《数字电网：调度领域新技术成熟度报告（2022年）.pdf》由会员分享，可在线阅读，更多相关《数字电网：调度领域新技术成熟度报告（2022年）.pdf（49页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、EDITORIAL COMMITTEE编写人员刘映尚主任委员梁寿愚主编（按姓氏笔画为序排列）许洪强、刘湘雯、余建国、李建设、陈丰、胡荣顾全、翟明玉副主任委员南方电网电力调度控制中心CDAI创新工作室中国电机工程学会“互联网+”电力系统自动化学科组阿里云研究院主编单位刘金波、周华锋、梁寿愚、王春光、张伟、刘延乐 吴明宸、肖剑、刘立萍、狄方春、忻舟委员南方电网电力调度控制中心 中国电机工程学会电力系统自动化专委会主办单位阿里云计算有限公司 崔维平、余婧、黄兵、潘城、吴永欢、周岚阳、申小兵东方电子股份有限公司 孔海斌、赵勇，于全喜，杜杰北京百度网讯科技有限公司 李健华、赵倩、黄雯、刘凯北京清能互联科
2、技有限公司 赖晓文、董成、张丙金、廖晔深圳市商汤科技有限公司 陈益民、施铃泉、钟鹏南方电网数字电网集团有限公司 宋学清、邓远发、黄文琦、谢型浪南京南瑞继保电气有限公司 吕志强、陈佳、孙超国电南瑞科技股份有限公司 陆继翔、严晴、李红南京南瑞信息通信科技有限公司 张玉兵、黄天明、张文深圳市腾讯计算机系统有限公司 熊鹏、高朴、王鹏曙光信息产业股份有限公司 黄晓波、栾凤宇、黄锐泰豪软股份有限公司 熊福喜新华三技术有限公司 盛子城、何建强、李富亿可能源科技(上海)有限公司 王春光中国电力科学研究院有限公司 陶蕾、丁强、蔡帜、王佳琪中国电子信息产业集团有限公司 张辉、苏森民中科寒武纪科技股份有限公司 赵轩
3、（公司顺序按首字母排列）电力专家开展模型及分析框架设计模型及框架设计明确目标，内容拆解及任务分工项目启动面向电力系统内外部专家开展访谈，完善模型及分析框架专家访谈电网、发电领域专家研讨模型及分析框架的可行性专家研讨会设计调研问卷，面向19 家单位开展调研第一次问卷调研2021.112022.22022.42022.12021.12本报告由南方电网电力调度控制中心、中国电机工程学会电力系统自动化专委会主办，南方电网电力调度控制中心CDAI创新工作室、中国电机工程学会“互联网+”电力系统自动化学科组、阿里云研究院联合主编，电网公司、电力自动化厂商、电力科技企业、科研机构以及互联网生态企业等19家单
4、位参与调研和编制，超过60余名电力行业技术专家参与评审。报告自2021年11月正式启动以来，历经框架和模型设计、电力企业访谈、技术厂商访谈、调研问卷设计与发放、专家研讨与评审及征求意见等环节（详见下图项目关键时间点）。报告成稿后“互联网+”电力系统自动化学科组组织开展意见征集，收回有效反馈超二十余份，为报告修改完善提供重要参考。报告采用产研创新协同模式，形成数字电网调度领域首部产研联合编制的技术成熟度分析报告，旨在为电网行业转型升级提供参考。编制说明EXPLANATION面向19家单位收集典型实践案例第二次补充调研结合调研结果形成初稿，并召开领域专家研讨会专家研讨会根据意见反馈完善报告，形成终
5、稿定稿形成中间稿，并依托“互联网+”学科组征求意见征求意见及评审研讨在第四届电力调度AI应用大赛决赛现场发布重磅发布2023.22022.72022.122022.62022.5CONTENTS目录2.1.新技术发展情况2.2.新技术优先矩阵分析1517二.整体情况分析3.1.联邦学习3.2.可信计算3.3.低代码技术3.4.浸没式液冷3.5.大模型2023273032三.正在崛起的技术前言09一.模型与研究方法115.1.调度云边协同5.2.调度智能运维5357五.步入幻灭期的技术7.1.云桌面7.2.云计算8387七.走向成熟的技术6.1.云原生6.2.云超算6.3.智能语言处理6.4.求
6、解器6.5.时间序列预测6.6.电力系统计算分析软件616366707477六.爬坡复苏的技术4.1.知识图谱4.2.图数据库4.3.精细化数值天气预报技术4.4.强化学习37414447四.在顶峰的技术炒作周期阶段效益等级新技术发展水平调研企业名单90909191附录89前言PREFACE我国政府明确提出力争2030年前实现“碳达峰”与2060年前实现“碳中和”的双碳战略目标。电力作为落实“双碳”目标的主力军，在能源体系中发挥着能量传输和转换的枢纽平台作用，承担着减碳的重要责任，也面临“三高”“双峰”等巨大挑战。新形势下，电力系统数字化转型已成共识，并且已经成为加速新型电力系统建设的重要抓手
