Экстремальные погодные условия стали ключевым вызовом для безопасной и стабильной работы новой энергосистемы: такие метеорологические явления, как ураганы, ливни, снегопады и гололёд, легко вызывают резкие колебания выработки возобновляемых источников энергии, создавая постоянное давление на диспетчеризацию электросетей. Долгое время отечественное метеорологическое прогнозирование для электроэнергетики сдерживалось тремя основными узкими местами: угрозы безопасности зарубежных вычислительных мощностей, недостаточная адаптируемость универсальных больших моделей к конкретным сценариям и отстающая точность традиционных методов прогнозирования. Отрасль остро нуждается в прорывных решениях для интеллектуальной и автономной трансформации.

Недавно совместными усилиями Китайского научно-исследовательского института электроэнергетики (далее — «КНИИЭ»), Университета науки и технологий Китая и компании Hygon Information Technology Co., Ltd. (далее — «Hygon Information») была официально введена в постоянную эксплуатацию первая в отрасли специализированная большая модель для метеорологии в электроэнергетике «Цзи Хэн» с полностью локализованной цепочкой обучения, логического вывода и оперативного развёртывания. Данная модель точно решает три ключевые отраслевые проблемы: низкую эффективность традиционного численного прогнозирования, слабую адаптируемость универсального ИИ и «ограничения» базовых вычислительных мощностей, повышая точность прогнозирования мощности более чем на 70% объектов возобновляемой энергетики и создавая тиражируемый и масштабируемый эталон сотрудничества между наукой, образованием и производством для независимых инноваций в вертикальных энергетических больших моделях.

Презентация первой в отрасли метеорологической большой модели для электроэнергетики «Цзи Хэн»

«Пятнадцатый пятилетний план развития возобновляемой энергетики» определил направления интеллектуализации, детализации и автономности новой энергосистемы, а самостоятельный контроль стал ключевым вектором развития отрасли.

По мере дальнейшего расширения установленных мощностей возобновляемой энергетики в Китае глубина и широта влияния экстремальных погодных условий на все звенья энергосистемы — генерацию, сети и нагрузку — продолжают расти. Метеорологические возмущения превратились из случайного риска в ключевую переменную, влияющую на баланс спроса и предложения электроэнергии. Даже незначительные погрешности в метеорологическом прогнозировании для электроэнергетики усиливаются на каждом уровне: ошибка скорости ветра всего в 1 метр в секунду может вызвать дисбаланс мощности в десятки миллионов киловатт, усугубляя противоречие между гарантией электроснабжения и потреблением возобновляемой энергии. Традиционная модель общего метеорологического обслуживания не способна удовлетворить потребности диспетчерских решений электросетей в микромасштабе, высокой точности и по всей цепочке, поэтому создание специализированной, кастомизированной и автономной системы метеорологического обеспечения для электроэнергетики становится насущной необходимостью.

В настоящее время традиционная система метеорологии для электроэнергетики Китая имеет три ярко выраженных недостатка, серьёзно сдерживающих высококачественное развитие отрасли.

Во-первых, традиционные методы прогнозирования недостаточно оперативны и точны.

Новая энергосистема предъявляет жёсткие требования к прогнозированию экстремальных погодных явлений, таких как тайфуны, холодные волны, сильные конвективные явления и гололёд на линиях электропередачи. Однако традиционный численный прогноз погоды (NWP) требует длительных вычислений, отличается высоким потреблением ресурсов и энергии и низкой частотой обновления, что не позволяет обеспечить минутную и станционную детализацию диспетчеризации электросетей, затрудняет отслеживание мгновенных изменений локальных микрометеорологических условий и постоянно усиливает нагрузку на регулирование пиков и частоты в электросетях.

Во-вторых, универсальным большим моделям не хватает специализированной адаптации к электроэнергетической отрасли.

«Существует разрыв между общедоступными метеорологическими услугами и реальными потребностями электроэнергетического производства», — считает Хуан Юэхуэй, главный инженер Института возобновляемой энергетики КНИИЭ. По его словам, наблюдения недостаточно репрезентативны для мест размещения энергооборудования; не удовлетворяются требования электроэнергетического производства к фиксированному времени, месту и количественным характеристикам; отсутствуют ключевые метеорологические элементы, необходимые для электроэнергетического производства.

