整個能源數字化程序將逐步向智慧、最佳化階段過渡

01

創業邦近期接觸的一家

能源科技企業「平衡機器」

正是“技術選手”,這家公司

致力於以可持續發展路徑戰略組合市場需求與自然資源,將能源供需創新物聯

能源科技企業平衡機器接受採訪:精準規劃“碳中和”實現路徑,以數字...

作為能源科技創新企業,平衡機器公司現主營業務為分散式能源管理和城市低碳生態管理。公司現已搭建起兩款旗艦產品:

城市低碳生態管理平臺

分散式能源管理平臺

城市低碳生態管理平臺主要用以滿足現代城市管理模式轉型和生態環境最佳化升級的需要。

平臺基於雲計算、大資料、遙感分析等技術,提供低碳綜合模型、全景展示、建築運營、能耗分析、交通承載、水域監測預警及植被演進分析等城市低碳生態管理的閉環服務,為政府、企業客戶構建可持續發展目標評估體系,提供精細化低碳生態管理解決方案。

能源科技企業平衡機器接受採訪:精準規劃“碳中和”實現路徑,以數字...

我們的碳足跡

具體而言,不同城市、區域的碳排放各有特徵。

比如在北京,雖然企業排放相對較少,但建築排放、機動車排放量會比較大,因此,綠色建築比例就會比較關鍵,機動車電動化、低碳化升級也就比較迫切而在河北,工業園區產業聚集,高耗能高排放企業佔比較大,因此,企業以及產業上下游協同的節能改造、能源綜合利用就顯得尤為重要。

這就要求平臺上的歷史資料不斷積累,資料質量進一步提升,分析維度持續擴充套件,演算法模型迭代最佳化,逐步用最最佳化模型得出適用於各個城市的總體模型,以適應不同特質的碳排放需求。

分散式能源管理平臺可實時採集產能和用能資料,藉助功率預測、需求響應、交易決策等精準資料服務,輔助使用者提升能源管理水平,最佳化能源交易策略,實現能源供給和需求的時空平衡。

能源科技企業平衡機器接受採訪:精準規劃“碳中和”實現路徑,以數字...

目前,平臺在風、光及儲能應用上均有技術儲備,並已具備成熟的風光功率預測功能,可利用虛擬氣象站技術和機器學習方法進行整合預測,充分考慮每臺機組所處地形地貌、機組之間影響,構建起輪轂高度氣象資料和機組模型,精準預測每臺機組風速、功率,提高預測精度。

平臺還可根據接入站點的實際數量支援計算資源的快速動態彈性伸縮,無需現場部署,

投資成本可節約

30%-50%

在合作方日本經產省的電力公司風光資源評估專案中,客戶要在日本7000多個點位中選取1000個建設風機平衡機器基於歷史氣象資料分析,對各個點位過往20年的風速、風向做測算,並進行未來20年風資源評估。

而投資企業採用平衡機器專業的風資源評估系統,實現了快速評估選址、站點資源比對、廠家發電量對比、確定具體站點等功能,選址成本大大降低、選址時間有效縮短,而IRR收益提高0。3%。

02

而對於清潔能源智慧化領域而言,其壁壘主要在於能源供應側與需求側典型應用場景的演算法模型,以及在能源網際網路和“雙碳”領域全產業鏈的行業知識及資源積累。

演算法模型方面,平衡機器除掌握主流機器學習演算法外,

還自研針對能源行業具體業務場景的各類定製化演算法,覆蓋“有監督”“半監督”和“無監督”三類演算法

,可供使用者自由定製。

基於基礎演算法庫,平衡機器開發出包括智慧視覺(CV)、智慧文字處理(NLP)、智慧語音(Speech)等多種方向的技術能力,為能源行業的故障檢修、電網預測、電網排程、裝置監控、自動化執行等多個場景提供AI支援。

平衡機器訓練平臺具備靈活、可配置優勢,可透過訂閱服務,向特定使用者提供開發人員選項其搭載的訓練引擎是面向演算法工程師的模型訓練平臺,從演算法庫提取相應演算法,輸入訓練資料集,透過手動或自動地引數調整等內容即可完成模型訓練,並將模型釋出至推理平臺。

能源科技企業平衡機器接受採訪:精準規劃“碳中和”實現路徑,以數字...

另外,引擎無需訓練便可直接呼叫各類演算法,支援離線訓練、分散式訓練和斷點恢復訓練三種訓練方式依託於平衡機器自研演算法庫,引擎內建了大量預訓練模型和標準模型,機器學習試驗和元學習是該引擎支援的兩個特色功能。

而平衡機器的推理引擎採用基於分散式的模型部署架構,支援第三方工具、模型快速整合和靈活配置,可依託演算法庫和機器學習訓練引擎,將其生產的模型進行部署,向下遊平臺或引擎提供模型的線上推理服務。

同時,平衡機器推理引擎具有引數管理、配置管理、工作流管理、服務管理四大功能,解決了機器學習生命週期中部署方面的相關痛點在原生推理庫的基礎上,該推理引擎也支援輕量化推理和前端推理,以適應物聯網邊緣計算和大資料雲計算服務。

能源科技企業平衡機器接受採訪:精準規劃“碳中和”實現路徑,以數字...

在行業知識及資源積累上,平衡機器作為一家能源科技企業,

熟悉發電側、用電側產業需求,公司結合各地政府“雙碳”管理需求,提供專業、全面的減碳和綜合能源服務

同時,平衡機器團隊具備能源、電力系統及遙感分析相關背景國內及海外組合團隊推進研發高管主要來自IBM、微軟等知名企業和海外能源企業。

作為聯合創始人之一,呂新傑獲中國科學院計算機科學博士學位,主導多個國內外智慧能源專案,長期深耕於能源綜合利用與能源數字化轉型發展。

03

現如今,平衡機器已自主研發資料採集感測器、能源行業PaaS平臺和多款SaaS應用,累計申請10+項專利,30+項軟體著作權。

商業模式上,平衡機器的分散式能源管理平臺現主要面向大型發電企業,對電站進行全方位監測管理,已與國家電網、南方電網及綜合能源管理企業合作,提供精準數字化能源服務城市低碳生態管理平臺則主要面向G端客戶,根據產業園區能源管理,為工業級客戶提供電、熱、冷等能源管理、節能減排服務。

未來,平衡機器將持續圍繞“虛擬電廠”和“碳中和”目標擴大業務範圍,結合數字化技術打造低碳生態系統,主要國內業務為重點,並且在歐洲與澳洲開展技術研發與業務佈局。

原文作者為牛妤坤

頂部