中年刘江川院士:边缘计算如何应对能源互联网的碎片化和复杂性? | CCF-GAIR 2020( 二 )


我本人经历了这几个时期 , 现在也正在往工业互联网的大道上前进 , 所谓的工业互联网不仅仅是做互联这件事情 , 今天的互联网也不仅仅像一开始做互联这件事情 , 今天的互联网已经变成了分布式的数据处理器 , 和分布式数据采集器 。
在这里 , 我们看到的底层通讯、上层的存储、上层的应用和计算融为一体 , 这是非常重要的转变 。 不仅仅是互联 , 而是在这当中展开存储和应用 。 除了工业之外 , 能源行业、交通行业、智慧城市等等 , 也是同样的场景 。
从2016年才进入这个时代 , 我们面临了非常大的挑战 , 从消费互联网、工业互联网、能源互联网的场景里面 , 会看到在消费互联网的时候有一些惯性的思维 , 这些思维认为在过去十几年里已经建立了高可靠、高性能的基础设施建设 , 比如说长时间不间断的工作 , 在断电的情况下有备用电源切入 , 它会消耗大量的电力 , 这些电力通过应用的价值来换取 。
中年刘江川院士:边缘计算如何应对能源互联网的碎片化和复杂性? | CCF-GAIR 2020
本文插图
另一方面 , 网络基础设施也非常优秀 , 有高吞吐、低延时网络基础设施 , 现在达到Gbps 。 随着5G , 延迟可以降低到10毫秒左右甚至是1毫秒 。
在海量客户端上 , 能获取海量的数据 , 并且不受限制获取数据 , 隐私也不是大问题 , 数字价值得到体现 。 这是消费互联网时代的惯性思维 。
这些思维在消费互联网时代是成立的 , 而且是非常成功的应用 。 但是 , 在工业互联网、能源互联网的时代 , 实际上我们面临的挑战非常之多 。
因为消费互联网是在城市里面 , 特别是在中心城市得到了应用 , 但是工业互联网、能源互联网是遍及整个国土 , 所以基础设施就有一些问题 。 电力供应虽然在中大城市不是问题了 , 但是仍然有断电的情况 , 由于一年时间各种原因造成的断电 , 并不能保证百分之百的长时间有电 。
能源供给的角度 , 电池也是很大的问题 , 在过去这100多年的历史 , 电池的发展是线性发展的 , 它的能量、存储密度 , 基本上是线性的 。 从一九七几年第一个锂电池专利产生到现在 , 增长已达到极限 。
从网络来说 , 中大城市感觉都已经覆盖了 , 对于工业互联网来说 , 或者是能源互联网来说 , 你的很多设备都是在偏远地区 , 在戈壁滩、沙漠上 , 3G和4G网络或者是5G网络未必都非常理想 , 真正的网络覆盖从国土面积来说未必能提升1% , 这是典型的挑战 。
来看典型的例子 , 比如说中国高压线路运检 , 现在高压线路是150万公里 , 特高压是世界领先定位 。 我们现在发展到一个阶段 , 确保大型电网稳定的运行是非常重要的事情 , 也是除了建设之外非常重要的事情 。 运检需求持续增多 , 就需要无人机的运检 。
中年刘江川院士:边缘计算如何应对能源互联网的碎片化和复杂性? | CCF-GAIR 2020
本文插图
电网要实现24小时的监控比起城市的安防监控来说 , 难度完全不同 。 电网大量的铁塔是处在深山老林和戈壁滩上 , 温差很大、高度的电磁干扰 , 网络是很弱的 , 不像城市里面有非常好的3G、4G、5G的网络 , 通过回传数据到云上解决问题 , 像消费互联网一样 。 在能源互联网下 , 可能有信号 , 但是很难做到全覆盖、高速度的视频回传 。
能源供给也是一个问题 , 你可能认为铁塔不缺电 , 但实际上它是没有电的 , 所以就需要从太阳能供电 , 这对于能耗是一个非常大的挑战 。
比如说国网的企业标准 , 对于通道可视化的设备 , 要求在最低照度下能工作 , 整机峰值功率不超过8瓦 , 但是仍然要做人工智能的应用 , 大家做过人工智能就知道挑战在哪里 。
所以 , 对于能源互联网 , 你不能依赖传统的消费互联网场景下的云计算方式 , 更多是需要在用户侧、数据现场来解决这些问题来达到实时的应用 , 同时能高度节省带宽 , 在无网络的情况下进行工作 。