电网调度员与工程经理在控制室查看电网实时数字孪生
  1. 首页
  2. 应用场景
  3. 能源与公用事业
配电 · 电网管理已交付 · 客户成果

一家全国性配电网运营商

电网数字孪生:覆盖全国配电网的AI模型

欧洲较早建成的全国性AI电网数字孪生之一,让调度人员近实时掌握全国配电网运行状况。

覆盖全国

AI电网数字孪生,欧洲较早建成的同类项目之一

近实时

监测全国配电网

标准IT

硬件:无需昂贵的硬件升级

执行摘要:全国性电网数字孪生

客户
一家全国性配电网运营商
范围
全国配电网
基础设施
标准IT硬件
用户
电网调度员、非专业岗位员工、规划人员

背景、决策与成果

  • 背景。可再生能源、电动汽车和热泵给全国配电网带来了前所未有的压力。为集中式、可预测系统设计的监测工具已难以应对,而解读数据又离不开专家。
  • 决策。不采购专用硬件,而是为整个全国配电网构建一个动态数字孪生:结合机器学习与时序图引擎,运行在标准IT基础设施上。
  • 成果。一个全面投入运行的全国性数字孪生,是欧洲较早建成的同类项目之一,具备近实时监测、预测、主动预警和规划工具。过去只有专家才能解读的电网动态,如今非专业岗位员工也能看懂。
  • 见效周期。系统上线后,我们提供了调度员培训、技术文档和持续优化支持,且无需昂贵的硬件升级。
挑战