7、，成为推动能源革命、保障能源安全的重要战略举措。能源科技与数字技术加速融合，以互联网、大数据、人工智能等现代信息技术以及其他新兴技术（下文统称“新技术”）在电力行业中广泛应用，深刻影响传统电力系统运行控制及管理方式。但电力行业对新技术仍缺乏系统性认识，各单位、各部分应用水平参差不齐，制约电力系统转型升级。本报告基于我国电力行业现状，聚焦电网调度领域，提出数字电网调度领域新技术成熟度模型，通过面向19家电力企业、科研机构以及科技企业开展多轮调研和访谈，重点对19项新技术在电力调度领域的发展现状、业务价值和成熟度等进行全面系统评价，依托评价结果及专家观点对用户在新技术研发和应用方面提出相关建议。本
8、报告由南方电网电力调度控制中心、中国电机工程学会电力系统自动化专委会主办，南方电网电力调度控制中心CDAI创新工作室、中国电机工程学会“互联网+”电力系统自动化学科组、阿里云研究院联合主编，阿里云计算有限公司、百度在线网络技术（北京）有限公司、北京清能互联科技有限公司、东方电子股份有限公司、南方电网数字电网集团有限公司、南方电网科学研究院有限责任公司、国电南瑞科技股份有限公司、南京南瑞继保电气有限公司、南京南瑞信息通信科技有限公司、商汤集团有限公司、曙光信息产业股份有限公司、深圳市腾讯计算机系统有限公司、泰豪科技股份有限公司、新华三集团、亿可能源科技（上海）有限公司、中国电力科学研究院有限公司
9、、中国电子信息产业集团有限公司、中科寒武纪科技股份有限公司、竹间智能科技（上海）有限公司等19家电力企业、科研机构以及科技企业共同参与。报告每两年发布一次，持续跟踪新技术在电网调度领域的创新应用情况，助力电力调度数字化转型。本报告的目标读者为电力行业中高管理层、电力调度专家、调度相关专业人员，以及意图采用新技术推动电力业务数字化转型的专家、学者和从业人员，旨在为电力行业转型升级提供参考。未来已来，新技术定义新一代新型电力系统。10112022/数字电网调度领域新技术成熟度报告模型与研究方法模型与研究方法模型与研究方法课题组在借鉴Gartner1技术成熟度模型的基础上，融合多家国内外权威机构技术
10、成熟度评价方法，结合电网行业特征，构建形成电网调度领域新技术成熟度模型。该模型是定性和定量相结合的结构化评价方法，方法从“两个维度、一个方面”对新技术在电网调度领域的发展和应用情况进行评价。其中，“两个维度”是指新技术在电网调度领域的热度和新技术在电网调度领域的发展水平，“一个方面”是新技术在电力调度领域被主流企业采纳所需的时间，具体见表1。注：1Gartner是全球最具权威的IT研究与顾问咨询公司指从当前时间节点开始，一项新技术在电网调度的应用走向成熟并被主流所采纳需要的时间，分为0-2年、2-5年、5-10年、10年以上。新技术在电网调度领域被主流企业采纳所需的时间从技术生命周期发展的视角
11、，基于产品迭代情况和供应商水平对技术的发展和应用水平的分析，重点体现技术商业化情况。新技术在电网调度领域的发展水平从技术的关注度、投资优先级和行业应用三个方面进行评价，重点体现电网企业对该技术的认知随时间的变化情况。新技术在电网调度领域的热度1213评价维度评价指标具体内容得分新技术在电网调度领域的热度技术关注度（TA）（单选）概念引入，快速获得领先企业和行业专家关注，关注度 持续上升1 技术关注度达到高点，但是技术问题显现，行业对技术 产生质疑2 技术应用不达预期，产生负面信息，技术关注度快速消退3 出现行业认可的产品，重新获得关注4 商业化方案走向成熟，技术及产品平稳发展5 技术关注度逐渐
12、走低6投资优先级（IP）（单选）非常高1 高2 一般3 低4 非常低5 无6行业应用水平（IA）（单选）实验阶段，尚未有应用1 电力行业领先企业开展试点和部署应用2 大量电力企业开展试点和应用3 电力企业趋于理性，选择较为成熟的技术解决方案和供应商4 电力企业应用稳定，技术方案不再有太多变化5 电力企业逐渐放弃该技术方案，寻求更优的新技术方案6新技术在电网调度领域的发展水平产品代际（PG）（单选）无1 第一代产品，价格高，大量的定制化2 第二代产品，价格下降，少量的定制化3 第三代产品，价格相对稳定，出现大量开箱即用的方法4 成熟的产品，价格相对稳定，不再做过多的更新迭代5 产品不再有更新，逐
