课题组运用大数据建立一套风光功率预测与智慧运维大数据平台，可以集成风光电场发电数据监测、分析和处理，采用先进的算法与数据分析技术，更好地提升能源利用效率。“这套运维大数据平台，可以对实际电场各类数据进行风光功率预测、智能运维和储能调控等，比如平台可以将气象数据结合在一起，实时监控并处理参数的偏差。”研二学生刘雨杭解释。
于立军教授团队已开发出一套风光发电状态感知与智能决策设备原型机，建成基础研究实验室。“通过AI技术与传统运维的深度融合创新，我们可以推动风光发电行业发展迈入新阶段。”博士研究生刘莘轶表示，在科技迅猛发展的当下，大模型技术正以其通用性、泛化能力强、高性能等特点，引领人工智能发展新热潮，也为传统发电行业发展带来新变革、新机遇。
如何利用高精度感光传感系统实现更精准的太阳能光伏发电?研二学生徐帅解释说：“通常使用光电传感器来感知光照强度。这些传感器监测不同角度的光照强度，并将数据反馈给控制系统，以调整光伏板的角度，使其始终对准太阳，以最大化光伏板接收的太阳辐射，从而提高发电效率。”
无论是风电还是光伏，发电场的安全永远是第一位的。“现在我们可以利用在线智能检测系统，通过无人机来监测光伏和风力发电机等设备情况，超高清千里眼保障发电场的安全。”研一学生甄正介绍，这样的检测设备将涵盖太阳能光伏发电、风力发电、储能等技术。
于立军教授表示，在科技不断更新的时代，产业数智化是必由之路，对于传统发电场也是如此，AI等技术的充分运用，既能让数据更精准，生产更高效，也能保障工作人员的安全。未来，这套系统可实现设备感知与自动化运维，出现问题能够第一时间预警，既保障了生产安全，也实现了设备运维的降本增效。
在采访中，记者了解到，今年，课题组跨越千里，历经六站，开展调研西部地区能源转型和高质量发展现状，了解现有传统能源调整策略和新兴能源领域技术发展情况。课题组方面表示，能源结构转型将对西部地区高质量发展起到重要的推动作用，以能源互联网为依托、以新型电力系统为核心，实现能源与信息的深度融合，将推动能源产业向更高效、更低碳的方向发展，为实现可持续发展目标注入新的活力。(完)
