在北海的海上钻井平台是对技术最具挑战性的环境之一,欧洲电网运营商 TenneT 选择信任 Nokia,由其提供可靠的光纤网络来连接该地区的海上风电场,这是其提升可再生能源容量计划的一部分。
TenneT 将自己描述为首个跨境输电系统运营商 (TSO),负责在荷兰和德国大部分地区设计、建造、维护和运营超过 25,000 公里的高压电网,通过与邻国的 17 个互联系统促进欧洲能源市场的发展。
该公司的既定目标是全年 365 天、每天 24 小时提供安全可靠的电力供应,同时推动能源转型,追求更可持续、可靠和经济的能源未来。公司声称是国内和国际陆上及海上电网最大的投资者之一,为超过 4300 万人提供电力服务。
TenneT 认为,其在能源传输方面的"开创性"模式将把海上风能输送到陆地,带来"可观"的可再生能源容量,为欧洲 2050 年气候中和目标做出贡献。
TenneT 已委托三个联合体 - Petrofac 和 Hitachi Energy 联合体、GE Vernova-Seatrium 联合体以及 GE Vernova-McDermott 联合体 - 交付 2GW 海上变流器平台和陆上电网站。
该计划是欧洲能源转型的关键组成部分,这些平台将为陆地带来大量来自海上风电场的可再生能源,为欧洲 2050 年气候中和目标做出贡献。该项目也被认为代表了能源传输的开创性模式,旨在创建一个更高效、标准化的海上风能输送方式。
为促进运营改善,Nokia 的 1830 PSS DWDM 解决方案将作为荷兰北海八个新建 2 千兆瓦 (2GW) 平台的关键光纤网络基础设施,为陆地输送急需的可再生能源。该平台将用于建立一个弹性的、面向未来的光纤网络,将海上站点连接到能源运营商的陆上电信基础设施。这个网络旨在使 TenneT 能够监控和管理远程平台,确保持续可靠的能源传输。
作为部署的一部分,Nokia 还将提供先进的放大和转发器技术,以支持长距离传输,单跨无中继传输可达 400 公里。该解决方案包括扩展范围放大系统,即使在充满挑战的海上环境中也能保持可靠的光传输。
此外,支持服务将着眼于提供全面的设计、测试和运营维护,确保网络在建设和长期运营的每个阶段都符合 TenneT 的弹性和性能标准。
光纤网络解决方案的实施将于 2025 年初开始,与 2GW 平台的初始建设阶段保持一致。这次部署将允许通信系统的早期集成和测试,支持 TenneT 在 2029 年前实现第一个 2GW 平台的全面运营就绪。
TenneT 海上大型项目总监 Marco Kuijpers 表示:"随着我们扩展海上能源基础设施,连通性变得比以往任何时候都更加重要。Nokia 提供的标准化、任务关键型光纤网络在实现我们 2GW 平台的无缝运营和管理方面发挥着核心作用,使我们能够进行远程操作。通过这样的合作,Nokia 正在帮助我们实现更加独立的能源供应,并推进在 COP28 气候会谈期间设定的全球可再生能源部署三倍增长的目标。"
Nokia 光网络业务高级副总裁兼总经理 James Watt 补充道:"我们知道'没有数字化就没有绿色'。这个项目展示了这一原则的实际应用。通过提供满足海上环境独特需求的标准化、高性能光网络技术,[我们]正在支持 TenneT 为荷兰和欧洲数百万家庭提供可靠的绿色能源。"
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。