Проще говоря, универсальные модели имеют очевидные недостатки адаптации к сценариям: отсутствуют специализированные наборы данных для линий электропередачи и объектов возобновляемой энергетики, пространственное разрешение не соответствует требованиям, искажается описание таких опасных для электроэнергетики явлений, как гололёд, сильная конвекция и тайфуны, а результаты не могут быть напрямую интегрированы в платформы диспетчеризации электросетей, что затрудняет поддержку дифференцированных и детализированных применений на уровне станций. Это подобно тому, как готовая одежда не подходит для индивидуальных особенностей фигуры.

В-третьих, базовые вычислительные мощности критически зависят от зарубежных поставщиков, что создаёт трудноустранимые риски безопасности в производственной цепочке.

Отраслевые эксперты отмечают, что будущее развитие интеллектуального метеорологического прогнозирования в электроэнергетике должно сосредоточиться на трёх ключевых направлениях: построение дифференцированной системы прогнозирования, развитие технологий на всём жизненном цикле и стандартизация отрасли, а также всестороннее продвижение автономной и интеллектуальной модернизации.

Исходя из насущных потребностей строительства новой энергосистемы, была создана метеорологическая большая модель для электроэнергетики «Цзи Хэн». Название модели происходит от древнего астрономического прибора «Сюаньцзи юйхэн» (нефритовый измерительный прибор для наблюдения за небесными явлениями), что символизирует точное измерение изменений погоды с помощью автономных вычислительных мощностей и защиту безопасности и стабильности электросетей с помощью ключевых технологий, становясь важной опорой технологической самостоятельности в сфере энергетической метеорологии.

Проект сформировал трёхстороннюю систему сотрудничества между наукой, образованием и производством с участием КНИИЭ, Университета науки и технологий Китая и Hygon Information, создав полный инновационный цикл «отраслевые сценарии как движущая сила, передовые алгоритмы как ключевое направление, локализованные вычислительные мощности как фундамент» и обеспечив сквозную цепочку от бизнес-потребностей и разработки технологий до практического применения. Три стороны выполняют свои функции, тесно взаимодействуют и совместно решают ряд ключевых отраслевых технологических задач.

КНИИЭ, как головная организация проекта, на протяжении десятилетий работает в области метеорологии для электроэнергетики, накопив глубокий отраслевой опыт и технологические знания. Команда объединила данные измерений с тысяч объектов возобновляемой энергетики по всей стране, данные метеорологического мониторинга линий электропередачи и архивные данные о метеорологических катастрофах за многие годы, определила бизнес-стандарты и правила верификации для всей цепочки — от диспетчеризации электросетей, осмотра и ремонта оборудования до подключения возобновляемых источников к сети, возглавила разработку и итеративную оптимизацию модели, точно скорректировала расхождения между алгоритмами и реальными бизнес-процессами электросетей, полностью устранив отраслевую проблему разрыва между технологиями ИИ и сценариями электроэнергетики.

Университет науки и технологий Китая задействовал свои преимущества на стыке математики, физики и искусственного интеллекта для оптимизации архитектуры и алгоритмов модели. Команда впервые создала трёхуровневую вложенную архитектуру прогнозирования «глобальный — национальный — провинциальный»: благодаря последовательной передаче «знания — структуры — параметров» пространственное разрешение провинциальной модели было повышено до 3×3 км, что обеспечило точное метеорологическое прогнозирование на уровне станций.

Одновременно были целенаправленно оптимизированы механизм внимания и многокритериальная функция потерь, разработан собственный алгоритм ассимиляции многопластовых данных, объединяющий данные наземных метеостанций, датчиков на объектах и другие многомерные наблюдения, что позволило добиться ключевых прорывов в детализированном прогнозировании выработки и точном распознавании экстремальных метеорологических явлений. Функция потерь, адаптированная к электроэнергетическим сценариям, эффективно решила общую проблему универсальных моделей — «схождение прогнозов и неточность в экстремальных условиях», позволив ИИ-прогнозированию погоды глубоко соответствовать логике работы электросетей и повысив возможности предупреждения и прогнозирования более чем для 10 типов опасных для электросетей погодных явлений.