13、渐被新兴技术产品替代6供应商水平（SL）（单选）无1 少量技术企业试点商业化，成为技术供应商2 大量的技术企业融入供应商行列3 供应商数量下降并趋于稳定4 出现几家占主导地位的供应商5 几乎不再有新的供应商进入6新技术被主流采纳所需时间（单选）0-2 年 2-5 年 5-10 年 10 年以上表1 新技术成熟度模型评价表2022/数字电网调度领域新技术成熟度报告模型与研究方法基于上述指标体系，结合多轮专家研讨，形成新技术成熟度模型计算公式如下：TM=TA+IP+IA+PG+SLTM（Technology Maturity,技术成熟度）综合得分表示新技术所处的炒作周期阶段，由于本模型是定性定量相
14、结合的结构化方法，所以新技术在成熟度曲线上的准确位置仍需要结合领域专家知识进行最终确定。TM 值所对应成熟度曲线炒作周期阶段建议如下：TM 5,技术萌芽期5TM 10，期望膨胀期10TM 15，幻灭期15TM 20，稳步爬升复苏期20TM 25，生产成熟期25TM，技术被舍弃或替代，不再显示在新技术的选择方面，课题组采用牵头单位初拟和参与单位提报相结合的方式，通过文献分析、问卷调研和专家评价等综合分析后纳入本报告，报告重点关注与电网调度业务结合度高、价值高的新兴技术，以算法、模型、软件、平台等软技术为主，同时兼顾部分软硬结合的新技术，例如浸没式液冷技术。在评价分析方面，课题组依托中国电机工程学
15、会电力系统自动化专业委员会“互联网+”电力系统自动化学科组，面向南网数字集团、国电南瑞、阿里云、百度、腾讯、东方电子等 19 家单位发放两轮调研问卷，并组织部分访谈，征集新技术、新应用和新实践，全面、系统和客观地对新技术在电网调度中应用的成熟度进行分析，以构建新技术在电网调度领域的发展图景，推动电力企业聚焦高价值技术、挖掘高价值业务场景。14152022/数字电网调度领域新技术成熟度报告整体情况分析整体情况分析 新技术发展情况 新技术优先矩阵分析整体情况分析新技术发展情况2.1“双碳”战略下，数字化作为提升电力调度能力、保障系统稳定运行的重要手段，备受各界关注。近年来，我国电力企业秉持创新开放
16、的理念，积极推动以云计算、大数据、人工智能等新技术在电力调度中的研发和应用，通过自主研发、委托研发和合作研发等多种方式加速研发成果的产出，并在实际业务中迭代升级技术，推动电力业务创新，提升电力系统智能化水平。从成熟度曲线图1来看，新技术分布较为均匀，表明电网调度领域新技术的引入和应用较为协调，保持着对新技术的持续关注和应用，形成较为科学的梯度发展技术体系。电力作为“双碳”的主力军，全面加速推进数字化转型。由于国际形势不确定因素增加，以及国内经济面临多重压力，大型电力企业虽然对新技术的引入、研发和应用充满热情和期待，但是在新技术投入方面保持理性，更加聚焦高价值技术、高价值业务场景，更加关注新技术
17、与业务场景的匹配度，更加注重实用实效、更加注重业务发展。以云计算为主的数字基础设施建设仍是电力行业数字化的重点，上云用云步伐持续加速，大数据、人工智能技术被广泛应用于电力行业各个领域。在电力行业新技术供应商方面，越来越多大型互联网科技企业加入进来，为电力企业提供了更多的选择。互联网科技企业依托在云计算、人工智能等方面的优势，进一步推动了电力行业数字化进程，并在时序预测、求解器、强化学习、大模型等领域迅速建立起竞争优势，倒逼传统技术供应商加速技术升级创新。（1）云计算在电力行业的应用已逐渐走向成熟，但仍然是大型电力企业重点关注的技术领域混合云成为主流，业务上云用云已成为趋势。云计算已成为新型电力
18、系统建设中应对“双高”“双峰”难题的坚实技术底座，越来越多大型电力企业实施“上云用云”行动。综合考虑到安全、经济等因素，电力企业普遍采用混合云的模式。目前为止，国家电网、南方电网已经建成了行业领先的云平台。依托云计算发展起来的云超算和云桌面技术与电力调度业务具有高度的适用性，正被大力推广应用，支撑电网调度安全、经济、高效运行。2021年8月，国内电力行业首个云超算平台南方电网调度云超算平台正式上线，在国内电力行业具有示范引领作用。在基础设施云化的过程中，技术层面也呈现两个显著特征：一是电力业务、人工智能技术与云平台深度融合，进一步夯实电力调度数字化基础能力，显著提升电力系统智能化水平；二是云原
