华北电力大学教授郑华：中国将成为首个实现能源数字孪生体的国家

集微网消息 “（电网侧）这个日常的运营维护就非常大，在最后一公里这个地方就变的更难，这时候就需要有OpenVINO这样一个工具来去解决掉一些最后一公里的问题，提高我们的研发效能，解决我们行业中的一些痛点，这是非常好的东西。”在带领团队构建了变电站巡检压板实时识别系统之后，华北电力大学智慧能源与信息研究中心主任郑华这样说。

作为一名深耕智慧能源领域的研发人员，郑华和他的团队成员们在长期的探索研究中观察到能源行业大量痛点，大到变电站选址、小到电网的最后一公里维护，都需要用到智能技术。他坚信，中国一定是第一个实现能源数字孪生体的国家。他说：“我们希望通过智能技术，降低人工劳动强度，提高智能水平。”在此过程中需要一些开发工具，在众多工具中，英特尔的OpenVINO给了他最大的惊喜，于是在OpenVINO新版发布会现场，他给众人分享了一段与OpenVINO的“相识相恋”故事。

电网之“痛”

众所周知，对于火力发电厂、有色金属冶炼、石油化工等行业来说，动力、能源因素是在工厂选址考虑中占据重要地位。例如，光伏电站选址主要在戈壁滩，而风电厂大多位于我国西北地区，但是这些地方人烟稀少、条件艰苦，运维成为一件很困难的事。

首先，风电厂、光伏电站一般距离主城区上百公里，日常运维需要专车接送运维团队往来。加上戈壁滩没有水源，需每日从城区运输。日常运维极为不便，且需消耗不少资源。其次，一旦遇到故障没有配件可用，需要厂商从华北乃至南方地区运送，周期非常长。最后，西北地区春秋两季沙尘暴天气较多，大量沙尘会严重影响光伏设备的发电效率，而清洗则需要面对水源稀缺的问题。

这是能源行业一个真实的痛点，而这样的痛点在能源行业还有很多。例如，保护压板是电力行业最常见的部件之一，是保护装置联系外部接线的桥梁，关系到保护功能和动作出口能否正常发挥作用。一座500千伏变电站约有100余个平柜，每个平柜上有10到100个压板，每个压板尺寸很小，排布密集，要在一个密集的压板矩阵中找到某一个进行适当操作并不是一件易事，这给工人日常的运维工作带来极大困扰。尤其是夜间值班，工人注意力很难集中，而任何一个细小的疏忽都可能造成不可挽回的后果。

在郑华看来，这些痛点都可以通过大量智能边缘计算设备和人工智能手段来解决。“从这个角度来看，未来我们的电网一定是通过“边缘计算+网络分布式”这种方式来实现的。”他总结。

然而，在边缘侧进行大量的智能分析和计算，并非那么容易实现。智能决策需要海量感知数据，而足够的感知数据需要大量感知设备、感知精度支撑。即使能够得到足够的数据，比如一个标准110变电站装了80个摄像头，试想一下，如此多的摄像头，如果是4K的话对带宽的需求会有多高？而一个标准的变电站设计带宽只有2M，远远达不到需求。这就需要在边缘端进行一些数据处理工作。

在现实场景中，能够解决行业痛点的智能边缘系统必须具备实时性和较高的准确率。而在边缘侧整合大量信息并计算分析，对硬件、算法等有较高要求。这一度成为郑华团队项目开发中的拦路虎。

与OpenVINO的“美丽邂逅”

直到郑华团队一次偶然的机会接触到英特尔OpenVINO工具包。

OpenVINO是英特尔基于自身现有的硬件平台开发的一种可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件，支持各种英特尔平台的硬件加速器上进行深度学习，并且允许直接异构执行。

郑华说：“在用到OpenVINO之前，我们确实遇到很多问题，传统计算机视觉的算法达不到实用性要求，准确率也比较差。针对这个问题我们进行了很多探索，但是要么精度不够，要么就是太复杂，要不然就是实施性不够好。”