Hygon Information обеспечивает модель полностью локализованной вычислительной базой, укрепляя фундамент автономного контроля. Проект опирается на отечественную платформу искусственного интеллекта DCU-3G, полностью обеспечивающую локализованные операции на всех этапах: предобработка данных, ассимиляция данных, обучение модели и онлайн-логический вывод. Научно-исследовательская команда оптимизировала архитектуру совместной работы памяти, вычислений и передачи данных с учётом особенностей высокоразрешающих метеорологических сеточных вычислений, глубоко адаптировала и настроила популярные фреймворки глубокого обучения, добившись стократного повышения эффективности прогностических вычислений, полностью устранив зависимость от зарубежных вычислительных мощностей и по-настоящему обеспечив полный автономный контроль всей цепочки метеорологической большой модели для электроэнергетики.

Команда разработчиков метеорологической большой модели «Цзи Хэн» и её ключевые преимущества

DCU-3G от Hygon Information полностью совместим с такими популярными фреймворками, как PyTorch и TensorFlow, что значительно снижает порог внедрения разработок. Благодаря высокой плотности вычислений и оптимизации на уровне операторов, одна карта DCU способна завершить глобальный метеорологический прогноз на 10 дней вперёд менее чем за 1 минуту, что в сто раз эффективнее традиционных численных методов и обеспечивает мощную вычислительную поддержку для высокочастотного и высокоточного метеорологического прогнозирования в электросетях.

Благодаря трёхсторонней инновационной матрице «Цзи Хэн» прошёл полный цикл «потребности стимулируют разработку — двусторонняя итерация данных и вычислений — практическая отработка в реальных условиях», превратившись из лабораторной технологической разработки в метеорологического стража электросетей, несущего круглосуточную вахту.

Результаты внедрения «Цзи Хэн» подтвердили успех трёхсторонней модели сотрудничества «бизнес-стимул — алгоритмические разработки — вычислительная база». Что касается прогностических характеристик, ошибка прогноза скорости ветра на 10 дней сопоставима с ведущими международными моделями, а прогноз приземной температуры показал наилучшие результаты среди всех оцениваемых моделей.

Натурные испытания на электросетях в нескольких регионах страны подтвердили, что комплексная точность прогнозирования модели соответствует ведущим международным метеорологическим ИИ-моделям, а по ряду детализированных сценариев модель вышла в лидеры. Точность прогнозирования выработки более чем на 70% объектов возобновляемой энергетики значительно повысилась, появилась возможность заблаговременно предвидеть сильные конвективные явления, снегопады, гололёд на линиях и другие бедствия, что обеспечивает достаточный запас времени для регулирования нагрузки, ремонта оборудования и аварийного реагирования. В настоящее время модель интегрирована в диспетчерские платформы электросетей нескольких провинций и работает в круглосуточном режиме 7×24, а весь комплекс технических решений, аппаратного обеспечения и эксплуатационных процессов полностью отработан и готов к масштабному тиражированию по всей стране.

Исходя из исторического контекста строительства новой энергосистемы и технологической самостоятельности энергетики, три стороны продолжат углублять долгосрочное сотрудничество между наукой, образованием и производством, продолжат итеративно оптимизировать функциональность и производительность модели «Цзи Хэн», постоянно совершенствуя возможности интеллектуального наблюдения, прогнозирования и предупреждения в области метеорологии для электроэнергетики.

Постоянное внедрение полностью локализованной метеорологической большой модели «Цзи Хэн» — это не только ключевой прорыв в интеллектуальной трансформации метеорологии для электроэнергетики, но и типичный пример независимых инноваций в китайском вертикальном энергетическом ИИ на основе сотрудничества науки, образования и производства. Созданная инновационная интегрированная модель внедрения «сценарий + алгоритм + вычислительные мощности» успешно преодолела зарубежные технологические барьеры и трудности внедрения универсальных моделей, открыв полную цепочку самостоятельной разработки, практического применения и масштабного тиражирования вертикальных отраслевых больших моделей.

В будущем, по мере продолжения технологических итераций, расширения сценариев применения и тиражирования инновационных моделей, «Цзи Хэн» продолжит раскрывать ценность отечественных ИИ-технологий, укрепляя фундамент безопасной, эффективной и интеллектуальной работы новой энергосистемы, способствуя зелёной трансформации и модернизации китайской энергетики, углублённой реализации целей «двойного углерода» и всесторонне поддерживая высококачественное развитие технологической самостоятельности в энергетической сфере.