19、生将成为应用云化开发的主流方式，帮助电力企业在电力市场化趋势中保持竞争优势。1617（2）联邦学习、可信计算等隐私计算技术正快速崛起，未来将成为电力数据安全共享应用的关键技术电力安全关系国计民生，是国家安全的重要保障。在核心技术研发方面，电力企业重点关注底层数据库、算法、模型以及芯片等技术研发，并致力于推出与国产操作系统和国产芯片的高度兼容的技术方案。电力企业在国内与科技企业开展了广泛的联合研发，在提升研发效率的同时保障核心技术的领先性。联邦学习、可信计算等作为新兴的隐私计算技术，已被引入到电力领域，成为跨主体间数据交互和分析应用的重要技术。其中可信计算技术已被我国电网各级调度控制中心大规模部
20、署应用，成为电力控制系统行之有效的主动防御手段。目前南方电网正牵头制定相关行业标准。（3）调度智能运维、调度云边协同在经历了过热炒作之后，逐步走向幻灭期，但依然具有较大应用前景人工智能、物联网等新技术应用催生了“少人化、无人化”智能运维模式的出现，但由于电力调度运维复杂度高、难度大，电力行业尚未形成高价值、成熟的方案和实践。国家电网、南方电网均在致力于融合应用多种新兴技术提升电力调度智能运维水平。南方电网将AI负荷预测应用于电力系统方式计划编制中，减轻人工工作量，并逐步替代人工。调度云边协同一度被认为将能改变传统的电力调度方式，但从技术发展和应用情况来看，其仍属于新兴技术，整体处于探索和试点阶
21、段。头部大型电力企业开展了相关课题研究，南方电网率先制定了南方电网云边融合智能调度平台技术方案，提出了“云端+边缘端”两级协同的技术架构。（4）时序预测、智能语言处理、求解器等新技术正稳步复苏，应用场景不断扩展，业务价值日益凸显时序预测被广泛应用于电力负荷预测、新能源功率预测等领域，成为保障电网安全稳定运行和促进新能源消纳的重要技术手段。2018年，南方电网依托调度云平台，研发高精度电网负荷预测模型，将南方电网总调的全网负荷预测准确度提升到97.63%。智能语言处理已不仅应用在智能客服、辅助会议办公等场景，其在调度指挥、设备健康诊断、运维检修等领域应用也越来越广泛。国产求解器技术取得了突破性的
22、进展，填补了国内空白，已用于解决电力系统规划、设计和运行中的诸多优化与决策问题。2022/数字电网调度领域新技术成熟度报告整体情况分析到达生产成熟所需的时间截至2022年11月电力系统计算分析软件时间序列预测智能语言处理调度智能运维强化学习知识图谱图数据库可信计算联邦学习精细化数值天气预报技术调度云边协同浸没式液冷低代码技术大模型云平台云桌面云超算云原生求解器时间稳步爬升复苏期技术萌芽期期望期望膨胀期幻灭期生产成熟期2年以内2年-5年5年-10年10年以上图1 电网调度领域新技术成熟度曲线此外，新冠疫情加速推进了电力行业新技术的落地应用。疫情期间，电力调度智能运维、智能语言处理、云桌面等技术持
23、续助力电网智能化发展，支撑电力运行状态远程实时在线监控、电力设备主动性运维、电力用户在线自助服务等业务，在保障电力系统正常运行中发挥重要作用。新技术优先矩阵分析2.2图2 电网调度领域新技术优先矩阵距离新技术被主流电网企业规模化应用所需时间变革2年以内2年至5年5年至10年10年以上高中低业务价值云平台云原生大模型调度云边协同强化学习知识图谱云桌面云超算求解器时间序列预测可信计算调度智能运维精细化数值天气预报技术电力系统计算分析软件低代码技术联邦学习图数据库智能语言处理浸没式液冷18192022/数字电网调度领域新技术成熟度报告整体情况分析优先级矩阵展示了中国电网调度领域新技术的相对收益和被主
24、流采纳所需的时间。在选取的19项新技术中，超过70%的技术将在2-5年内走向成熟并被主流电网企业所采纳，超过85%的新技术被认为对电网调度业务产生高水平及以上的影响，表明未来几年新技术将在电网调度领域释放更大价值。云平台、云原生、调度云边协同、强化学习、知识图谱、大模型被认为对电网业务将产生变革性的影响，是电力企业关注的重点。通过定性和定量分析，课题组认为以下技术将对电网调度数字化转型带来显著影响：云平台已经成为电力企业数字化的基础支撑平台，能满足新型电力系统对于高弹性、高灵活性、高可靠性的要求。云平台可以链接更广泛的资源，沉淀更多元的数据，集成更丰富的人工智能技术，充分将“数据+算力+算法”
25、的赋能作用融入到电力系统生产管理、调度决策的各个环节，提升电网大范围电力资源的共享互济和优化配置能力。云原生作为面向云应用设计的一种技术方法，能充分发挥云效能，将重构电力调度业务相关系统的研发部署运维方式，帮助电力企业构建弹性可靠、松耦合、易管理可观测的应用体系，显著提高电力市场化改革背景下电网调度业务创新能力和应用快速交付能力，从而带来额外的效益。强化学习、大模型等人工智能算法模型被认为对全面提升电力系统运行效率和提高电网安全保障水平具有重要促进作用，显著增强电网的智能化、智慧化水平，并为电网发展带来长期效益。但是部分算法模型仍需要数据、场景且长时间训练、优化和验证，例如强化学习在电力距离成
