課題組運用大數據建立一套風光功率預測與智慧運維大數據平臺，可以集成風光電場發電數據監測、分析和處理，采用先進的算法與數據分析技術，更好地提升能源利用效率。“這套運維大數據平臺，可以對實際電場各類數據進行風光功率預測、智能運維和儲能調控等，比如平臺可以將氣象數據結合在一起，實時監控并處理參數的偏差。”研二學生劉雨杭解釋。

于立軍教授團隊已開發出一套風光發電狀態感知與智能決策設備原型機，建成基礎研究實驗室。“通過AI技術與傳統運維的深度融合創新，我們可以推動風光發電行業發展邁入新階段。”博士研究生劉莘軼表示，在科技迅猛發展的當下，大模型技術正以其通用性、泛化能力強、高性能等特點，引領人工智能發展新熱潮，也為傳統發電行業發展帶來新變革、新機遇。

如何利用高精度感光傳感系統實現更精準的太陽能光伏發電?研二學生徐帥解釋說：“通常使用光電傳感器來感知光照強度。這些傳感器監測不同角度的光照強度，并將數據反饋給控制系統，以調整光伏板的角度，使其始終對準太陽，以最大化光伏板接收的太陽輻射，從而提高發電效率。”

無論是風電還是光伏，發電場的安全永遠是第一位的。“現在我們可以利用在線智能檢測系統，通過無人機來監測光伏和風力發電機等設備情況，超高清千里眼保障發電場的安全。”研一學生甄正介紹，這樣的檢測設備將涵蓋太陽能光伏發電、風力發電、儲能等技術。

于立軍教授表示，在科技不斷更新的時代，產業數智化是必由之路，對于傳統發電場也是如此，AI等技術的充分運用，既能讓數據更精準，生產更高效，也能保障工作人員的安全。未來，這套系統可實現設備感知與自動化運維，出現問題能夠第一時間預警，既保障了生產安全，也實現了設備運維的降本增效。

在采訪中，記者了解到，今年，課題組跨越千里，歷經六站，開展調研西部地區能源轉型和高質量發展現狀，了解現有傳統能源調整策略和新興能源領域技術發展情況。課題組方面表示，能源結構轉型將對西部地區高質量發展起到重要的推動作用，以能源互聯網為依托、以新型電力系統為核心，實現能源與信息的深度融合，將推動能源產業向更高效、更低碳的方向發展，為實現可持續發展目標注入新的活力。(完)