探索AI應(yīng)用行業(yè)共識(shí) 《基于AI對(duì)風(fēng)電機(jī)組葉片損傷預(yù)測(cè)應(yīng)用研究》項(xiàng)目啟動(dòng)
3月25日下午，可再生能源專家技術(shù)委員會(huì)在北京召開《基于AI對(duì)風(fēng)電機(jī)組葉片損傷預(yù)測(cè)應(yīng)用研究》項(xiàng)目啟動(dòng)會(huì)。該項(xiàng)目由協(xié)合新能源、中車啟航、科大訊飛專家聯(lián)合召集，是技術(shù)委員會(huì)首個(gè)聚焦“人工智能工具深度應(yīng)用”，探索行業(yè)定制數(shù)據(jù)模型與普適方法的研究項(xiàng)目。會(huì)議由協(xié)合新能源技術(shù)中心承辦，70余位行業(yè)專家通過線上線下形式參與。
聚焦行業(yè)痛點(diǎn)：AI賦能葉片預(yù)測(cè)的迫切需求
協(xié)合新能源總裁助理、技術(shù)中心主任賀廣零在致辭中表示，協(xié)合當(dāng)前持有500萬千瓦新能源資產(chǎn)，運(yùn)維容量超3000萬千瓦，對(duì)葉片損傷影響機(jī)組高效安全運(yùn)行的問題有深刻體會(huì)——葉片問題導(dǎo)致的運(yùn)維損失占比超50%，且葉片缺陷及損傷演化具有隱蔽性、滯后性，傳統(tǒng)巡檢手段難以及時(shí)監(jiān)測(cè)更無法預(yù)測(cè)。他指出，該項(xiàng)目緊扣行業(yè)痛點(diǎn)與發(fā)展需求，同時(shí)也是協(xié)合“AI+”系列研究課題之一，目標(biāo)是摸索出一條“AI賦能風(fēng)電葉片精準(zhǔn)預(yù)測(cè)和主動(dòng)防護(hù)”的創(chuàng)新路徑，形成可復(fù)制、可推廣、可落地的行業(yè)技術(shù)解決方案，為能源產(chǎn)業(yè)技術(shù)升級(jí)提供實(shí)踐參考。
中車啟航風(fēng)電研發(fā)中心副主任王磊介紹，作為中車集團(tuán)一級(jí)子公司，中車啟航兼具集團(tuán)前瞻性技術(shù)研究平臺(tái)公司屬性與整機(jī)廠商視角，針對(duì)葉片風(fēng)險(xiǎn)對(duì)機(jī)組安全性、發(fā)電能力的影響有清晰認(rèn)知。“當(dāng)前葉片檢查的數(shù)據(jù)可靠性、格式一致性、判定依據(jù)尚未形成廣譜化、標(biāo)準(zhǔn)化流程，這是行業(yè)共性問題。”他表示，啟航技術(shù)團(tuán)隊(duì)對(duì)AI+技術(shù)研究與應(yīng)用落地有著強(qiáng)烈的動(dòng)力，未來將在故障數(shù)據(jù)庫搭建、AI預(yù)測(cè)模型開發(fā)和訓(xùn)練，模型落地驗(yàn)證等環(huán)節(jié)扎實(shí)開展工作，切實(shí)提升設(shè)備的可靠性。
科大訊飛工業(yè)智能業(yè)務(wù)部電力業(yè)務(wù)線總經(jīng)理李心提到，科大訊飛從語音業(yè)務(wù)向人工智能領(lǐng)域拓展，已承擔(dān)多個(gè)國家人工智能重點(diǎn)實(shí)驗(yàn)室建設(shè);感謝技術(shù)委員會(huì)提供的合作平臺(tái)，能夠與開發(fā)商、設(shè)備廠聯(lián)合牽頭解決行業(yè)前沿共性問題，他指出，“利用AI+進(jìn)行葉片預(yù)測(cè)診斷，是AI與風(fēng)電跨界應(yīng)用的典型場(chǎng)景，也是智能經(jīng)濟(jì)新形態(tài)的重要實(shí)踐”。2026年已進(jìn)入“真智能體元年”，隨著運(yùn)維成本降低、效率提升及無人化智能場(chǎng)站發(fā)展方向推進(jìn)，AI+與智能經(jīng)濟(jì)新形態(tài)將成為產(chǎn)業(yè)必然訴求，并發(fā)揮關(guān)鍵作用。