挑战:在能源转型中管理全国电网

能源转型期间,该运营商的配电网承受着日益增大的运行压力。可再生能源发电、电动汽车和热泵正在改变电力流动的方式、时间和地点。

依靠传统监测手段和专家经验,很难看清全局。团队需要把历史规律、用电、发电和电网结构关联起来,才能结合全局情况做规划,而不是被动应对事件。

实施过程

实施历程:从电网分析到动态电网模型

从一个共同的问题(“电网实际上在发生什么?”)出发,到一个整个团队都能使用的动态模型。

  1. 步骤01 · 分析

    我们如何分析电网

    我们评估了该国整个配电基础设施面临的电网管理挑战。

    我们研究了历史规律、用电数据和发电趋势,以了解系统行为和故障模式,找出现有信息可以在哪些环节支持更早的决策,以及团队在哪些环节仍依赖片面视角或人工解读。

    交付 流程与数据诊断由我们的团队完成。

  2. 步骤02 · 设计与转型

    我们如何设计电网的动态模型

    我们开发了一个将机器学习与时序图数据库相结合的数字孪生。它把基于时间的事件与电网中的关系连接起来,形成共享的运行全景。

    机器学习模型分析历史规律,预测用电和发电情况。设计围绕运营商现有基础设施和调度人员需要解答的问题展开,而不是套用通用看板。

    系统设计为在标准IT基础设施上高效处理大规模数据集,无需昂贵的硬件。

    提供该能力的NatusAI产品

    抽象示意图:互联数据图谱在大量关联节点间扩展
    资产、测量数据与历史连接在同一个具备时间维度的模型中。

上线与推广

抽象示意图:带时间版本的网络模型,每条连接都保留历史
同一个实时模型同时服务于控制室和现场。
  1. 步骤03 · 构建

    我们构建了什么

    一个全面投入运行的全国电网数字孪生,是欧洲较早建成的同类项目之一。

    围绕它构建的还有:近实时监测看板、预测分析引擎、主动预警系统、电网重构规划工具、检修排程工具以及投资决策支持工具。

    提供该能力的NatusAI产品

  2. 步骤04 · 落地

    调度人员如何上手使用

    全面的调度员培训、技术文档和持续优化支持,帮助非专业岗位员工使用过去需要专家解读的信息。

    提供该能力的NatusAI产品

由NatusAI团队基于时序图数据库技术交付。产品标签标明每项能力由哪款NatusAI产品提供或计划提供;发布状态请见“技术团队参考”。

现场工程师在变电站用平板电脑查看电网数据(示意图)
示意图。
人的因素

电网团队发生了哪些变化

数字孪生让电网专业知识得以共享,更多人能够根据电网的实际运行状况采取行动。

  • 电网调度员。一个共享的电网运行视图,预警会在情况演变为事故之前发出提示。

  • 非专业岗位员工。过去只有专家才能解读的电网动态,如今清晰可见、有据可依,并有培训和文档支持。

  • 规划与管理层。重构、检修和投资决策在投入资金之前,先在动态模型上进行验证。

真正重要的可量化成果

成效:更多人能看懂全国电网,并据此采取行动

覆盖全国

AI电网数字孪生:近实时掌握全国配电网

运营商反馈的成果

  • 非专业岗位员工能够读懂过去需要专家解读的电网动态
  • 主动预警在情况演变为事故之前标记需要关注的问题
  • 重构、检修和投资决策在投入资金之前,先在动态模型上进行验证
  • 无需昂贵的硬件升级:数字孪生运行在标准IT基础设施上

交付范围

1

覆盖整个全国配电网的动态数字孪生

6

基于同一模型的运行工具:监测、预测、预警、重构、检修与投资支持

标准IT

基础设施,无需专用硬件

范围与成果均据客户反馈。

我们为能源团队构建什么

不止电网数字孪生:贯穿能源全生命周期的AI

同样的互联方法可以延伸到您的整个基础设施,将资产、电网、气象、运行和市场信息整合在一起。

基础设施预测

在多种情景下预测需求、发电和系统压力。

预测性维护

将资产信息中的规律转化为检修优先级。

监测

在一个运行全景中持续掌握资产状况和预警。

能源交易

将预测和市场敞口与策略评审和交易决策相关联,并由人工审批。

基础设施规划

在投资之前比较选址、容量和并网方案。

完整数字孪生

维护一个涵盖资产、关系以及当前与历史数据的动态模型,在行动之前先检验后果。

可审核的运行闭环

  1. 01

    步骤01

    连接系统

    将资产、关系和证据整合到一个共享模型中。

  2. 02

    步骤02

    检验情景

    在假设条件清晰可见的前提下推演后果。

  3. 03

    步骤03

    审核决策

    为负责团队提供规划和行动所需的上下文。

录播演示

电网数字孪生

观看电网数字孪生的实际运行

一个运行中的电力网络模型,在同一引擎中连接资产、电表数据流、地理信息、预测与仿真,并将其转化为监测、仿真与预测能力。

问题:配电网同时涉及网络结构、按时间产生的电表数据流和地理信息,这些数据分散在GIS、ERP、计量基础设施和实时传感器中,彼此始终难以完全对齐。大规模的规划、假设分析和潮流计算意味着繁重的ETL和夜间批处理,结果往往来得太晚,无法据此行动。

解决方案如何运作:数字孪生在一个引擎中,对来自所有数据源(GIS、ERP、智能电表和实时传感器)的数据进行汇聚、可视化、分析和学习。

  • 统一模型:资产及其时间序列和位置存储在同一个图谱中,并在同一个事务中处理。
  • 逐资产预测:机器学习模型可以对电网中的每个用电方和发电方进行预测。
  • 即时潮流计算:在任何真实或仿真情景中,计算任一时间点的潮流。
  • 本地部署运行:在您自己的硬件上运行单个程序,无需云服务或第三方技术栈。

本录像展示的是底层平台上的一个匿名化参考部署,并非NatusAI客户成果。NatusAI产品对应关系描述的是类似的产品职责。

在线演示

屋顶光伏规划

结合全局信息的光伏决策

交互式能源工作台将建筑、光伏发电和能源假设整合在一张地图上,把复杂的能源数据转化为实用的规划工具。

  • 地图与电网信息:以地图或卫星视图查看建筑,并叠加电网图层、兴趣点和屋顶覆盖情况。
  • 按建筑估算发电量:估算光伏发电量,并比较组件朝向和倾角。
  • 假设条件透明:调整成本、自用电量、储能电池、电价和碳排放假设,比较不同方案。

打开光伏在线演示(英文) (在新标签页中打开)

参考场景

参考场景

屋顶光伏测绘

问题:在全球尺度上规划光伏,需要结合建筑轮廓、屋顶几何形状、地形和辐照度。这些地理空间与时序数据规模过大、过于分散,在常规的“GIS加数据库”技术栈中难以统一查询。

