技术赋能,AI重塑电力供应链

随着智能时代的到来,人工智能越来越多的参与到我们的生活中来,AlphaGo围棋机器人、Google自动驾驶汽车、AI手机的出现都让人印象深刻,今年3月,AI更是首次出现在中国政府报告中。

但是,你真的了解AI吗?

简单来说,人工智能就是通过机器实现人的头脑思维,使其具备感知、决策与行动力。

根据其应用场景可以分为机器视觉、语音及自然语言处理和辅助决策等,机器学习或神经网络算法是贯穿这些应用的重要组成部分。

机器视觉是指用机器代替人眼来做测量和判断,需要利用图像采集装置采集图像信息,再将这些信息交由专门的图像处理设备和算法对其进行处理,进而得到相应的采集、测量结果或判断,其应用场景非常广泛,包括无人驾驶、自动光学检查、文字识别、疾病图像诊断、人脸识别等。

语音及自然语言处理是指利用算法对采集到的语音或者文字进行处理,翻译或以自然语言回应输入的信息,其应用包括:人工智能助手、聊天机器人、机器翻译助手、写稿机器人等。

辅助决策是指利用算法对数据进行处理并发现数据中的规律以提供决策依据,或使用算法基于现有情况对未来做出预测等,其应用包括:模式发现(发现现有数据中存在的某种规律)、专家系统(利用经验辅助决策)等。

那么,如果电力物资供应链撞上人工智能,

又会擦出什么样的火花?

机器视觉—将电力仓库“改头换面”

机器视觉是电力仓库智慧化转型的重要推进剂。

●仓储作业方面,融合机器视觉技术的仓储机器人(AGV、精定位行车、拣选机械手、盘点机器人等)可以准确地识别物资、找寻路径、定位设施,实现装卸、搬运、盘点等作业的无人化。

●安全管理方面,通过摄像头对入库车辆车牌号进行智能识别,通过验证的车辆才能放行;利用视频识别技术,可实现对未佩戴安全帽、未在指定安全区域活动等库内不合规行为的检测、识别、预警,保障人员作业安全;通过视频识别,可以检测出存储摆放不正确的物资,如物资摆放压线、放错货位等,提高仓储作业的规范性;利用人脸识别技术可实现对仓库进出人员的管控,避免物资冒领风险。

语音及自然语言处理—使业务人员更为轻松

在电力供应链中更侧重于文本信息的处理,可以将人力从专业知识水平要求较低的重复性文件阅读审查工作中解放出来,提高工作效率。

辅助评标:借助供应商投标响应文件(结构化的价格和商务投标响应数据,非结构化的技术方案等)以及专家评分结果,模拟专家评分规律,反复训练、验证、优化模型,最终得出投标文件内容关键点、详评要素和最终得分之间的关系模型,实现自动标记不满足招标要求的响应文件以及关键评分要素。

设备控制:依托语音控制软件,识别和理解仓管员的口述命令,并将其转化为系统操作指令,进而调动库内自动化设备完成仓储任务,降低了对仓管员系统操作水平的要求,大大提升了工作效率。

在线服务:通过构建覆盖物资供应全业务的综合数据库和知识库,开发出面向供应商、项目单位和业务部门的、支持语音识别的在线问题智能回复专家系统,提升优质服务能力。

辅助决策—让物资管理更为科学

辅助决策的目的是充分挖掘出电力供应链各项业务活动产生的庞大数据中的深层价值,用数据指导业务,提高物资管理水平。

●配农网物资需求预测:构建协议库存需求预测模型,通过机器学习,从海量的历史出库/领料数据中梳理出物资需求与投资额、项目及工程类型之间的关联关系,提高需求预测的精准性。

●库存管理:通过机器学习,系统分析历史领料出库物资数据,并结合外部影响因素和项目实际情况,动态预测未来物资需求,在此基础上综合考虑仓库库容、补货周期、供应商执行能力等多个因素,智能测算库存定额,在保障供应的同时优化库存结构,降低库存积压风险。

从长远来看,AI技术在电力供应链中的应用大有可为。随着技术的成熟和业务信息的累积,视觉识别、自然语言处理、机器学习等都会变的更加“智能”,充分显现出先行学习对后继学习的影响,降低AI技术后续推广实施的难度,全面提升电力供应链智慧化水平。

电网智库,电网智慧供应链伙伴

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181029G0LG1000?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券