GridLoop 配网异常闭环层

Pitch 70 · Vendor-Neutral Distribution Exception Closure

全球不缺发电,真正卡住 AI、EV 和光伏的是配电最后一公里。

GridLoop 是配网运营的异常闭环层:把 ADMS、OMS、DERMS、SCADA、AMI、GIS、EAM、无人机、机器人、植被/山火和现场证据,转成有 owner、有 SLA、有证据、有复盘、有 ROI 的已关闭异常。

01 · Problem

配网有很多系统,但没有足够快的 exception-to-close。

配网公司已经有 ADMS、OMS、SCADA、AMI、GIS、EAM、DERMS、无人机巡检、植被平台和现场班组系统。可是一旦出现电压越限、配变过载、树障、热缺陷、馈线跳闸、DER 约束或风暴损伤,运营团队仍要跨系统追上下文、派人、复核、写报告。

调度 / 可靠性

需要更快定位故障原因和影响客户,而不是在 ADMS、OMS、AMI 和电话记录之间拼线索。

资产 / 运检

无人机和热像发现很多缺陷,但哪些要今天处理、是否已修复、是否复发,常常难以闭环。

规划 / DER

EV、光伏和储能让馈线容量变成动态问题,传统年度规划无法处理每天出现的约束异常。

监管 / 财务

SAIDI/SAIFI、植被山火、风暴恢复和投资证明都需要证据链,而不是事故后手工复盘。

02 · Why We Solve It

电网建设要 5-15 年,配网异常今天就要关闭。

AI 数据中心、EV 充电、分布式光伏、储能和极端天气都在同一张配网末端叠加。硬件扩容必须做,但周期长、供应紧。GridLoop 的切口是让现有配网少停电、少出车、多承载,并把每次处置变成可学习数据。

可靠性是 KPI

停电分钟、重复故障、最差馈线和客户投诉会进入监管、绩效和投资论证。

容量是瓶颈

变压器短缺、EV 峰值和分布式光伏反向潮流让配变/馈线容量每天被重新测试。

现场是成本

无效巡线、重复出车、人工读图和风暴后低效定位,是 utility 能直接核算的现金成本。

证据是护城河

每次缺陷、派工、复扫、恢复和误报,都能训练下一轮配网机器人和边缘 AI。

03 · Why Now

老配网、DER、EV、山火和风暴正在同一时间撞上运营系统。

这不是未来十年的抽象趋势。2025-2027 的政策、投资和可靠性压力已经把配网从“输电末端”推成能源转型主战场:发电能建,负荷能来,但配网能不能看见、解释和关闭异常,决定接入速度和服务质量。

92% ASCE 报告指出,美国电力服务中断绝大多数来自配电系统故障,配电是可靠性主现场。
11h EIA 报告美国用户 2024 年平均停电接近 11 小时,重大天气事件贡献了多数停电时长。
RMB 321.8B 中国 2025 年 110kV 及以下配网投资约 3218 亿元,占全国电网投资过半。
28M 中国 2025-2027 年充电设施目标达到 2800 万台以上,配网承载力和灵活性成为刚需。

04 · Insight

配网 AI 的核心数据不是告警,而是告警如何被关闭。

电压、电流、热像、无人机照片和工单都能采集。真正稀缺的是闭环标签:哪个告警是树障、哪个是接头过热、哪个是配变过载、哪个是客户侧问题、哪个是 DER 约束、谁处理、多久恢复、是否复发。

Exception Graph

把馈线、开关、配变、客户、DER、天气、巡检缺陷和工单结果连成异常图谱。

Evidence Before Control

先做只读接入、人工审批、证据包和工作流,不碰保护逻辑和真实电网控制。

Closure Is Training

每次误报、漏报、复扫失败和人工 verdict 都回流成 LeRobot/CloudTwin 数据。

05 · Solution

GridLoop 是配网运营的 vendor-neutral exception closure layer。

它不替代 Schneider、Siemens、GE Vernova、Oracle、AspenTech/OSI、Hitachi、Itron、Landis+Gyr、Uplight/AutoGrid、AiDash、Neara、LineVision、Gridware 或巡检 AI。它把这些系统产生的异常变成可分派、可复核、可审计、可学习的关闭结果。

  • Normalize:把 ADMS/OMS/AMI/GIS/EAM/DERMS/无人机/传感器事件标准化成 exception。
  • Deduplicate:按拓扑、客户、资产、时间窗、天气和巡检证据合并重复告警。
  • Assign:生成 owner、SLA、建议证据、工单更新和人工审批路径。
  • Verify:用遥测恢复、AMI 电压、热像复扫、现场照片、工单验收和客户投诉回落关闭。
  • Learn:度量 time-to-close、reopen、false positive、root cause 和 recurring issue。
配网异常闭环平台,配电线路、变压器、无人机、巡检机器人、热缺陷、植被风险、EV 充电负荷和工单复核证据

