智能化加速：水电企业如何实现“智慧大脑”

随着“云大物移智”为代表的互联网新兴技术浪潮的兴起，全球范围内生产力水平发展到新阶段，新型科技手段带动的产业革命正迅速兴起，新的生产关系正悄然酝酿。

伴随电力改革进入深水区，多种商业模式逐步产生，电力数据信息与金融服务的不断整合，泛在电力物联网将引领电网和发电企业进行技术变革，电力系统发电侧走向智慧化管理成为必然趋势，智慧发电企业的时代已经到来。

国际上先进的“智慧大脑”

当前国际上先进的“智慧大脑”，比较有名的主要有日本的地震防灾应急指挥中心和欧盟E-Risk系统系统。我们对这两个智能化“智慧大脑”的智慧大脑共性特点进行分析。

日本的地震防灾应急指挥中心具备完善高效的信息网络系统，充分利用先进的监测预警技术系统，实时跟踪监测天气、地质、海洋、交通等变化，记录、分析重大灾害的发生概率及可能发生的时间、地点、频率，并不断研究制定和优化预防灾害的计划。

地震防灾应急指挥中心拥有完备的软件系统，主要的软件系统包括“受灾信息系统”、“声像系统”、“地震灾情辨析系统”、“地震仪网络系统”。基于这些系统，可协助决策者做出各项决定并传达到各防灾分区。通过高空摄像设备和飞机摄像设备获取来的各分区灾情信息，经过“地震灾情辨析系统”和“声像系统”来协助决策者制定有关应急对策并下达指示。地震防灾应急指挥中心重点加强了与救援相关的各个组织的流畅联系，包括地方消防、海上保卫厅、警察局、自卫队等。通过为各个组织安装智能终端设备以加强彼此间的联系，这有助于快速对灾害进行响应，并进行各种应急管理活动。

欧盟E-Risk系统是一个基于卫星通信的网络基础架构，为其成员国实现跨国、跨专业、跨警种、高效及时地处理突发公共事件和自然灾害提供支持服务，该系统于2000年建成。

在重大事故发生后，救援人员常碰到通信系统被破坏、信道严重堵塞等情况，导致救援人员无法与指挥中心和专家小组及时联系。基于这种情况，E-Risk利用卫星通信和多种通信手段来支持突发公共事件的管理。考虑到救灾和处理突发紧急事件必须分秒必争，救援单位利用“伽利略”卫星定位技术，结合地面指挥调度系统和地理信息系统，对事故现场进行精确定位，在最短的时间内到达事发现场，开展救援和处置工作。

而利用多种通信手段则表现在应急管理通信系统集成了有线语音系统、无线语音系统、宽带卫星系统、数据网络系统、视频系统等多个系统，配合应急管理和处置调度软件，使指挥中心、相关联动单位、专家小组和现场救援人员快速取得联系，并在短时间里解决问题。

欧盟E-Risk系统对应急管理的定义包括突发事件发生前、发生中、发生后三个方面：

在事故发生前，系统通过搜集和处理影像资料、图片、地理信息等，开展风险预防；在事故发生时，通过收集和发布来自现场的资料、图片等，在救援小组、专家小组和指挥中心之间建立起语音、图像、数据的同步链路，通过各部门的“协同作战”，开展现场救援；在事故救援工作结束后，对事故的发生和处置进行分析和交流，并对有关数据库进行更新，制定新一轮的预案。

大渡河水电“智慧大脑”实践

2014年起，大渡河公司开展了智慧企业建设工作，在水电行业智慧化方面，走在前列。2017年，大渡河公司提出了“一中枢多中心四单元”的核心架构蓝图，站在企业整体的角度，建设智慧企业神经中枢--“智慧大脑”，对公司的经营管理和风险管控做出决策和指挥。“智慧大脑”汇集各个“专业脑”和“单元脑”的数据，并利用云计算、大数据、人工智能等技术，打造企业自动感知、自动预判、人机协同、自主决策的能力。实现重大风险智能管控、重大业务过程管控、重大决策智能支持。

