8月28日，國家數(shù)據(jù)局在2025中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(數(shù)博會)上發(fā)布首批《高質量數(shù)據(jù)集典型案例》。國家電投集團“國家級光伏儲能實證實驗數(shù)據(jù)集”“光儲充一體化綜合能源系統(tǒng)高質量數(shù)據(jù)集”和“光伏逆變器健康診斷數(shù)據(jù)集建設與應用”等3項成果經(jīng)多輪評審最終成功入選。
數(shù)據(jù)作為新型生產(chǎn)要素，已成為推動能源產(chǎn)業(yè)轉型升級、加速構建以新能源為主體的新型電力系統(tǒng)的關鍵支撐。國家電投集團作為全球最大清潔能源企業(yè)，在該領域具備海量數(shù)據(jù)資源和豐富應用場景，擁有一批世界級的光伏發(fā)電大基地，構建了全球規(guī)模最大、覆蓋氣候類型最全的光伏、儲能戶外實證研究體系和國家級數(shù)據(jù)基礎設施，建立了全國首個全譜系、細粒度、覆蓋全國范圍的綜合能源數(shù)智平臺——天樞一號，為破解行業(yè)數(shù)據(jù)難題提供了系統(tǒng)性解決方案。
3項成果入選《高質量數(shù)據(jù)集典型案例》，標志著國家電投集團在激活數(shù)據(jù)要素潛能、深化“人工智能+能源”融合發(fā)展領域邁出關鍵一步。
國家級光伏儲能實證實驗數(shù)據(jù)集
案例單位：國家電投集團能研院、國家電投集團黃河公司、國家電投集團四川公司
當前，在光伏、儲能產(chǎn)業(yè)從“規(guī)模擴張”向“價值引領”轉變過程中，行業(yè)長期面臨著實證實驗數(shù)據(jù)稀缺、數(shù)據(jù)標準不統(tǒng)一等痛點問題。針對這一問題，國家電投集團構建了覆蓋青海共和高海拔寒溫帶、黑龍江大慶高緯度寒溫帶、四川甘孜超高海拔、河南平頂山暖溫帶等國內典型場景下實證實驗矩陣，在線布置了2500臺(套)高精度數(shù)據(jù)采集裝置，以秒級高頻采集、多維度、全鏈條覆蓋為核心優(yōu)勢，形成了組件、支架、逆變器、儲能電池4類產(chǎn)品實證數(shù)據(jù)集，光伏系統(tǒng)與光儲系統(tǒng)2類實驗數(shù)據(jù)集，以及1項實測氣象資源數(shù)據(jù)集，總規(guī)模達251TB，積累了十余年連續(xù)運行數(shù)據(jù)，構建起貫通多氣候類型的光儲實證數(shù)據(jù)體系。
該案例及其背后的數(shù)據(jù)支撐體系，不僅打破了光儲高質量數(shù)據(jù)稀缺的瓶頸，更通過“政—企—研—產(chǎn)”協(xié)同的數(shù)據(jù)共享機制，推動數(shù)據(jù)精準賦能政府決策、標準制定與技術迭代，也為該領域人工智能模型開發(fā)提供了高質量訓練基礎，對構建新型電力系統(tǒng)和提升我國在全球光伏領域的技術主導權具有重要的戰(zhàn)略意義。
光儲充一體化綜合能源系統(tǒng)高質量數(shù)據(jù)集
案例單位：國家電投集團電投綜能(智慧能源)
為破解新能源并網(wǎng)中光伏發(fā)電隨機性、波動性、間歇性難題，以及電網(wǎng)調峰難、能源管理效率低等痛點，國家電投集團構建光儲充一體化綜合能源管理系統(tǒng)，建成總規(guī)模達12.97TB的《光儲充一體化綜合能源系統(tǒng)高質量數(shù)據(jù)集》，涵蓋分布式光伏設備參數(shù)及出力、儲能系統(tǒng)狀態(tài)監(jiān)測、充電樁負荷交互、設備資料圖紙、運維工單等多類數(shù)據(jù)，為系統(tǒng)智能運維與精準調控筑牢數(shù)據(jù)基礎。
基于此數(shù)據(jù)集的應用，實現(xiàn)了分布式光伏發(fā)電預測準確度超92%，運維狀態(tài)估計準確率達95%以上，綜合能源效率提升10%以上，顯著增強了“源-網(wǎng)-荷-儲”協(xié)同水平和能源利用效率、降低運營成本，并進一步確保了電網(wǎng)安全穩(wěn)定。
光伏逆變器健康診斷數(shù)據(jù)集建設與應用
案例單位：國家電投集團國核電力院
傳統(tǒng)的光伏逆變器故障診斷方法依賴人工巡檢和經(jīng)驗判斷，存在效率低、響應慢、精確度不高等問題。國家電投集團構建了一套覆蓋全面、質量可靠、具有高度代表性的光伏逆變器健康診斷數(shù)據(jù)集，通過廣泛采集逆變器的多維度實時運行數(shù)據(jù)、設備信息及環(huán)境數(shù)據(jù)，對海量原始數(shù)據(jù)進行專業(yè)清洗、預處理與標準化，組建專家團隊對數(shù)據(jù)進行精細化的故障類型標注，把處理后的數(shù)據(jù)構建成結構化的訓練集、驗證集與測試集，最終利用深度學習算法開發(fā)了智能診斷模型，部署于電站監(jiān)控系統(tǒng)中，實現(xiàn)了對逆變器故障的精準診斷和預測性維護，有效提升了光伏電站的運維效率與發(fā)電穩(wěn)定性。
數(shù)據(jù)集應用后縮短了逆變器故障修復時間，有效減少了停機造成的發(fā)電量損失。同時，智能診斷替代了大量人工巡檢，使運維成本降低了10%，顯著增強了電站的整體運營效益和盈利能力。(楊明瀚 鄧薇 趙志淵 侯付彬)
評論