06 · Product

第一版只关一类高频异常,不做全电网主站。

最好的试点不是“全量数字孪生”,而是 5-20 条馈线或 500-5000 个资产上的一个高价值闭环:热缺陷、植被/山火、低电压、配变过载、DER/EV hosting 或风暴损伤。

Detect

AMI、OMS、SCADA、无人机、热像、传感器和客户投诉进入同一个异常池。

Explain

拓扑、天气、负荷、DER、设备年龄、历史工单和现场证据组合成 root-cause hypothesis。

Dispatch

按 CMI、风险、班组位置、天气窗口、备件和 SLA 推荐最优工单。

Verify

复扫图像、温度回落、遥测恢复、客户投诉下降和人工验收形成 closure packet。

Improve

重新打开、误报、漏报和重复根因进入模型与流程迭代。

07 · Market

中国做源网荷储协同下的配网闭环,海外做可靠性、山火和 DER 瓶颈。

GridLoop 的买方不是单一部门。中国是省市电网、供电局、数字化子公司、设计院、园区能源、充电运营和 VPP 生态;海外是 DSO/utility 的 reliability、asset、vegetation、storm、DER planning 和 field operations。

低电压 / 95598

客户投诉、AMI 电压、台区拓扑和历史工单合并,减少重复投诉和无效出车。

配变 / 馈线容量

EV、光伏、储能和热模型共同预测过载,支撑扩容、调度或需求响应建议。

巡检缺陷

无人机/机器人热像、可见光和声学异常转成 EAM 工单和复扫关闭条件。

植被 / 山火

卫星、巡检影像、气象、线路走廊和工单状态形成风险闭环和审计证据。

DER 约束

hosting capacity、反向潮流、灵活接入和 VPP 事件需要跨 DERMS/ADMS 的闭环。

风暴恢复

OMS、客户来电、无人机照片和 crews 进展合成恢复优先级和事后报告。

08 · Business Model

按模块和已验证运营收益收费,不按“AI 平台”收费。

GridLoop 的商业包装应面向预算 owner:outage intelligence、vegetation/wildfire、transformer/feeder capacity、inspection AI closure、storm restoration、regulatory reporting。每个模块都要能给出直接现金收益或可靠性指标。

90 天试点

5-20 条馈线或 500-5000 个资产;中国 10-50 万元,海外 5-15 万美元起。

年度订阅

中国县/市局 30-200 万元/年,省级 rollout 200-1000 万元+;海外 7.5-150 万美元/年。

边缘 / 现场包

站房、弱网馈线、巡检车和机器人网关按点位或设备收取硬件与运维费用。

成功费

对少出车、少巡检、减少重复故障、延期扩容和报告工时节省收 5%-10% 封顶分成。

09 · ROI

90 天试点必须证明少出车、更快定位和证据完整。

可靠性改善有社会价值,但第一张订单要先用 utility 能审计的硬指标:truck roll、巡检成本、time-to-locate、风暴加班、重复缺陷、延期扩容、报告工时和 CMI/SAIDI/SAIFI 变化。

数据就绪

试点馈线 GIS、OMS、AMI、SCADA、EAM 资产/客户匹配率超过 95%。

定位效率

疑似故障位置在传感/AMI 密度允许时缩到 100-300m,原因定位时间下降 30%-50%。

出车 / 巡检

试点馈线诊断出车下降 10%-20%,巡检每英里/每结构成本下降 30%+。

容量 / DER

7 天配变峰值预测 MAPE 10%-15%,DER/EV interconnection 预筛从周级缩到天级。

10 · Go To Market

先成为已有系统旁边最轻的闭环层,再进入核心流程。

不要正面挑战主站和调度系统。先读不控,先从巡检缺陷、AMI power-quality、DER 约束跟进、GIS/ADMS 模型修正或植被/山火审计切入,再把状态写回系统记录。

中国路径

通过设计院、系统集成商、巡检/监测 OEM、国网/南网生态和园区能源项目进入。

海外路径

从 wildfire/vegetation、storm restoration、worst-feeder reliability 或 EV load growth 团队进入。

只读原则

只读接入 ADMS/OMS/SCADA/AMI,所有工单和模拟操作都需要人工审批。

扩张路径

试点馈线 -> 最差馈线组合 -> 多模块 -> 可靠性/投资证明 enterprise platform。

11 · Competition

巨头拥有控制和记录系统,GridLoop 占据跨系统闭环。

GridLoop 不说 autonomous grid、single pane of glass、ADMS replacement、DERMS replacement、digital twin 或 inspection AI。更可信的话是:vendor-neutral exception closure for distribution operations。