“智慧大脑”通过对关键指标预警模型、大数据模型分析，实现对风险自动识别、风险分级管控、风险原因智能深度挖掘与分析，对重大风险智能管控；通过与专业脑、单元脑实现业务过程融合透视，自动预警企业重大业务管理风险，为决策者提供重大业务过程洞悉功能，全过程监控“三重一大”等重大业务，防范企业经营管理重大风险；通过人工智能技术，结合风险原因深度挖掘与分析，为决策者提供防洪度汛、水淹厂房、全站失压等重大风险应对方案分析和决策支持。

目前，大渡河公司“智慧大脑”已经完成系统整体框架搭建，风险管控、业务监控、三重一大、应急指挥四大模块已具雏形。从数据感知层面，“智慧大脑”已具备感知多类数据能力，按数据类别有结构化和非结构化数据（视频图片等），按业务口径包括安全、经营、风险指标等；接入财务管控中心、售电中心、采购与合同数据中心等多个专业数据中心的KPI指标等数据，分别为资金成本率、资产负债率、利润完成率、计划电量完成率、单一来源采购占比和紧急来源采购占比；库坝中心的边坡风险数据、电能量采集系统的发电量数据、防汛应急的入库流量数据、日降雨量数据等都会通过定时任务传输至“智慧大脑”。

“智慧大脑”数据来自大渡河公司大数据平台，通过ETL采集技术，实现对各个专业中心数据的大采集，支持不同频度、不同形态的数据采集方式，实现了分布式半/非结构化数据存储和传统数据存储的结合；利用业内先进、稳定的分布式存储技术以及各种关系型数据库，将不同类型的数据按需要存储到各个系统单元中并通过将不同数据划分到不同主题域的方式，以接口形式提供给“智慧大脑”。

从数据应用层面，基于大数据平台数据和相应的工具支撑，“智慧大脑”目前已定制开发多个业务场景：

（1）决策脑与专业脑的系统联动。在现有“智慧大脑”的业务监控页面下方，一排同系列又不同样式的图标有序排列。一个图标就是一个专业系统的象征，扁平化又包含该专业系统的抽象表达的设计背后，是各个专业脑的数据管控平台，同时也是决策脑和专业脑最直接的纽带，为决策指挥者提供随时调取查阅详情的便利。

（2）防汛应急指挥。根据入库流量和电站的日降雨量设计电站防汛规则，通过定时任务定时匹配触发信号是否达到相应预警的触发条件。一旦触发应急指挥，“智慧大脑”会提供相应电站的视频画面、应急物资、应急队伍等应急资源，也可通过网络电话、视频通话等手段提供现场应急状态信息和决策辅助。

（3）风险管控日报推送。“智慧大脑”的应用展现是多样的，其中包括PC端小程序应用。用户通过点击当日下载日历图标，即可查阅昨日一整天的风险日报，内容包括公司昨日发电量，月累计、年累计发电量及当日发生的风险情况，为领导们在上班第一时间掌握公司核心数据提供集中展示。

“智慧大脑”探索与思考

通过对日本地震防灾应急指挥中心、欧盟E-Risk系统、大渡河公司“智慧大脑”进行分析，我们认为，优秀的“智慧大脑”管理系统，主要功能特点应该有如下功能：

＊实时的信息服务，如天气地理信息、救援状态等；

＊自动的触发和反应计划，推荐处置措施；

＊标准化处理程序，保证事件处理的规范化和高效性；

＊多部门/机构的协同指挥，整体作战；

＊强大的GIS可视化调度能力；

＊业务知识库的形成，并运用这些知识智能化的向决策者适时推荐处置方案，以对事件作出高效、准确的反应；

＊系统的可靠性，及运营维护。

同时，从系统支撑角度，针对大渡河公司进行的“智慧大脑”建设，对如何完善“智慧大脑”，进行如下探索与思考。

（1）进一步完善决策控制系统建设，强化风险监控，升级应急指挥平台，完善企业舆情监控与三重一大监控。

“智慧大脑”一期真正实现无障碍接入的专业脑较少，很多专业脑还处于在建、待建状态，从专业脑向决策脑输送的监控指标体系及决策控制引导则有所受限。在“智慧大脑”的三重一大版块中，三重一大业务的流程目前还没有信息化系统支撑，需要根据本身特点来探寻切实可行的实现方案；应急指挥功能，需有效解决以往应急指挥中信息沟通、资源调配、事件决策三大主要困难，满足应急指挥中涉及对象多、时间响应快、过程复杂度高的要求，就目前情况无相应系统能够提供有力支撑，还需要进行大量的人工数据采集和场景设计工作。

