智能化加速：水電企業如何實現“智慧大腦”

隨著“云大物移智”為代表的互聯網新興技術浪潮的興起，全球范圍內生產力水平發展到新階段，新型科技手段帶動的產業革命正迅速興起，新的生產關系正悄然醞釀。

伴隨電力改革進入深水區，多種商業模式逐步產生，電力數據信息與金融服務的不斷整合，泛在電力物聯網將引領電網和發電企業進行技術變革，電力系統發電側走向智慧化管理成為必然趨勢，智慧發電企業的時代已經到來。

國際上先進的“智慧大腦”

當前國際上先進的“智慧大腦”，比較有名的主要有日本的地震防災應急指揮中心和歐盟E-Risk系統系統。我們對這兩個智能化“智慧大腦”的智慧大腦共性特點進行分析。

日本的地震防災應急指揮中心具備完善高效的信息網絡系統，充分利用先進的監測預警技術系統，實時跟蹤監測天氣、地質、海洋、交通等變化，記錄、分析重大災害的發生概率及可能發生的時間、地點、頻率，并不斷研究制定和優化預防災害的計劃。

地震防災應急指揮中心擁有完備的軟件系統，主要的軟件系統包括“受災信息系統”、“聲像系統”、“地震災情辨析系統”、“地震儀網絡系統”。基于這些系統，可協助決策者做出各項決定并傳達到各防災分區。通過高空攝像設備和飛機攝像設備獲取來的各分區災情信息，經過“地震災情辨析系統”和“聲像系統”來協助決策者制定有關應急對策并下達指示。地震防災應急指揮中心重點加強了與救援相關的各個組織的流暢聯系，包括地方消防、海上保衛廳、警察局、自衛隊等。通過為各個組織安裝智能終端設備以加強彼此間的聯系，這有助于快速對災害進行響應，并進行各種應急管理活動。

歐盟E-Risk系統是一個基于衛星通信的網絡基礎架構，為其成員國實現跨國、跨專業、跨警種、高效及時地處理突發公共事件和自然災害提供支持服務，該系統于2000年建成。

在重大事故發生后，救援人員常碰到通信系統被破壞、信道嚴重堵塞等情況，導致救援人員無法與指揮中心和專家小組及時聯系。基于這種情況，E-Risk利用衛星通信和多種通信手段來支持突發公共事件的管理。考慮到救災和處理突發緊急事件必須分秒必爭，救援單位利用“伽利略”衛星定位技術，結合地面指揮調度系統和地理信息系統，對事故現場進行精確定位，在最短的時間內到達事發現場，開展救援和處置工作。

而利用多種通信手段則表現在應急管理通信系統集成了有線語音系統、無線語音系統、寬帶衛星系統、數據網絡系統、視頻系統等多個系統，配合應急管理和處置調度軟件，使指揮中心、相關聯動單位、專家小組和現場救援人員快速取得聯系，并在短時間里解決問題。

歐盟E-Risk系統對應急管理的定義包括突發事件發生前、發生中、發生后三個方面：

在事故發生前，系統通過搜集和處理影像資料、圖片、地理信息等，開展風險預防；在事故發生時，通過收集和發布來自現場的資料、圖片等，在救援小組、專家小組和指揮中心之間建立起語音、圖像、數據的同步鏈路，通過各部門的“協同作戰”，開展現場救援；在事故救援工作結束后，對事故的發生和處置進行分析和交流，并對有關數據庫進行更新，制定新一輪的預案。

大渡河水電“智慧大腦”實踐

2014年起，大渡河公司開展了智慧企業建設工作，在水電行業智慧化方面，走在前列。2017年，大渡河公司提出了“一中樞多中心四單元”的核心架構藍圖，站在企業整體的角度，建設智慧企業神經中樞--“智慧大腦”，對公司的經營管理和風險管控做出決策和指揮。“智慧大腦”匯集各個“專業腦”和“單元腦”的數據，并利用云計算、大數據、人工智能等技術，打造企業自動感知、自動預判、人機協同、自主決策的能力。實現重大風險智能管控、重大業務過程管控、重大決策智能支持。