26、熟应用可能还需要5年及以上的时间。软硬技术一体化是电力调度领域的重要趋势，能加速电力调度数字化转型。云计算与云基础设施处理器、边缘计算与边缘设备、低碳算法与浸没式液冷、可信计算与可信设备等软硬一体化解决方案已经在电网调度领域备受关注，未来软硬一体化将大大降低用户使用新技术成本，快速推动新技术的落地应用。正在崛起的技术 联邦学习 可信计算 低代码技术 浸没式液冷 大模型2021正在崛起的技术联邦学习3.1联邦学习（Federated Learning，FL）是一种多个参与方在保证各自原始数据不出数据方定义的私有边界的前提下，协作完成某项机器学习任务的机器学习模式。联邦学习与其他分布式机器学习方法
27、有以下三点不同。首先，联邦学习不允许原始数据直接通信，而是将数据收集、存储、处理等操作限制在用户授权的机构内进行，其他分布式机器学习无法做到。其次，联邦学习支持多个组织之间的协作，利用多个组织中的分布式计算资源，而其他方法通常利用属于单个组织单个区域中的单个服务器或集群。最后，联邦学习利用加密或其他保护技术来确保数据隐私和安全，避免因信息泄露导致企业出现财务和声誉损失。2018年，联邦学习在国内开始兴起，经过四年多的快速发展，技术和工程化逐渐走向成熟，在金融、医疗、城市安防等领域涌现众多平台和产品，开始迈向规模化商业落地。电力作为国民经济基础性产业，数据安全问题关乎国家安全。随着电力大数据时代
28、的到来以及电力市场化改革，电力系统与更多的市场主体建立了链接，电力相关数据被存储与不同的组织内部。在存储形式上，电力数据也不仅存在于云端或数据中心，还被存储在边缘节点。考虑到用户隐私、法律法规等原因，电力行业中的多主体间不能共享数据，传统的集中式数据分析算法已不能满足电力大数据的挖掘和应用。面对上述难题，联邦学习被引入电力领域，重点应用在跨主体间的数据分析领域。在南方电网，联邦学习被应用于负荷预测、客户画像等领域。传统机器学习方法需要收集数据到本地存储后再训练模型，在一定程度上能提供精准的负荷预测或客户画像，但是在实际业务中往往存在数据孤岛、用户用电隐私及相关法律要求。例如在电力计量系统用户画
29、像的过程中，需要收集各种各样的用户数据，再将外部数据、企业内部的客户数据、业务工单中的信息等加以整合和分析。在这一过程中各方数据中所包含隐私内容均或多或少地被暴露出来，这些数据可能被不法分子利用而威胁到企业信息安全、电力计量系统安全以及国家基础设施安全等。基于分布式的联邦学习算法不仅能打破数据源之间的壁垒，且能有助于训练出高效的模型，同时，对电力企业数据和个人数据做到严格保密。总体来看，目前联邦学习在电力领域的应用尚处于探索阶段，作为创新业务，并未实现大规模应用。通过联邦学习，可以解决传统模式下各个电力数据拥有者之间的数据隔阂问题，在保护信息安全的前提下将计算联合起来，让数据充分参与到电力计量
30、系统智能业务应用来验证所提出的框架。与中心化数据下的模型相比，在数据集完整度一样的前提下，联邦学习的实验结果与中心化数据结果相近；而在数据集有缺失的情况下，利用有数据缺失的待验证样本的检测准度有一定的提升。随着联邦学习在电力领域的应用，其业务价值也进一步凸显。3.1.1.定义3.1.2.发展情况3.1.3.业务价值2022/数字电网调度领域新技术成熟度报告正在崛起的技术随着新型电力系统建设及电力市场化改革的深入推进，发电侧、用电侧将会有越来越多的主体参与进来，风电、光电、水电、核电等新能源场站与电网互动逐步加深，跨主体、跨域的数据联合分析应用需求将会越来越多，加大对联邦学习的研发投入势在必行。
31、3.1.4.应用建议高效保障子公司间数据共享应用针对电力计量系统内部存在的数据孤岛与信息安全问题，采用联邦去中心化的分布式解决方案，利用共享训练机制实现计量业务的建模过程。同时在应对电力大数据的发展势态中，该框架可以解决大数据的规模问题。联邦去中心化的分布式框架可以解决各子公司之间的数据壁垒问题（即彼此不能交换原始数据），做到数据流通的同时，保障各参与公司在本例保留自己所在管辖区域内采集到原始用户数据。精准预测电费回收风险现有的电费回收问题仍然处于中心化数据与本地模型相结合的层面，对于大数据下的用电数据来说，利用联邦学习可以在确保不破坏多个数据源的信息安全与隐私安全的前提下利用多边建模方法完成