大数据平台虽然汇集了大量的单元脑、专业脑数据，但是仍然有部分重要数据掌握在上级平台手中，如相关财务数据和采购与合同数据；由于数据源的缺失导致部分功能仍需要人工介入进行数据“搬运”甚至部分功能难以继续推进，数据的时效性、准确性及可探索性大打折扣。由于各个专业数据中心在陆续筹建，新建成的专业脑、单元脑积累的数据较少，缺乏“数据历史”。造成以大数据分析为手段，以风险/KPI为核心的“企业运营监控分析”功能无法全面覆盖，也限制了深度、多领域数据挖掘统计工作的开展。

通过全媒体监测的方式，实现监测、抓取、收集、捕捉各大行业主流媒体关于智慧企业等舆情信息，制作媒体舆情监测分析报告，真实地记录企业的媒体舆情状况，实现为企业决策、调整媒体应对策略和社会舆论导向提供全面有效的参考。通过OA系统的定制开发功能为三重一大业务流程监控提供数据保障。

（2）进一步深化“智慧大脑”专业数据中心建设

探索以“智慧大脑”为标杆的专业数据中心建设模板，以一批成熟的专业数据中心建设带动并指导余下的专业部门进行业务梳理和系统建设，实现与各类支撑管理系统之间的快速响应、准确决策、精确调配及协同工作。通过对应急资源管理工作按需求不断完善与应急保障过程中的各类资源进行信息化管理，实现与各个业务部门分享重要信息、规章制度、新闻、天气预报，整合应急抢险的实时信息，进行日常重点监测等以应对更多的应急事故。

建立风险规则知识库，实现一类风险分级响应多终端推送，达成多部门管理的分级与统一，风险标准的共识。不断补充新增风险模型，规范风险定义和定级工作，并且进行持续优化。形成应急响应指标库，各相关部门按权限分管应急中心，可根据各自权限实施对应的应急管理，并实现相关部门之间、以及与决策脑之间的统一管理、调配和协同，对应急启动、筹备指挥、抢修队伍等进行协调工作和组织，包括对内外信息的公布管理等。

（3）探索建立“决策脑+大平台+微应用+富生态”新型平台

美国哈佛大学托马斯.艾斯曼教授的一项研究表明，全球最大100家企业有60家企业主要收入来自平台商业模式。平台已经成为一种重要的社会现象、经济现象和组织现象，可探索建设“决策脑+大平台+微应用+富生态”平台。

建设决策脑+大平台。未来的大数据平台不单是一个数据聚集存储地，更要借助各个专业数据中心的力量，形成成熟的风险建模平台、数据分析平台、算法研究平台等，支撑包括决策脑在内的企业大脑应用。由数据工程师、算法工程师、行业专家等来为平台的池子灌输“养分”，系统通过数据的获取、操作的记录、规律的查找等一系列行为完善系统，系统为普通用户提供交互平台，指导用户进行自定义操作。通过“人教机器”，实现“机器教人”，完善人机协同过程。整合大渡河内外部的数据资源，真正做到“留底账、可追溯、可分析”。

建设决策脑+小前端。决策指挥系统会延续前后端分离框架，实现真正的前后端解耦，快速定位系统BUG，减少后端服务器的负载压力。决策脑前端设计遵循人性化的设计规范，提供自然语言界面。通过语言理解和记忆推理，通过交流和服务学习改进，可以不断优化平台经济体系。

建设决策脑+富生态。随着相关技术的逐步成熟，比如阿里云推出的“人工智能ET”，具有语音交互、图像/视频识别、交通预测、情感分析等技能。阿里云总裁胡晓明说，也许20年后，掌管阿里巴巴的将是一位商业领袖ET。这个商业领袖可以是ET，也可以是未来的决策脑。决策脑未来会是大渡河公司的数据化转型的先驱。当企业的产品和服务本身进行数字化转型后，客户价值将很大一部分来源于数字产品。那么数字生态系统则随之浮现，领先的企业则率先占领数字生态系统的高地，分享标准化的数字平台，获得一个互利目标。