“智慧大腦”通過對關鍵指標預警模型、大數據模型分析，實現對風險自動識別、風險分級管控、風險原因智能深度挖掘與分析，對重大風險智能管控；通過與專業腦、單元腦實現業務過程融合透視，自動預警企業重大業務管理風險，為決策者提供重大業務過程洞悉功能，全過程監控“三重一大”等重大業務，防范企業經營管理重大風險；通過人工智能技術，結合風險原因深度挖掘與分析，為決策者提供防洪度汛、水淹廠房、全站失壓等重大風險應對方案分析和決策支持。

目前，大渡河公司“智慧大腦”已經完成系統整體框架搭建，風險管控、業務監控、三重一大、應急指揮四大模塊已具雛形。從數據感知層面，“智慧大腦”已具備感知多類數據能力，按數據類別有結構化和非結構化數據（視頻圖片等），按業務口徑包括安全、經營、風險指標等；接入財務管控中心、售電中心、采購與合同數據中心等多個專業數據中心的KPI指標等數據，分別為資金成本率、資產負債率、利潤完成率、計劃電量完成率、單一來源采購占比和緊急來源采購占比；庫壩中心的邊坡風險數據、電能量采集系統的發電量數據、防汛應急的入庫流量數據、日降雨量數據等都會通過定時任務傳輸至“智慧大腦”。

“智慧大腦”數據來自大渡河公司大數據平臺，通過ETL采集技術，實現對各個專業中心數據的大采集，支持不同頻度、不同形態的數據采集方式，實現了分布式半/非結構化數據存儲和傳統數據存儲的結合；利用業內先進、穩定的分布式存儲技術以及各種關系型數據庫，將不同類型的數據按需要存儲到各個系統單元中并通過將不同數據劃分到不同主題域的方式，以接口形式提供給“智慧大腦”。

從數據應用層面，基于大數據平臺數據和相應的工具支撐，“智慧大腦”目前已定制開發多個業務場景：

（1）決策腦與專業腦的系統聯動。在現有“智慧大腦”的業務監控頁面下方，一排同系列又不同樣式的圖標有序排列。一個圖標就是一個專業系統的象征，扁平化又包含該專業系統的抽象表達的設計背后，是各個專業腦的數據管控平臺，同時也是決策腦和專業腦最直接的紐帶，為決策指揮者提供隨時調取查閱詳情的便利。

（2）防汛應急指揮。根據入庫流量和電站的日降雨量設計電站防汛規則，通過定時任務定時匹配觸發信號是否達到相應預警的觸發條件。一旦觸發應急指揮，“智慧大腦”會提供相應電站的視頻畫面、應急物資、應急隊伍等應急資源，也可通過網絡電話、視頻通話等手段提供現場應急狀態信息和決策輔助。

（3）風險管控日報推送。“智慧大腦”的應用展現是多樣的，其中包括PC端小程序應用。用戶通過點擊當日下載日歷圖標，即可查閱昨日一整天的風險日報，內容包括公司昨日發電量，月累計、年累計發電量及當日發生的風險情況，為領導們在上班第一時間掌握公司核心數據提供集中展示。

“智慧大腦”探索與思考

通過對日本地震防災應急指揮中心、歐盟E-Risk系統、大渡河公司“智慧大腦”進行分析，我們認為，優秀的“智慧大腦”管理系統，主要功能特點應該有如下功能：

＊實時的信息服務，如天氣地理信息、救援狀態等；

＊自動的觸發和反應計劃，推薦處置措施；

＊標準化處理程序，保證事件處理的規范化和高效性；

＊多部門/機構的協同指揮，整體作戰；

＊強大的GIS可視化調度能力；

＊業務知識庫的形成，并運用這些知識智能化的向決策者適時推薦處置方案，以對事件作出高效、準確的反應；

＊系統的可靠性，及運營維護。

同時，從系統支撐角度，針對大渡河公司進行的“智慧大腦”建設，對如何完善“智慧大腦”，進行如下探索與思考。

（1）進一步完善決策控制系統建設，強化風險監控，升級應急指揮平臺，完善企業輿情監控與三重一大監控。

“智慧大腦”一期真正實現無障礙接入的專業腦較少，很多專業腦還處于在建、待建狀態，從專業腦向決策腦輸送的監控指標體系及決策控制引導則有所受限。在“智慧大腦”的三重一大版塊中，三重一大業務的流程目前還沒有信息化系統支撐，需要根據本身特點來探尋切實可行的實現方案；應急指揮功能，需有效解決以往應急指揮中信息溝通、資源調配、事件決策三大主要困難，滿足應急指揮中涉及對象多、時間響應快、過程復雜度高的要求，就目前情況無相應系統能夠提供有力支撐，還需要進行大量的人工數據采集和場景設計工作。

