人工智能标准化白皮书(2021版)

党中央、国务院高度重视新一代人工智能发展。习近平总书记指出:“人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的‘头雁’效应”。“加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手”。为应对新冠肺炎疫情的冲击,党中央国务院将新型基础设施建设上升为国家战略,其中重要的一项就是人工智能。国务院发布实施了《新一代人工智能发展规划》等文件,以新一代人工智能技术的产业化和集成应用为重点,以加快人工智能与实体经济融合为主线,着力推动人工智能技术、产业全面健康发展。 在政产学研用各方共同努力下,我国人工智能产业发展的成果显著。一是创新能力不断增强,图像识别、智能语音等技术达到全球领先水平,人工智能论文和专利数量居全球前列。二是产业规模持续增长,京津冀、长三角、珠三角等地形成了完备的人工智能产业链。三是融合应用不断深入,智能制造、智慧交通、智慧医疗等新业态、新模式不断涌现,对行业发展的赋能作用进一步凸显。 我国人工智能产业发展取得显著成绩的同时,面临着不少困难和挑战,比如底层技术存在较大欠缺、能够实现商业价值的应用较少、与实体经济的融合存在较高门槛等。《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》指出要“强化标准引领,提升产业基础能力和产业链现代化水平”。人工智能产业的发展离不开标准的引领,扎实做好人工智能标准化工作,对突破核心技术、加快应用落地、完善产业生态具有重要意义。

  • 2021-07-26
  • 阅读374
  • 下载0
  • 62页
  • docx

电力用户侧大数据分析与并行负荷预测

随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源,针对电力用户侧大数据的数据量大、种类繁多与速度快等特点,指出电力用户侧的 大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台,将智能电表、SCADA 系统和各种传感器中采集的数据整合,并利用并行化计算模型 MapReduce 与内存并行化计算框架Spark 对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法,将随机森林算法进行并行化,对历史负荷、温度、风速等数据进行并行化分析,缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于 Hadoop 的电力用户侧大数据并行负荷预测原型系统,包括数据集群的管理、数据管理、预测分类算法库等 功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验,实验结果表明,并行化随机森林算法的预测精度明显高于决策树的预测精度,且在不同数据集上预测精度普遍高于决策树的预测精度,能够较好的对大数据进行分析处理。

  • 2021-04-17
  • 阅读374
  • 下载0
  • 11页
  • pdf