北极星储能网讯：2025年11月12日，国家数据局发布《光储充一体化综合能源系统高质量数据集》及《国家级光伏储能产品及系统实证实验高质量数据集》，两个案例均来自国家电力投资集团有限公司。原文如下：
高质量数据集典型案例 | 国家级光伏储能产品及系统实证实验高质量数据集
推荐单位：国家电力投资集团有限公司申报单位：国家电投集团青海光伏产业创新中心有限公司、青海黄河上游水电开发有限责任公司、大庆黄和光储实证研究有限公司、国家电投集团四川电力有限公司光伏分公司一、背景在“双碳”目标与新型电力系统建设的背景下，光伏储能产业数智化转型亟须从核心部件到电站系统的全链条高质量数据支撑。国家电投集团依托全球领先的实证实验矩阵，以高频采集、多维度、全链条覆盖为核心优势，积累逾十年连续运行数据，形成七大类覆盖全国多个典型气候区的产品与系统实证数据集，建立先进的数据治理体系与共享机制，支撑政策制定、引领行业标准、推动技术革新，夯实AI数据基础，全面提升产业竞争力。
国家级光伏储能实证实验数据集
二、方案和成效一是构建贯通典型气候区数据供给平台，夯实高质量数据基座。覆盖高寒、高纬度、高海拔等3种典型气候类型，纵向贯穿10年光伏技术迭代历程，横向覆盖组件、支架、逆变器、储能电池全链条共计600多种典型设计方案，积累了250TB高质量数据集，有效解决光储行业实证实验数据稀缺难题。二是采集全品类产品数据，丰富多维度数据体系。数据集涵盖近10年国内外光储产业全部产品类型和主流厂家，支撑HJT组件技术优化提升产品稳定性，指导支架厂家优化跟踪角度和策略，助力逆变器设计优化改善散热性能，逆向指导全产业链在材料研发、效率提升、关键器件国产化方面实现突破。三是建设数据全流程智能管控系统，提升数据质量与效率。研发国际领先的实时在线测试分析系统及智能数据判定修复算法，构建“采集→判定→计算→清洗→归集”全链路端到端数据治理体系，显著提升了数据质量和处理效率，数据有效率大于96%。四是建立“政-企-研-产”协同数据共享机制，推动数据高效共享应用。通过定期报送成果、发布实证蓝皮书、举办行业发布会等形式，精准支撑产业政策制定、行业标准编制、产品技术迭代、产业链上下游协同创新，为推动我国新能源高质量发展提供“数据生产力”。三、创新点一是数据贯通与实证驱动协同应用深化。贯通共和、大庆、甘孜实证基地数据资源，开展多场景产品与系统技术对比实验，推进数据统一管理与协同调度，促进数据资源高效整合与价值释放。二是共享机制建设保障数据供需对接。构建定期数据发布会、专题共享会等多渠道沟通机制，精准匹配数据供需，以常态化沟通促进数据资源高效流转，实现共享机制长效运行，保障数据供需精准对接与价值高效利用。三是治理体系构建确保数据权威科学。构建权威数据治理体系，由专业机构承担数据建设、运维及分析全流程工作，设立权威专家学术委员会提供技术审查与咨询支持，综合保障数据全生命周期管理专业性，实现数据权威性、科学性与公正性。
高质量数据集典型案例 | 光储充一体化综合能源系统高质量数据集
推荐单位：国家电力投资集团有限公司申报单位：国家电投集团综合智慧能源科技有限公司、中国科学院深圳先进技术研究院一、背景解决新能源并网中光伏发电的随机性、波动性和间歇性问题，项目基于国家发展改革委《关于推进电力源网荷储一体化和多能互补发展的指导意见》，针对电网调峰困难、能源管理效率低等挑战，于2022年启动实施。通过人工智能与数字化技术，实现源网荷储协同优化，提升能源利用效率、降低运营成本，并确保电网安全稳定。
光储充一体化综合能源系统高质量数据集架构图
二、方案和成效一是建立多源异构数据采集体系。建立“端-边-云”三级数据架构，解决分布式光伏、储能、充电桩等设备的数据孤岛问题，实时采集电流、电压、温度、光照强度等超200维度的运行数据；通过API网关整合外部数据，建立跨域时空对齐特征矩阵，为预测模型提供多源输入。目前，天枢云智慧物联平台支持单服务器同时处理30个电力节点的10万余设备并行接入，日处理数据量超35TB。二是实现动态质量治理提升运维成效。从完整性、有效性、及时性、在线性四方面建立数据质量校验规则，数据可用率提升至98%；并开发基于知识图谱引擎，融合设备本体关系与历史运维日志，构建包含超100万三元组的故障诊断知识库，显著提升运维精准度。三是开发AI驱动的数据建模与优化技术。基于天枢平台调用光储充一体化综合能源高质量数据集，融合多源特征和气象特征与光功率概率密度函数的映射关系，开发光功率概率密度预测模型，实现光伏发电92%的预测准确率，显著优于行业平均水平。同时，构建了多目标协同优化引擎，实现综合能源效率提升10%。四是建设产学研协同生态。与中国科学院深圳先进院合作推动核心算法迭代，主导/参与制定国家标准1项，团体标准2项；联合培养交叉学科技术人才10余人，为行业持续输送专业力量。三、创新点一是实现多源异构数据融合与智能治理。构建智能化数据治理机制，基于D-GNN融合多源数据形成百万级动态知识库，智能治理提升数据可用率至98%，使故障诊断准确率达95%，大幅降低维护成本。二是实现动态预测与高精度时空关联。依托“端-边-云”三级体系整合超200维度实时与外部数据，通过CNN-Transformer实现动态特征提取与概率密度演化，预测模型突破静态局限，光功率预测准确率超92%，支撑高精度时空关联。三是实现协同闭环与数据价值共享。联合中国科学院深圳先进院建立产学研协同的数据闭环模式，通过标准化接口实现多时间尺度数据共享，创新数据贡献分红机制，将数据价值动态绑定经济效益，促进生态持续发展。
发表评论