智能安全帽、电力工作记录仪赋能智能电网数智化转型
电力系统是由发电厂、输变电线路、供配电所和用电等环节组成的电能生产与消费系统。功能是将一次能源通过发电动力装置转化成电能，再经输电、变电和配电将电能供应到各用户。为实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。
万物智联AIoT+5G智能感知图传，一切尽在合肥优视大型可视指挥调度平台VMS/smarteye 。
电力施工作业现场可视化安全综合管控平台项目解决方案，https://www.besovideo.com/detail?t=1&i=50
安全生产可视化远程监理在大型厂矿（发电厂、钢厂、石油石化炼化、化工园区等有危险工种岗位等工矿企业）中的应用，各类防爆安全帽、工作记录仪等，图传加数传，危险气体采集，工人心率等体征信息采集，与工单等信息结合，统一后台汇聚。
https://www.besovideo.com/detail?t=1&i=29
智慧工地-远程可视监管，劳务用工实名制，工作票绑定，定位安全帽~人员定位-考勤、精细化管理 系统应用方案，https://www.besovideo.com/detail?t=1&i=28
执法记录仪、一体化布控球等目前支持的AI智能算法、视频智能分析算法有哪些，https://www.besovideo.com/detail?t=1&i=297
智慧工地-智能AI算法的实现机制，https://www.besovideo.com/detail?t=1&i=129
在碳达峰、碳中和双碳背景下，电力行业是碳减排的关键，电力数字化是推动双碳目标如期实现的重要一环。正面临前所未有的变化，这种变化来自三个方面：
-
以风、光、氢能等为代表的，不稳定可再生能源发电占比大幅度提高；
-
电力市场化取代统购统销；
-
以微电网为代表的，分布式电力系统改变原有电力系统结构；
传统电力产业“发-输-变- 配-用”各节点彼此孤立，难以协同，导致电力生产效率低，难以产生高经济效益。5G、AI、大数据、IoT、AR等数字化技术与日常生产、经营、管理等各环节融合，不仅能有效助力电力企业减少各生产环节的冗余性，构建安全可控、绿色低碳、高效敏捷的综合性能源基础设施，最终实现绿色能源运用；同时也成为能源生产结构、存储形式、分享机制及消费模式变化背景下的破局之道。
电力行业具有技术难度大、生命周期长、系统装备复杂、安全性要求高等特点。电力企业数字化起步较早，集团企业现已构建完备的数字底座，向生产、运营、服务等场景化应用拓展，旨在推动电力企业由单一的电力供给向综合能源供给转化，并创新电力生产、供给、销售模式，掌握市场“主导权”。地方型电力企业转型步伐不一，其建设重点一方面是加大在数字化平台/中台领域的投入，借助数字技术与统一的数据平台，推动能源流、信息流和数据流高效融合，加速内外部全链条业务整合及流程再造的管理创新改革；另一方面是坚持转型的基本框架与关键方法，有序推进数字化全面展开，促进跨层级、跨系统、跨部门、跨业务的高效协作，实现资源的优化配置。
互联网概念的提出和落地，不是简单的用数据通信网取代语音通信网，而是生产生活方式的巨大变革，这种变革反过来又推动了互联网底层技术的快速发展。新型电力系统也并非简单技术的替换，而是电力、能源行业生产关系的巨大变革。站在这个视角，电力数字化正在出现六方面的趋势。
1、数字泛在化
2、硬件软件化
3、软件硬件化
4、系统平台化&云化
最后5公里的海量数据，虽然一部分高实时性数据需要本地计算和控制输出，但是更大量的数据本地无法处理，需要汇集到云端进行存储、处理和发放，并训练出更高级的AI，实现配电系统的真正智能化：即插即用、泛在感知、动态适应、无人驾驶。
同时也需要实现管理价值的实现，比如营配调贯通，电力市场交互等。
这就是系统平台和云化的意义。
5、数据资产化
数据资产化已经逐渐成为企业重要战略资源。结合电力企业情况，数据资产可以从内部数据资产、外部数据资产、运营数据资产、客户数据资产以及知识产权数据资产五个方面入手，开展数据资产的积累工作。数据资产的管理职能包括数据战略、数据治理、数据运营、数据流通、组织保障、技术支撑六个模块。
数据资产的变现有两条路径：“对外”和“对内”。
-
对外变现：即让企业的数据资产在外部实现商业化使用，如利用数据资产融资、开展数据资产的直接交易等，在产业上下游、金融机构乃至政府方面实现经济价值和效益。
-
对内“变现：即利用数据资产在企业内部运营管理上实现价值创造。
6、场景碎片化
与传统电力系统的数字化价值——集中式管理价值不一样，最后5公里和最后1公里的数字化价值是非常分散，非常个性化的。
这也是集中管理模式、标准的产品形态无法适应的原因。
比如电力开关，开关本身功能是高度标准化的，但是开关在不同的场合，不同的用户，不同的电流状态下的运行方式和管理方式是千变万化的。
就像一辆车，车本身的硬件功能是标准的，比如三电系统，驾驶室等。但是一辆车在道路上行驶，面临的道路情况是千变万化的，这也是为什么无人驾驶做到L5是如此之难的原因：算法无法穷尽，本地很难自学习。
当然需求是层次化的，就像驾驶智能化有L1~L5，电力数字化也可以分L1~L5。
目前大家关注的微电网控制，我认为是L3以上的需求，但是一个电网基础的数字化是L0需求，你无法在一个连基础量测都没有的配电网里，去马上实现什么自动负荷控制、微电网控制。
你在市面上买到的99%的车，都安装了几十、上百个基本的传感器，也就是实现了L0，这是智能驾驶的前提。而在一个用户配电网中，传感器数量甚至比一辆车都少，所以先实现L0再说。
L0和L1的场景本身就已经碎片化了，这些碎片化的需求，需要通过组合的解决方案去实现，尤其是存量的配电系统。
7、数智服务化
最后5公里的价值体现，对电力用户来说是碎片化的需求，也是一种企业级服务。
企业级服务必然是一种整体服务解决方案的产品销售，数据的价值需要在这种整体服务中去体现。
比如你安装了一块电表或者智能断路器，它发现了一个可能的故障，谁来确定故障？谁来消除故障？这个故障的消除是否改变电网的拓扑和潮流？谁来维护变更记录？
这是设备管理中最基础的一些问题，解决这些问题需要形成完整的解决方案，包含数据、包含传感器、包含线上线下的服务，更需要持续的运营服务。
这是一种思维模式的转换，即从项目思维转换为持续服务思维。
而目前大多数的所谓数字化，还是一种“只对验收负责”的项目思维，并不关注负荷、配电系统运行、市场价格、用电成本、安全管理、生命周期碳排放这些持续运营的需求。
所以数据、智能的价值，是要通过可持续的服务解决方案实现的，这个实现过程本身是技术创新，同时又很大程度上支配了前面六个趋势的技术创新。
电力数字化和数智化，看似简单，实则巨难。正因为难，所以才有创新价值。