大數據平臺雖然匯集了大量的單元腦、專業腦數據，但是仍然有部分重要數據掌握在上級平臺手中，如相關財務數據和采購與合同數據；由于數據源的缺失導致部分功能仍需要人工介入進行數據“搬運”甚至部分功能難以繼續推進，數據的時效性、準確性及可探索性大打折扣。由于各個專業數據中心在陸續籌建，新建成的專業腦、單元腦積累的數據較少，缺乏“數據歷史”。造成以大數據分析為手段，以風險/KPI為核心的“企業運營監控分析”功能無法全面覆蓋，也限制了深度、多領域數據挖掘統計工作的開展。

通過全媒體監測的方式，實現監測、抓取、收集、捕捉各大行業主流媒體關于智慧企業等輿情信息，制作媒體輿情監測分析報告，真實地記錄企業的媒體輿情狀況，實現為企業決策、調整媒體應對策略和社會輿論導向提供全面有效的參考。通過OA系統的定制開發功能為三重一大業務流程監控提供數據保障。

（2）進一步深化“智慧大腦”專業數據中心建設

探索以“智慧大腦”為標桿的專業數據中心建設模板，以一批成熟的專業數據中心建設帶動并指導余下的專業部門進行業務梳理和系統建設，實現與各類支撐管理系統之間的快速響應、準確決策、精確調配及協同工作。通過對應急資源管理工作按需求不斷完善與應急保障過程中的各類資源進行信息化管理，實現與各個業務部門分享重要信息、規章制度、新聞、天氣預報，整合應急搶險的實時信息，進行日常重點監測等以應對更多的應急事故。

建立風險規則知識庫，實現一類風險分級響應多終端推送，達成多部門管理的分級與統一，風險標準的共識。不斷補充新增風險模型，規范風險定義和定級工作，并且進行持續優化。形成應急響應指標庫，各相關部門按權限分管應急中心，可根據各自權限實施對應的應急管理，并實現相關部門之間、以及與決策腦之間的統一管理、調配和協同，對應急啟動、籌備指揮、搶修隊伍等進行協調工作和組織，包括對內外信息的公布管理等。

（3）探索建立“決策腦+大平臺+微應用+富生態”新型平臺

美國哈佛大學托馬斯.艾斯曼教授的一項研究表明，全球最大100家企業有60家企業主要收入來自平臺商業模式。平臺已經成為一種重要的社會現象、經濟現象和組織現象，可探索建設“決策腦+大平臺+微應用+富生態”平臺。

建設決策腦+大平臺。未來的大數據平臺不單是一個數據聚集存儲地，更要借助各個專業數據中心的力量，形成成熟的風險建模平臺、數據分析平臺、算法研究平臺等，支撐包括決策腦在內的企業大腦應用。由數據工程師、算法工程師、行業專家等來為平臺的池子灌輸“養分”，系統通過數據的獲取、操作的記錄、規律的查找等一系列行為完善系統，系統為普通用戶提供交互平臺，指導用戶進行自定義操作。通過“人教機器”，實現“機器教人”，完善人機協同過程。整合大渡河內外部的數據資源，真正做到“留底賬、可追溯、可分析”。

建設決策腦+小前端。決策指揮系統會延續前后端分離框架，實現真正的前后端解耦，快速定位系統BUG，減少后端服務器的負載壓力。決策腦前端設計遵循人性化的設計規范，提供自然語言界面。通過語言理解和記憶推理，通過交流和服務學習改進，可以不斷優化平臺經濟體系。

建設決策腦+富生態。隨著相關技術的逐步成熟，比如阿里云推出的“人工智能ET”，具有語音交互、圖像/視頻識別、交通預測、情感分析等技能。阿里云總裁胡曉明說，也許20年后，掌管阿里巴巴的將是一位商業領袖ET。這個商業領袖可以是ET，也可以是未來的決策腦。決策腦未來會是大渡河公司的數據化轉型的先驅。當企業的產品和服務本身進行數字化轉型后，客戶價值將很大一部分來源于數字產品。那么數字生態系統則隨之浮現，領先的企業則率先占領數字生態系統的高地，分享標準化的數字平臺，獲得一個互利目標。