来源：中国能源网

1月30—31日，中关村论坛系列活动——AI+能源发展大会在北京中关村会议中心举行，300多位政府部门代表、能源领域院士专家及产业链企业同仁齐聚一堂，共探AI与能源产业融合发展新路径。国电投中央研究院电气部门副主任张蔚琦围绕《AI在电力领域的企业实践》主题发表主旨分享。张蔚琦立足国家电投多年研发积累与实践经验，聚焦储能安全核心痛点，提出“以数据驱动+机理支撑+大模型智能，构建储能全生命周期智能安全体系”的核心观点，详细拆解AI在储能安全领域的落地路径与实践成果，为新型电力系统建设注入新思路。

打开网易新闻 查看精彩图片

张蔚琦首先梳理了AI在电力行业的应用全景，指出AI技术已广泛贯穿发电侧、输电侧、配变电侧、用电侧及管理决策全环节，为后续聚焦储能安全场景奠定基础。

结合行业发展态势，张蔚琦给出首个关键判断：双碳目标推动下，新型电力系统对储能需求急剧增长，但行业快速发展背后痛点突出。他用具体数据佐证行业发展势头——2024年我国电化学储能总装机容量达37.13GW，2025年同比增长超150%；同时精准拆解五大核心痛点：一是技术路线多元化，锂离子、钠离子、液流电池、固态电池等多种技术路线并进，材料体系复杂；二是故障机理不透明，电池老化、热失控演化路径不明，预防难度大；三是电站状态黑箱化，运行数据利用率低，影响决策与收益；四是运行流程碎片化，运维依赖厂家、标准不统一；五是安全事故时有发生，风险难以前置管控。这些痛点，成为制约储能行业高质量安全发展的关键瓶颈。

针对这些痛点，张蔚琦强调，破解之道在于打通数据孤岛、构建全要素数据库，通过AI实现运维智能化预判与寿命优化。他同时介绍，国家电投从2024年起连续出台储能安全相关政策，明确要求存量及新建储能电站建立独立安全监控信息平台，将年度安全运行报告纳入考核，为AI+储能安全实践提供了清晰的制度保障与路径指引。

基于行业痛点与集团政策要求，张蔚琦提出，AI赋能储能安全，需聚焦核心场景、坚守明确技术路线。他介绍，国家电投系统梳理储能电站安全管理业务，形成四大类20个细分场景，通过S-E-T-F四象限打分模型（战略重要性、经济效益、技术成熟度、实施可行性）筛选，最终聚焦两大核心场景——安全风险评估与故障诊断和智慧运维。“我们的总体技术路线，是构建能感知、会诊断、可预警、善决策的智能安全体系，核心是数据驱动、机理支撑、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。

她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，国家电投已通过“数据驱动+机理支撑+大模型智能”的核心理念，构建起覆盖储能电池厂站全生命周期的AI+安全智能管理体系，实现了技术研发到规模化应用的跨越。未来，将重点推动储能本体系统标准化、评估规范化，拓展AI在源网荷储安全领域的应用场景，同时积极探索AI技术在电力之外工业领域的迁移，为构建更安全、高效、智能的新型电力系统贡献力量。