32、电费回收风险的预测。同时保证了信息安全与模型性能。对电力业务数据、用电行为数据、缴费记录数据进行模拟分析之后，利用基于联邦学习的预测模型对测试样本中用户的电费回收问题进行风险预测。显著提升计量装置故障诊断效率从用户尺度上划分，电力计量装置故障类型主要包含专变用户、公变用户、低压计量装置等异常类型。每一种大类下又包括了电量异常、电压异常、时钟异常、负荷异常等具体的故障类型，而这些故障类型又通过表码、电压、时钟、断路器以及终端在线等电气量与统计量进行反映，故障检测涉及多源数据。传统的机器学习故障检测方法首先需要建立中心化的数据样本集，其次建立本地神经网络模型，最后通过训练优化本地模型参数。在实际业
33、务中，数据孤岛、数据缺失可能导致传统机器学习方法结果的不准确。采用横向数据联合的方法则能解决上述问题。以一个子公司与数据中心为例，一个计量装置数据群体的原始数据保留在公司的本地存储上，网级数据中心存有统计后的数据。将其联合之后，将完成对数据样本特征的扩充，保障模型得到更好的训练，提升故障检测的准确度。联邦学习也面临一定的安全和效率问题，要加快推进联邦学习与其他人工智能算法、安全算法的融合优化，不能因为保护隐私而导致模型性能的大幅下降，要尽可能地提升通讯和计算的效率，设计透明的运行机制，实现数据安全可证明、机器学习效率可控、决策可解释、模型可监督。兼顾数据安全与交互效率（1）2223高新兴5-1
34、0年3.1.5.效益3.1.6.成熟度3.1.7.被主流采纳所需时间3.1.8.标杆供应商供应商名称优势领域阿里云计算有限公司阿里巴巴达摩院发布的新型联邦学习框架 FederatedScope，支持大规模、高效率的联邦学习异步训练，兼容不同设备和提供丰富功能模块，降低隐私保护计算技术开发与部署难度。该框架现已面向全球开发者开源，在医药、政务、能源等领域广泛应用。百度联邦学习框架支持 MPC、FL 两种安全计算模式，并支持混合使用，具备两方、三方和任意多方的安全计算能力，兼容Paddle，在横向、纵向应用上支持 NLP、CV、Rec 等多种算法类型。北京百度网讯科技有限公司智能电网时代，终端设备
35、、智能设备大量接入电网，边缘计算也广泛应用在众多电网调度场景中，联邦学习可以作为边缘计算的操作系统，在边缘设备不向云端发送源数据的基础上训练最优的机器学习模型，服务电力系统高效运行。目前，较为成熟的联邦学习案例主要出现在电力数据共享和供应链金融领域，在电网调度领域整体应用较少，建议围绕调度领域跨行业、跨主体数据应用开展更多场景的探索和实践。加强与边缘计算和电力物联网的融合（2）挖掘更多的电力调度应用场景（3）2022/数字电网调度领域新技术成熟度报告正在崛起的技术3.1.9.推荐阅读微众银行.联邦学习白皮书 V2.0.2020.4白皮书中国信息通信研究院，北京百度网讯科技有限公司等.联邦学习场
36、景应用研究报告（2022 年）.2022.2研究报告微众银行，腾讯云、华为、百度、蚂蚁金服等,联邦学习架构和应用规范.2021.3中国信息通信研究院，北京百度网讯科技有限公司，同盾科技有限公司，阿里巴巴，蚂蚁金服等.基于联邦学习的数据流通产品技术要求与测试方法.2020.7标准可信计算3.2可信计算（Trusted Computing，TC）是一项由可信计算组织TCG2推动和开发的技术。该技术的核心目标是保证系统和应用的完整性，从而确定系统或软件运行在设计目标期望的可信状态。具体说来，可信计算技术通过为计算设备引入的可信安全芯片以及配套的启动固件和系统软件，使得计算设备具备如下的信任链构建能力
37、：第一，启动每个软硬固件实体时，都能够提前度量和检验该实体；第二，可靠的存储上述度量值以及其他必要的信息；第三，标识一个计算设备，并基于该标识对外证明上述度量值。近年来，“震网”、“火焰”及“黑色能量”等反面势力针对电力系统量身定制的恶意代码成为了电力生产控制系统和现场智能终端的主要安全威胁之一，其扩散及破坏过程非常隐蔽，可能突破以隔离为主的安全防护体系，现有防护措施难以有效防御。我国电力调度控制领域先后建成了基于边界安全的纵深防护体系以及基于等级保护的业务安全防护体系，正向基于可信计算的主动防御体系发展。2014年8月国家发改委印发了2014第14号令5电力监控系统安全防护规定及电力监控系统