項(xiàng)目研究路徑：分階段構(gòu)建理論與模型體系
協(xié)合新能源技術(shù)中心副主任梁會(huì)森介紹了該項(xiàng)目的立項(xiàng)背景與研究計(jì)劃。該項(xiàng)目主要研究內(nèi)容是建立從葉片損傷機(jī)理到算法應(yīng)用再到模型構(gòu)建的完整理論框架。該項(xiàng)目同時(shí)作為IEA中國工作組研究項(xiàng)目，將分為三個(gè)階段，第一階段預(yù)計(jì)為期一年，重點(diǎn)開展數(shù)據(jù)采集與算法研究，建立標(biāo)準(zhǔn)化數(shù)據(jù)庫與量化表征參數(shù)，設(shè)計(jì)相關(guān)模型并完成初步訓(xùn)練。工作組將下設(shè)數(shù)據(jù)組、算法組、驗(yàn)證組等專項(xiàng)小組，協(xié)同推進(jìn)研究。
技術(shù)分享與研討：多維度探索解決方案
鑒衡認(rèn)證中心范海光以《大型風(fēng)電葉片損傷失效案例》為題，分析了項(xiàng)目建設(shè)及運(yùn)維中常見的葉片損傷與失效類型、表征及根因，并提出重點(diǎn)關(guān)注建議;
中車啟航王萱在《基于AI的葉片故障預(yù)警研究：機(jī)器思考》中提出，除傳統(tǒng)診斷外，AI技術(shù)可更有效實(shí)現(xiàn)葉片健康狀態(tài)感知、故障預(yù)警及損傷量化;
科大訊飛李上燦分享了《基于聲紋感知與時(shí)序大模型的風(fēng)電機(jī)組葉片損傷預(yù)測(cè)技術(shù)研究》成果，指出聲紋葉片監(jiān)測(cè)具有監(jiān)聽距離大、直接感知聲學(xué)異常特征等優(yōu)勢(shì)，能解決“拾音難、識(shí)音難、樣本少”等傳統(tǒng)難題;
陜西中科啟航程慶陽匯報(bào)了《機(jī)器視覺與機(jī)器人技術(shù)在葉片解決方案中的應(yīng)用》，展示機(jī)器視覺在凈空監(jiān)測(cè)、機(jī)器人離線檢測(cè)中的成熟應(yīng)用案例;
科大訊飛李心博士作《大模型技術(shù)發(fā)展趨勢(shì)及熱點(diǎn)》報(bào)告，系統(tǒng)梳理人工智能發(fā)展階段、技術(shù)路徑及大模型底層邏輯，強(qiáng)調(diào)“風(fēng)能產(chǎn)業(yè)需融合傳統(tǒng)物理模型與項(xiàng)目數(shù)據(jù)驅(qū)動(dòng)，推動(dòng)預(yù)訓(xùn)練模型技術(shù)落地”。
下一步計(jì)劃：工作組組建
技術(shù)討論環(huán)節(jié)由鑒衡認(rèn)證中心蔡繼峰主持，與會(huì)專家圍繞“數(shù)據(jù)獲取、知識(shí)產(chǎn)權(quán)分享與公開、AI訓(xùn)練模式”等關(guān)鍵問題展開深入交流。根據(jù)研究計(jì)劃，項(xiàng)目將成立工作組群，并于近期啟動(dòng)后續(xù)工作，歡迎行業(yè)專家加入共同推進(jìn)。