理支撑、大模型智能三者结合。”张蔚琦强调。  为确保AI应用落地见效，张蔚琦介绍，国家电投明确了可量化、可考核的关键性能指标：电池状态评估(SOC、SOH及剩余寿命准确率不低于95%)、故障处理(诊断时间<2分钟、预警准确率>95%)、决策效率(大模型运维方案生成≤5分钟)等。  结合具体实践案例，张蔚琦进一步提出，AI已成为破解储能安全痛点的核心抓手，且已实现规模化落地。他介绍，国家电投团队自2022年起深耕储能安全监测领域，从离线安全评估算法起步，逐步构建国内首个安全监测预警平台，通过CNAS权威检测，并成立AI+储能安全特战队引入大模型技术，最终形成集监控、诊断、预警、管理于一体的电化学储能电站安全监测预警平台，目前已部署于云南国际平坡200MW/400MWh共享储能电站，进入实用化阶段。  “该平台的落地，实现了储能安全管理的六大根本性转变。”张蔚琦重点阐释，这六大转变分别是从事后补救到事前预警、从人工排查到风险全域可视、从模糊告警到精准定位、从理想工况到复杂现实场景适配、从数据表象到洞察安全本质、从孤立事故分析到系统性溯源沉淀，全方位提升储能电站安全水平与运营效率。  他进一步拆解平台核心功能与创新点：通过数字孪生技术，将物理电站1:1映射至虚拟空间，实现全站运行状态透明化；通过报警分级筛选，破解传统电站“报警风暴”难题，减轻运维负担；融合最小二乘法、卡尔曼滤波等智能算法，弥补传统BMS算法不足，精准解析电池状态；构建专家知识图谱+大模型智能诊断系统，吸收全球百余起储能事故案例，实现故障快速定位与归因，降低对运维人员经验依赖。  除平台应用外，张蔚琦还介绍了国家电投依托大模型研发的两大AI智能体，进一步丰富AI实践场景：AI赋能运维决策体，融合模糊推理与贝叶斯网络故障树模型，预测潜在高风险点，实现从被动检修到主动预防的升级；储能电站离线评估智能体，针对数据不全的新建或存量电站，可在几分钟内输出三大核心评估报告，提升评估效率与标准化水平。  谈及应用价值，张蔚琦表示，AI技术的落地的带来三重显著提升：一是为人员减负，自动生成评估报告，将专家从繁琐重复劳动中解放；二是实现电站透明化管理，通过日度、季度健康评分，减少非计划停电损失；三是构建集团级统一安全架构，平台已接入国家电投数据中台，实现集团内部储能电站全覆盖运维管理。  张蔚琦指出，国家电投已通
=*=*=*=*=*=
当前为第2/3页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页