电力系统是人类历史上最为复杂的物理信息系统之一。近年来，在新能源使用量高速增长、电力电子装备大量应用且运行方式复杂多变的大背景下，人工智能技术的价值和前景逐渐凸显，开始在电网建设、经营、决策、管理等领域中得到应用。

实现电力人工智能的关键

人工智能的核心在于数据支持。电力人工智能的发展同样也需要对电力行业知识的充分沉积和海量数据支撑。

打通数据底层链路，通过数据采集、预处理、存储及管理、分析及挖掘等方式，从各种各样类型的海量数据中，快速获得价值信息，是进一步实现机器学习和深度学习等人工智能算法的前提和关键。

然而，在物联网时代，电力行业的数据层面临着以下问题与挑战：

数据质量问题

实现大数据分析和 AI 应用，高质量的数据必不可少。数据的全面采集和感知，是实现电力人工智能应用的基础。

但目前有些现场设备受限于传输规约与通讯质量等原因，经常存在数据缺失、状态不准确、时间戳丢失或不统一等问题，数据质量难以得到保障。

数据实时性的需求

边缘设备和 AI 应用相结合形成边缘智能，可以进行实时、短周期数据的处理与分析，更好地支撑本地业务的实时智能化决策与执行。

这种场景下，需要对流数据进行实时分析，边缘侧收到数据实时处理形成智能决策下发；而不是传统的方式——边缘侧收到数据先存储在关系型数据库，从数据库拉取数据做分析再形成决策。这种方式将丧失边缘智能的实时性。

数据规模增长带来的问题

对于电力人工智能来说，数据量越大、数据质量越好，模型精度更高，对企业带来的价值也越大。

当前趋势下，不论是发输配还是新能源等领域，都有越来越多的智能设备和传感器，数据的采集频率也在上升，数据规模会倍增。这对构建智能应用的底层数据架构提出了更高的要求，需要有更好的扩展性和稳定性。

数据信息孤岛

当前企业现场存在多套智能应用系统，应用独立构建，彼此之间无法有效数据共享和互通。基于这样的场景进行数据挖掘以及构建人工智能应用，需要对接多个系统。

然而，各系统之间数据库不同、数据标签不统一、时间不匹配，需要耗费大量人力及开发成本。

针对电力行业人工智能发展所面临的数据挑战，EMQ 通过一系列产品组合，可以实现云边端统一实时数据的「连接、移动、存储、处理与分析」，既能为大数据分析提供良好的数据基础，也能快速构建上层智能应用。

通过数据流和应用层解耦，将原来围绕场景构建应用的范式转变为围绕数据构建场景，实现从数据产生到数据变现的闭环，缩短数据变现的周期，降低数据变现成本。

驱动场景应用智能升级

解决了数据层的难题，电力行业的各类场景中就可在海量数据的支持下利用人工智能技术实现更加智能化的应用。以新能源集控场景为例：

自「双碳」战略目标提出以来，可再生新能源的利用成为重点。但其地理位置分散，分布区域广，地处偏僻运行环境恶劣，为精细化规范管理带来了很大难度。

新能源集控系统应运而生。通过对风电、光伏等新能源子站通过统一的监控、诊断和运维管理，将运行生产数据实时传送至新能源智能管控平台进行集中处理，实现无人值班、少人值守的管理模式。

通过 EMQ 物联网数据基础设施软件，可以构建具有以下特点的新能源集控系统：

边缘实时数据采集与分析

场站侧可通过边缘工业协议网管软件 Neuron 实现多厂家、多类型设备的数据统一实时采集，再利用轻量边缘流式处理引擎 eKuiper 提供场站侧的数据采集、过滤、补全、时间窗口计算等能力，提升数据质量；

海量数据并发接入

集控侧可通过云原生分布式 MQTT 消息服务器 EMQ X 统一接入高频采集的海量数据，每秒百万级消息并发，在网络质量差、传输带宽受限的情况下保证数据实时、完整及安全传输；

数据隔离穿透

EMQ X 支持扩展协议接入，通过 UDP 穿过隔离网闸，实现电力系统生产大区与管理大区之间的数据实时传递；

多端数据同步及存储

各大区之间部署多套 EMQ X 消息中间件，可实现数据的实时同步和本地存储，同时支撑生产区、管理区、场站等各区域的智能应用系统。数据同步过程支持纵向加密和传输压缩，保证安全性，节省传输带宽。

该方案具有以下优势：

通过 Neuron + eKuiper + EMQ X 的组合应用，实现了包括物联网协议、工业协议以及电力行业协议的海量设备数据的并发接入，在场站端实现了多厂家各类设备数据格式的标准化、统一化，为构筑电力人工智能应用提供了高质量的数据支撑；
整个架构支持全链路端到端的数据双向移动与分发，通过 eKuiper 在场站端进行超低延迟的流式数据处理与分析，调用 AI 服务，并通过 Neuron 向设备推送指令，形成整个边缘智能的链路闭环，实现边缘决策和业务洞察；
EMQ X 支持可弹性扩展的集群模式，随着业务增长可以不停机拓展集群规模，单个集群可以处理百万 TPS 的消息并发，在新能源场站数据量倍增的情形下，数据架构层具备良好的可扩展性和稳定性。

企业的数字化转型，本质上是数据采集范围的拓展和数据利用程度的加深。

基于 EMQ 物联网数据基础设施软件构建的新能源集控系统，通过场站与集控中心统一的实时数据「连接、移动、存储、处理与分析」，获取海量数据支撑，结合大数据及人工智能应用，即可指导发电优化控制策略，减少损失电量，提高新能源电厂的发电效率，实现新能源智能化运营管理，助力发电企业数字化转型。