38、安全防护总体方案等配套技术文件。总体方案要求生产控制大区具备控制功能的系统，应用可信计算技术实现计算环境和网络环境安全可信，建立对恶意代码的免疫能力，应对高级别的复杂网络攻击。3.2.1.定义3.2.2.发展情况注：2TCG（Trusted Computing Group），成立于2003年，取代了于1999年成立的可信计算平台联盟TCPA2425我国电力企业超前部署，采用可信计算技术，实现计算环境可信、应用行为可信、网络通信可信，构建以安全免疫为特征、以安全可控为目的的新一代主动防御体系。结合应用场景，将电力可信计算平台以不同的形态，部署在调度中心、发电站、变电站等计算机系统中，或嵌入远程终
39、端设备/馈线终端装置等各类智能控制单元中。十三五期间，可信技术已在我国电网各级调度控制中心得到部署应用，初步成为电力控制系统行之有效的主动防御手段。可信计算在电力调度领域形成了良好的应用，但是由于可信计算的落地与软硬件平台有较强的关联性，如何与不同厂商的软硬件平台融合以及研发自主可控的可信软硬件设备仍是难点和重点。可信计算改变了传统的“封堵查杀”等“被动应对”的防护模式。其核心思想是计算运算的同时进行安全防护，使计算结果总是与预期一样，计算全程可测可控，不被干扰，是一种运算和防护并存、主动免疫的新计算模式，对建立具备免疫特征的新一代电力安全防护体系具备先天优势。可信计算技术通过“计算+保护”的
40、双体系结构，有效弥补了计算平台本体的安全漏洞，从而保障电网调度控制系统各计算单元的操作系统、中间件等基础软件及上层业务程序、操作逻辑的完整性，使其免受恶意代码和操作的干扰，达到类似生物体的安全免疫系统功效。可信计算在电力系统的应用价值和技术路线业界已经形成初步共识，可信计算技术在不同软硬件业务场景下的落地需要不断进行技术探索与工程实践。但是由于电力终端数量巨大、软硬件体系结构多样、计算资源有限，以及关键设备国产化要求等因素，如何合理应用可信计算技术研制适具有自主知识产权的电力软硬件设施将是进一步研究的重点之一。可信计算平台因其防护强度、防护效率方面的优势，在电力监控系统以外的电力企业经营管理系
41、统中也将得到广泛应用。这些系统目前正逐步过渡到云计算架构，因此如何将当前面向单个物理计算节点的可信计算技术扩展到云环境，构建电力可信云，也是未来的重点研究方向。2020年5月，国网公司国调中心组织开展电力监控系统主机可信验证产品测试，是国内电力行业对可信计算技术的首次规模化应用。截至目前，可信计算产品已在国调中心、江苏、山东、河南、甘肃等多少个网省公司电力调度系统中部署4000余套，保证了电力监控系统运行环境的安全可信，产生巨大经济效益。3.2.3.业务价值3.2.4.应用建议易于工程实施防护效率高通过利用内置在平台计算组件中的原生信息安全功能，无需对应用业务逻辑和系统资源进行任何改动，避免了
42、对在运业务应用系统进行大规模改造，因此在工程上是一种切实有效的实施方案。可信计算增加的系统开销主要来自于完整性度量，而完整性度量是一种一次性哈希密码操作，计算资源占用极少，计算速度快。相比传统入侵检测、病毒扫描等防护手段，可信计算技术在系统计算资源消耗、对实时性的影响方面具有极大优势。2022/数字电网调度领域新技术成熟度报告正在崛起的技术国民技术股份有限公司国民技术2019年推出的“PCle可信密码模块解决方案”荣获中国网络安全与信息产业“金智奖”年度解决方案奖，其可信计算芯片可应用于各类服务器、计算机、IoT设备等终端设备。目前，中国仍处于云计算可信发展初期阶段，安全硬件、服务器、系统、应
43、用等厂商需要联合起来，形成协同共赢的生态，共同推动可信的深入发展，为构建更稳固的安全体系固本强基。新兴2-5 年高3.2.5.效益3.2.6.成熟度3.2.7.被主流采纳所需时间3.2.8.标杆供应商供应商名称优势领域南京南瑞信息通信科技有限公司南瑞信通自研的可信计算模块和产品，率先通过中国电科院专项检测，在嵌入式、主机服务器和云环境上均有成熟的可信计算解决方案。南瑞信通可信产品在国网多个网省公司的D5000 调控系统上进行部署应用，提升了电力监控系统的主动防御能力。阿里云是国内首家面向公众提供可信云产品的云计算服务企业。基于硬件可信芯片，提供业界领先的虚拟可信根、可信解决方案产品，构建完整系
44、统信任链条，应用在金融等领域。阿里云也是亚太地区最早布局机密计算的云厂商，发布了业界第一个支持机密计算与可信计算的实例。阿里云计算有限公司2627海光信息依托集成于国产CPU内的自研安全处理器，独立于计算核心，实现可信启动的完整性度量，并支持国密算法SM2、SM3、SM4，获得国家密码管理局“商密一级”认证。曙光公司基于国产CPU、安全处理器芯片，推出”工业零信任”安全解决方案，实现可信计算链条在工业网络延伸。百 度 在2018年 推 出 了 全 球 首 个 内 存 安 全 的 可 信 计 算 架构-MesaTEE,综合采用三项核心安全技术，包括混合内存安全技术、机密计算技术以及可信计算技术（
