基于大数据与人工智能的光伏储能系统智能运维研究

doi:10.19799/j.cnki.2095-4239.2025.0715

储能科学与技术 ›› 2025, Vol. 14 ›› Issue (9): 3414-3416.doi: 10.19799/j.cnki.2095-4239.2025.0715

• 储能系统与工程 • 上一篇

基于大数据与人工智能的光伏储能系统智能运维研究

杨优军¹^,²(), 马建¹, 孙杰¹

^1.贵州乌江水电开发有限责任公司洪家渡发电厂，贵州乌江 551501
^2.清华大学水利水电工程学院，北京 100010

收稿日期:2025-08-06 修回日期:2025-08-30 出版日期:2025-09-28 发布日期:2025-09-05
通讯作者: 杨优军 E-mail:xunahxzcoxjhsdwt@163.com
作者简介:杨优军（1981—）男，本科，高级工程师，研究方向：动力工程。E-mail： xunahxzcoxjhsdwt@163.com。
基金资助:
2020年乌江水电开发有限责任公司科技项目(CHDKJ20-01-26)

Research on intelligent operation and maintenance of photovoltaic energy storage systems based on big data and artificial intelligence

Youjun YANG¹^,²(), Jian MA¹, Jie SUN¹

^1.Hongjiadu Power Plant of Guizhou Wujiang Hydropower Development Co. , Ltd. , Wujiang 551501, Guizhou, China
^2.Water Resources and Hydrology Department of Institute of Hydraulic Engineering, Tsinghua University, Beijing 100010, China

Received:2025-08-06 Revised:2025-08-30 Online:2025-09-28 Published:2025-09-05
Contact: Youjun YANG E-mail:xunahxzcoxjhsdwt@163.com

摘要/Abstract

摘要：

随着全球能源结构加速向可再生能源转型，光伏储能系统作为清洁能源的关键载体，其高效稳定运行至关重要。本文聚焦光伏储能系统智能运维，深入探讨其重要性、技术支撑与优化策略。本研究成果为推动光伏储能系统的规模化应用与可持续发展提供了理论依据与实践指导，助力能源行业实现绿色低碳转型目标。

关键词: 光伏储能系统, 智能运维, 大数据, 人工智能

Abstract:

With the accelerated transformation of the global energy structure towards renewable energy, the efficient and stable operation of photovoltaic energy storage systems, as a key carrier of clean energy, is of vital importance. This article focuses on the intelligent operation and maintenance of photovoltaic energy storage systems, and delves deeply into its significance, technical support, and optimization strategies. This research achievement provides theoretical basis and practical guidance for promoting the large-scale application and sustainable development of photovoltaic energy storage systems, and helps the energy industry achieve the goal of green and low-carbon transformation.

Key words: photovoltaic energy storage system, intelligent operation and maintenance, big data, artificial intelligence

中图分类号:

TP 18

杨优军, 马建, 孙杰. 基于大数据与人工智能的光伏储能系统智能运维研究[J]. 储能科学与技术, 2025, 14(9): 3414-3416.

Youjun YANG, Jian MA, Jie SUN. Research on intelligent operation and maintenance of photovoltaic energy storage systems based on big data and artificial intelligence[J]. Energy Storage Science and Technology, 2025, 14(9): 3414-3416.

[1]	姚远. 微电网中光伏发电控制系统设计与实现[D]. 成都: 电子科技大学, 2021.
	YAO Y. Design and implementation of photovoltaic power generation control system in microgrid [D]. Chengdu: University of Electronic Science and Technology of China, 2021.
[2]	吴鸣, 熊雄, 季宇, 等. 微网群技术综述[J]. 储能科学与技术, 2019, 8(4): 621-628.
	WU M, XIONG X, JI Y, et al. Overview on multi-microgrid technologies [J]. Energy Storage Science and Technology, 2019, 8(4): 621-628.
[3]	覃瑜传. 低压微电网群远程运维系统设计及实现[J]. 电气应用, 2019, 38(10): 90-94.
	QIN Y C. Design and implementation of remote operation and maintenance system for low voltage microgrid group[J]. Electrotechnical Application, 2019, 38(10): 90-94.

[1]	魏路, 冷至益, 叶佳, 徐玉杰, 陈海生. 人工智能在飞轮储能中的应用[J]. 储能科学与技术, 2025, 14(8): 3019-3027.
[2]	黄国平, 区伟潮, 廖峰, 王跃强. 考虑储能系统不确定性的电网风险分析与鲁棒优化[J]. 储能科学与技术, 2025, 14(6): 2473-2475.
[3]	鄢冰, 许浒, 李震领. 大数据支持下的储能系统智能运维模式研究[J]. 储能科学与技术, 2025, 14(5): 2010-2012.
[4]	韩松. 基于大数据和人工智能的储能系统故障预测与诊断方法研究[J]. 储能科学与技术, 2025, 14(5): 2114-2116.
[5]	崔嫱. 基于大数据技术的新能源产业技术动态升级研究[J]. 储能科学与技术, 2025, 14(4): 1551-1553.
[6]	李石明. 人工智能在储能系统故障检测中的应用[J]. 储能科学与技术, 2025, 14(4): 1698-1700.
[7]	高宇辰, 李蔚林, 陈翔, 袁誉杭, 牛艺琳, 张强. DeepSeek在储能研究中的应用前景展望[J]. 储能科学与技术, 2025, 14(2): 467-478.
[8]	黄家辉, 邝祝芳. 人工智能与储能技术融合的前沿发展[J]. 储能科学与技术, 2024, 13(9): 3161-3181.
[9]	袁誉杭, 高宇辰, 张俊东, 高岩斌, 王超珑, 陈翔, 张强. 大语言模型在储能研究中的应用[J]. 储能科学与技术, 2024, 13(9): 2907-2919.
[10]	刘子玉, 姜泽坤, 邱伟, 徐泉, 牛迎春, 徐春明, 周天航. 人工智能在长时液流电池储能中的应用：性能优化和大模型[J]. 储能科学与技术, 2024, 13(9): 2871-2883.
[11]	许晶, 王宇琦, 符晓, 杨其凡, 连景臣, 王力奇, 肖睿娟. 基于大数据的电池新材料设计[J]. 储能科学与技术, 2024, 13(9): 2920-2932.
[12]	焦君宇, 张全權, 陈宁波, 王冀钰, 芦秋迪, 丁浩浩, 彭鹏, 宋孝河, 张帆, 郑家新. 电池大数据智能分析平台的研发与应用[J]. 储能科学与技术, 2024, 13(9): 3198-3213.
[13]	方晖. 网络分析模式下低温锂电池储能系统功能安全保障策略[J]. 储能科学与技术, 2024, 13(7): 2447-2449.
[14]	史玲华, 吴松丽. 大数据型热储存系统的能量存储安全性[J]. 储能科学与技术, 2024, 13(5): 1603-1605.
[15]	吴思远, 李泓. 发展基于“语义检测”的低参数量、多模态预训练电池通用人工智能模型[J]. 储能科学与技术, 2024, 13(4): 1216-1224.

基于大数据与人工智能的光伏储能系统智能运维研究

Research on intelligent operation and maintenance of photovoltaic energy storage systems based on big data and artificial intelligence

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 3

相关文章 15

编辑推荐

Metrics

本文评价