OpenVINO为郑华团队解决了几个棘手的难题。第一，高性能计算。高性能主要体现在两个方面，一方面，OpenVINO支持TensorFolw、PyTorch等主流框架，给项目开发减少了很多工作量；另一方面，在英特尔框架下，原先非实时的功能在精度尽可能不损失或有限损失的条件下，可能达到实时性要求，而实时性极大提升了项目的性能。

第二，OpenVINO工具包简单易用，学习成本很低。在团队人员较少、精力有限的情况下，低学习成本大幅提高了团队运用工具包效率，缩短了开发周期。

第三，OpenVINO工具包支持多种英特尔硬件方案。郑华表示，在实际变电站中很容易遇到系统多、设备多、操作系统多、硬件平台差异大的问题，实际部署难度很大。他说：“OpenVINO具有一个很大的特点，我一次编写，基本上在英特尔平台上基本上不需要改什么东西，管你是Windows系统还是Linux系统。”

在OpenVINO的帮助下，郑华团队成功构建了变电站巡检压板实时识别系统。大幅降低变电站压板日常运维的人工成本，提高压板检测准确率。

英特尔最新发布的OpenVINO版本还具有超越了视觉应用的能力，将OpenVINO™的使用拓展到了音频、语音领域。郑华表示：“因为在电力系统中任何设备的运行过程中，都会有温度等因素的变化，带来声音的变化。那么这些声音的变化就能反映出设备的运行状态。比如，变压器正常运行声音是低沉、均匀的，如果出现异常或者故障的时候里面就有噪音，听着很不舒服，这个时候就需要借助人工智能的能力，通过实时评估分析对变压器的故障进行精准的判断。”

作为一名能源行业的开发者，郑华希望未来“我们的系统不仅仅是给变电站装了一个慧眼，还要装耳朵、鼻子、嘴巴，希望在我们和英特尔的共同努力下，实现变电站智能运维的‘全科医生’”！

让各行各业开发者受益

郑华团队只是众多从OpenVINO中获益的开发者之一，事实上英特尔智能边缘和OpenVINO正在与各行各业的开发者“结缘”。

自2018年5月16日，英特尔推出基于英特尔硬件平台的专注于加速深度学习的OpenVINO工具包，到2020年5月16日，OpenVINO中文社区通过一场线上直播活动宣布正式成立。两年间，OpenVINO工具套件因其加速深度学习并将视觉数据转换为业务洞察的强大优势，在中国，已携手众多生态合作伙伴通过人工智能与前沿技术及开发平台深度融合，在工业的预测维修、智慧城市的交通管理、医疗健康的辅助诊断、教育行业的智慧教室等多个场景打造出了多样化的视觉应用解决方案，充分释放出“智能边缘”的强大潜力。OpenVINO工具套件也因其卓越的性能、开放性和灵活性，在中国的开发者群体中收获了众多忠实粉丝。

如同OpenVINO工具套件推出之初，英特尔所预判的那样，“OpenVINO未来可能会扩展到各个市场，包括企业、零售、能源和医疗方面”。如今，这一幕设想正在各行各业真实地上演着。

据英特尔公司物联网事业部中国区首席技术官兼首席工程师张宇介绍，除了郑华团队描述的工业场景外，在零售领域，不少开发者正在利用智能边缘和OpenVINO提高运转效率、进行精准营销；在医疗行业，英特尔众多合作伙伴利用OpenVINO和英特尔提供的计算平台，进行医疗影像图片分析；生活场景下，英特尔帮助客户进行智能语音音箱的开发落地；汽车领域同样是英特尔关注的领域之一，利用Mobileye的技术，可以对行车安全进行监控；在机器人领域，避障、路径规划等问题同样是开发中需要解决的问题，英特尔的智能边缘和OpenVINO对这些问题可以帮上不少忙。

张宇说：“物联网是一个碎片化的市场，包括非常多的行业，我们会关注比较重要的一些行业，尤其是跟民生相关的行业，把英特尔的技术推向开发者，推向这些行业用户。“（校对/JZ）