解决方案如何运作:测绘屋顶并逐栋模拟其光伏潜力,可覆盖整个区域。

技术细节

建筑轮廓、地形和辐照度时间序列集于一个引擎,每个屋顶都与其电网信息相关联。

参考场景

数字孪生与物联网

问题:对现实系统建模,需要把其结构、传感器数据流和地理信息关联起来,而这些通常分布在三个始终难以完全对齐的数据库中。

解决方案如何运作:对现实系统(结构、传感器、地理位置)建模一次,即可在监测所用的同一份数据上运行仿真。

技术细节

资产、时间序列和位置存储在同一个图谱中,并在同一个事务中处理。假设分析无需复制或导出数据,数字孪生始终保持同步。

参考场景:基于与我们客户项目相同引擎的示意场景,并非上文所述的客户成果。

可复制性

电网数字孪生对贵公司意味着什么

任何面临能源转型的配电系统运营商、公用事业公司或大型用能企业,都可以走同样的路径,无需全面更换硬件。

从调度人员提出的问题入手

围绕阻塞、停电和重构等真实决策构建数字孪生,而不是套用通用看板。

利用现有基础设施

一个全国规模的数字孪生运行在标准IT硬件上。预算投向成果,而不是服务器。

让专业知识可共享

借助培训和清晰的视图,非专业岗位员工也能根据过去只有专家才能解读的信息采取行动。

治理内建于设计

电网数据治理、韧性与NIS2

电网数据属于关键基础设施数据。数字孪生运行在运营商自己的基础设施上,运行数据始终留在安全边界内,重构和投资决策始终由负责人员做出。

  • NIS2:电力运营商属于基本实体。私有化部署有助于履行供应链和访问控制义务(各国转化立法情况不一)
  • GDPR:智能电表数据可能属于个人数据,因此数据在本地处理并有据可查
  • 欧盟《人工智能法》:当AI为涉及安全的基础设施决策提供支持时,人工监督和日志记录已内置于工作流程中

NatusAI为您履行合规义务提供支持,但不能替代您的法律评估。NatusAI如何支持欧盟《人工智能法》、GDPR、DORA与NIS2相关治理

始终留在运营商自身边界内的基础设施
技术团队参考
  • 基于时序图数据库交付:电网资产与测量数据的时间版本化图谱,用电与发电的机器学习预测,在标准台式机/服务器硬件上完成分析。
  • 引擎特性:GIS、ERP、智能电表与实时传感器数据存储在同一个图谱中,并在同一个事务中处理。按资产进行机器学习预测。可在真实或仿真情景中计算任一时间点的潮流。单个程序,本地部署。
  • 平台对应关系:NatusAI Cygnus(规划中 · V1)旨在统一图谱、时序、地理空间与检索数据,并保留版本化历史。NatusAI Lyra(现已可用)提供地图、表格与看板。NatusAI Orion(路线图)是应用层。
常见问题

电网与公用事业高管常问的问题

硬件、人员、数据存储位置与范围。

首席信息官站在玻璃墙办公走廊中(示意图)

运行电网数字孪生需要新硬件吗?

本项目不需要。全国性数字孪生设计为运行在标准IT基础设施上,无需昂贵的硬件升级。

非专业岗位员工真的能用吗?

能。培训和文档帮助非专业岗位员工理解过去需要专家解读的电网动态。

我们的数据会离开自己的基础设施吗?

不必。数字孪生运行在运营商自己的硬件上,只有在您决定的情况下才会连接外部服务。

除了监测,数字孪生还能支持什么?

预测分析、主动预警、重构规划、检修排程和投资决策支持,全部基于同一个动态模型。

客户成果
探讨类似项目

如果把您的电网变成一个动态模型,会是什么样子?

从一个运行问题入手,例如阻塞、停电或并网申请,我们将向您展示数字孪生如何在您自己的基础设施上解答这一问题。

  • 从范围明确的需求诊断阶段开始,以清晰的“推进 / 不推进”决策收尾。
  • 首次简报会后,可在签署保密协议(NDA)的前提下安排与该案例相关的参考交流。

或发送邮件至contact@natusai.com

一个小型管理团队在会议室审阅一页纸的成果摘要(示意图)