自学内容网 自学内容网

和鲸科技受邀出席 2024(第四届)“风电领跑者”技术创新论坛

2025 年 1 月 9 日,由中国风电新闻网、每日风电、风电智库主办的 2024(第四届)“风电领跑者”技术创新论坛在北京成功举行。本届论坛以“以新提质、以质创新”为主题,聚焦机组大型化技术趋势下的风电产品和解决方案创新实践和风险防范,分享探索技术“无人区”经验,助力风电产品高质量迭代升级。和鲸科技客户成功总监郑凯少受邀出席,并做题为《AI 在风电领域落地的四要素:数据、人才、模型、场景》的主题分享。

郑凯少指出,AI 在风电领域的主要应用场景借助数字化与 AI 能力进行整体的精细化运营,是影响整个行业持续发展的关键因素。目前,AI 在风电领域比较普遍应用的主要有两类场景。

  • 风电场功率预测:风电作为可再生新能源,风能的预估对风电场发电功率影响重大。风电场功率预测一般可分为超短期、短期、中期、长期预测。不同阶段的风能预测结果对风电场的运营和运维影响显著。

  • 风电机组状态监测与故障诊断:如今每台风机每年运维成本高达百万级,风电场风机数量众多,若能实时检测风电机组关键部件,提前排查故障隐患,可进一步降低运维成本。

如何利用 AI 算法优化供应链峰值管理、调整劳动力结构,已成为提升风电场运营效率的关键。

随后,郑凯少分享了企业在 AI 落地风电领域所遇到的挑战及实践案例。他指出,企业落地 AI 需解决核心问题,实现模型驱动的集团能力升级。首要挑战在于数据孤岛,新能源、风能及大工业领域虽不缺数据,但缺乏可被模型批量获取的高质量数据。其次是相关人才缺乏,不仅需要懂 AI 算法的人员,也需要一线技术人员配合。最后,能源行业传统底色浓厚,旧有数据审批流程繁琐,难以适配模型实时、持续的数据读取、推理及决策需求,现有流程系统与基础设施对 AI 模型全生命周期支撑乏力,企业直面信息化、数字化、智能化 “三级跳” 挑战,亟需系统规划、统筹推进。

聚焦如何务实落地 AI,郑凯少分享了和鲸科技与国内某知名风电场运营商深度合作经验。他表示,秉持 PMF 方法论精髓,精准锚定 MVP 场景,是 AI 落地的关键。在冷启动阶段选择风机运维场景,用小模型跑通数据流和业务流,解决了数据接入平台、数据模型决策业务流程、算法与领域专家协同的基础价值闭环。跑通 MVP 场景后,可将冷启动阶段成果做成内部文化建设,如举办企业数据分析训练营、开展企业数据竞赛等,调动人才,聚合成果,获得更多支持,进而扩大 AI 应用,为平台争取更多 AI 基建资源,沉淀 AI 能力,形成内部模型资产和知识资产。

分享最后,郑凯少表示,企业需要建立起创新流程与创新文化,确保数据流动、人才调动和模型孵化的土壤得以形成。和鲸期望以风电运维场景中 AI 实施流程为范例,为业界在将现有数字化系统与 AI 模型融入未来大模型发展趋势上,提供一些有益的参考。

在当今世界,随着环境问题的日益突出和可持续发展的迫切需求,新能源技术正逐渐成为推动社会进步的重要力量。而与此同时,AI 的迅猛发展,为我们提供了新的视角和解决方案。和鲸科技将持续沉淀 AI 核心能力,帮助更多数智企业构筑其模型资产,打造知识资产 “护城河”,推动更多数智企业转型升级。

若您想获取分享完整材料,可前往和鲸官网联系我们


原文地址:https://blog.csdn.net/ModelWhale/article/details/145206201

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!