45、如TPM），构建了完整的FaaS通用计算框架，为大势所趋的“函数即服务”云计算模式提供革命性安全方案，为客户提供了强安全、高性能、易扩展的芯片级数据安全流通与隐私计算解决方案。曙光信息产业股份有限公司、海光信息技术股份有限公司北京百度网讯科技有限公司2022/数字电网调度领域新技术成熟度报告正在崛起的技术3.2.9.推荐阅读阿里云计算有限公司.阿里云数据安全和隐私保护白皮书.2021.9 白皮书中国电信研究院,浦发银行信息科技部,北京冲量在线科技有限公司,中国信息通信研究院云计算与大数据研究所.隐私计算之TEE技术与应用实践分析.2021.6技术报告Pei Wang,Yu Ding,Mings
46、hen Sun等，Building and Maintaining a Third-Party Library Supply Chain for Productive and Secure SGX Enclave Development，ICSE 20，2020.5安宁钰,王志皓,赵保华.可信计算技术在电力系统中的研究与应用J.信息安全研究,2017,3(4):6.论文低代码技术3.3Forrester3对低代码概念的定义:能够以最少的手写代码和设置快速开发应用、配置和部署业务应用程序。低代码概念需要借助低代码开发平台进行阐述。维基百科将低代码平台定义为一种提供开发环境的软件，基于低代码平台开
47、发者不需要使用传统的手写代码的方式进行编程，而是可以通过低代码平台图形化的用户界面和参数设置来创建应用软件。低代码平台面向的用户群体是无需专业开发能力的企业业务人员和一部分专业开发人员。人力资源、财务、销售等业务人员完全可以自己或者在技术人员的指导下开发出更符合特定业务工作需求的应用程序，而专业技术人员则可通过可视化、流程化的开发方式，实现相比于纯代码模式更高效的开发。低代码概念于2014年由Forrester首次正式提出，低代码产品由此开始了蓬勃发展。2015年微软正式发布低代码产品Power Apps，2017年分析机构 Gartner创建了aPaaS的低代码新门类，2018年6月份Out
48、systems低代码平台被KKR4和高盛公司以3.6亿美元收购，同年8月Mendix低代码平台被西门子以 6亿欧元收购，同年Google发布了自己的低代码产品App Maker。除正常的技术发展之外，企业对低代码不断增强的需求也大大加速了低代码的发展。在疫情和后疫情时代，国内云市场竞争加剧，企业数字化转型浪潮等带来了大量企业级系统建设的需求，而技术人员出现了大量的缺口，在供需关系无法平衡的情况下，以低代码为主导的研发模式就成为了企业选择的重点。在国内低代码领域，阿里巴巴在2016年在公司内部正式立项了宜搭低代码平台项目，宜搭项目于2019年正式公测。2021年1月份钉钉宜搭低代码平台正式对外发
49、布，低代码受到越来越多的关注，低代码产品纷纷问世并被企业和政府所认可。目前，从行业渗透现状来看5，低代码在劳动力密集型行业渗透率最高。占据首位的是制造业，为20%左右；其次是泛互联网、教育等行业，占比约为15%，而能源、建筑地产等行业低代码渗透率仅为10%左右；在电力行业，低代码技术研发应用同样处于初级阶段。电力企业普遍面临业务复杂、设备数量庞大且品类多样等数字化挑战。相对于传统的IT开发，低代码在应用系统的搭建中具有灵活敏捷、降本增效的显着优势，可帮助企业快速满足业务部门的数字化需求，解决设备管理、调度、作业、生产、巡检、管控、实训等业务的管理难题，消除业务与技术之间的壁垒，助力企业实现“数
50、字化+智能化”的全面升级。3.3.1.定义3.3.2.发展情况注：3Forrester，中文名弗雷斯特市场咨询，全球领先的研究和咨询公司之一注：4KKR，全称Kohlberg Kravis Roberts&Co.L.P.,是全球最悠久经验最为丰富的私募股权投资机构之一注：5数据来源于2022年中国低代码行业生态发展洞察报告2829一是提升应用开发效率，降低成本。低代码技术提供了更加便捷的应用开发方式，将显著缩减软件开发成本和人力成本，大幅提高人效价值。二是降低数字化门槛，以开箱即用的特性降低软件开发门槛，普遍支持电力调度各项业务转型升级。三是满足业务发展的个性化要求，基于模板快速开发，敏捷响应