ADMS / OMS / SCADA

Schneider、Siemens、GE Vernova、Oracle、AspenTech/OSI、Hitachi 强在主站和控制。

AMI / DERMS

Itron、Landis+Gyr、Uplight/AutoGrid、Smarter Grid Solutions 强在计量、DER 和灵活性。

巡检 / 感知

AiDash、Neara、LineVision、Gridware、Buzz、eSmart、Noteworthy 强在检测和数据采集。

GridLoop

把跨系统异常归并、派发、证据、写回、reopen 和 root cause 度量成闭环。

12 · Moat

每关闭一个异常,系统就更懂这张配网。

护城河不是一个热像模型,而是 feeder/customer/asset/crew/work-order/evidence/result 的长期闭环图谱。它会告诉客户:哪些异常值得出车,哪些需要无人机,哪些是客户侧问题,哪些要扩容,哪些是系统模型错了。

Topology-Aware Graph

馈线、配变、开关、客户、DER、EV、植被、缺陷和投诉形成动态异常图谱。

Closure Labels

每次派工、误报、修复、复扫、恢复和验收都成为模型可学习标签。

Workflow Embedding

接入 ADMS/OMS/EAM/GIS/班组流程后,替换成本来自日常运营和审计记录。

Edge Evidence

弱网现场也能用 Qualcomm edge 生成本地证据、模型版本和审计链。

13 · Architecture

边缘看现场,平台关案件,人工批准关键动作。

GridLoop 的架构要让评委看到工程边界:OT 只读、安全隔离、边缘 AI、本地缓存、证据哈希、云训练、模型回滚和人工审批。

  • Data:ADMS/OMS/SCADA/AMI/GIS/EAM/DERMS/天气/巡检影像/边缘传感只读接入。
  • Edge:站房、巡检车、机器人或弱网馈线用 Qualcomm edge 做视觉/热像/声学/遥测预处理。
  • Case Engine:异常标准化、拓扑合并、owner/SLA、工单写回、证据要求和 reopen 跟踪。
  • CloudTwin:LeRobotDataset、HIL 标注、AI Hub/QNN profile、异常库回放和模型评估。
配网异常闭环平台架构,边缘巡检、拓扑关联、工单证据和云训练

14 · Competition Demo

比赛 Demo 是 24V 低压 HIL 馈线,不是自动恢复真实电网。

用 OpenDSS/GridLAB-D 数字馈线驱动一个 24V 桌面可视馈线:源端、馈线 A/B/C、常开联络、EV 负荷、光伏/储能模拟、可调负载、热缺陷道具、低压继电器和机器人/gantry 巡检。

Trigger

EV inrush 或热接头道具触发电压跌落、过流、模拟跳闸和 lost load。

Inspect

LeRobot 控制的 gantry/rover 读取 AprilTag,采集可见光和热像。

Infer

QNN/ONNX 节点输出热异常/无物理危险/证据缺口,安全节点检查状态。

Approve

人类操作员批准后才闭合低压模拟继电器;过温、机器人未清场或遥测过期会阻断。

Close

负荷恢复、遥测正常、事件日志、证据包和 LeRobotDataset episode 导出。

15 · Why Qualcomm

配网异常闭环需要靠近资产的边缘 AI,而不是只靠云端看板。

站房、巡检车、无人机、机器人、弱网片区和应急现场都需要本地推理、传感融合、低功耗计算、安全身份和长期供货。Qualcomm 能把机器人比赛 demo 拉成面向能源韧性和城市基础设施的参考架构。

Edge Inference

热缺陷、植被分割、表计识别、声学异常和多模态融合适合在现场先筛选。

ROS 2 + Robotics

RB3/RB5/Dragonwing 路线可以连接 ROS 2、相机、IMU、热像和外设。

AI Hub / QNN

模型编译、profile、QNN context 和 ONNX Runtime QNN EP 可以成为参赛性能证据。

China + Global

中国做本地部署和源网荷储协同,海外做老化配网、山火植被和 DER/EV 约束。

16 · Ask

我们要把 GridLoop 做成配网异常闭环的 Qualcomm 参考样机。

这不是要求 Qualcomm 背书电网控制安全,而是用低压 HIL demo 证明:边缘 AI、机器人巡检、LeRobot 数据和异常闭环可以服务高价值能源基础设施场景。

开发板与调优

获得 Qualcomm 机器人/IoT 开发板、AI Hub/QNN 优化路径和 profiling 支持。

场景反馈

连接园区能源、充电运营、配网运检或无人机巡检伙伴,拿到真实流程反馈。

安全评审

明确低压 HIL、只读接入、人工审批、不接管 SCADA/保护系统的边界。

生态发布

把 LeRobot + Qualcomm edge + 配网异常闭环包装成开发者案例。

17 · Claims / Sources

页面主张限定为闭环工作流和低压演示。

GridLoop 不主张真实电网故障自动处置、保护控制、带电作业安全认证、NERC/CIP 合规、UL/IEC/NFPA 认证或上线前 NPU 实时性能。比赛演示只做 24V 低压 HIL 和人审模拟继电器闭环。