
2026年是“十五五”开局之年,随着新型能源体系建设、可再生能源发展、统一电力市场建设等系列顶层规划相继落地,新能源已从传统辅助电源稳步迈向主体电源地位,新能源装机占比持续攀升,产业全面步入提质增效、数智升级、多能协同的全新发展阶段。面对高比例新能源并网、现货市场全面运行、场站运维成本高、就近消纳难度加大等行业共性挑战,人工智能、AI电力交易、构网支撑、零碳综合能源等新技术、新方案,正成为驱动新能源转型的核心支撑。
8月27日2026年双碳目标下新能源发电新技术应用研讨会在华北电力大学的指导下成功召开。本次研讨会以“智领未来·构建AI与新能源发电双向赋能新范式”为核心主线,围绕人工智能与新能源融合创新、新能源发电新技术、智能运维、多能互补、绿电直连、电力市场化交易等议题展开了深入且全面的研讨。

《控投入 增收益——新形势下新能源智慧厂站投资收益平衡路径探索》
郑 鑫 浙江大华技术股份有限公司发电行业线技术总监
各位领导、各位嘉宾,大家上午好!我是浙江大华电力行业郑鑫,今天给大家分享的课题叫作控投入增收益,一开始感觉这个课题有点不够科技感,我先从头给大家理一下为什么讲这个课题。
我先简单介绍一下浙江大华,我们浙江大华是一家以视频为核心,聚焦于视频感知、智能物联,还有AI算法领域从硬件的自主研发、软件平台,包括我们全域行业项目落地的企业。年产值已经超过300多亿,全球员工大概有2.4万人。
我说一下为什么刚才选了那么一个课题?我也是我们展会应该算是老面孔,以前经常都在讲技术的问题。今天组织咱们这个大会很大程度因为是研讨,我觉得研讨第一把行业现在遇到的困境先摆出来,尤其刚刚主任也提到,包括现在整个新能源电厂高的弃风弃光率,尤其是很多新能源企业的收益,在136号文政策的影响下较剧烈的收窄,我在这里展示的是公开的数据,也做了脱敏。
我们在近两个月的时间内,大概走访了30多家新能源企业,尤其是西北企业,真实情况跟很多业主聊其实还是比较严峻的,不知道在座的很多业主单位有没有这种感受?西北光伏现在局部地区上网电价是4分钱,以前我们可能考虑电量交易,比如3毛、2毛逐步往下降,结果一下子大家全是报4分,生怕发不出去,发不出去就有脱网的风险。因为都是4分钱,给谁发?基本上限电50%,只能发一半,所以跟很多业主方,因为我们是做整个智能化改造比较多的信息化企业,在聊的时候客户就说郑老师我连光伏板现在都懒得洗了,动不动劝我投几百万搞自动化,对于业主方整体投入和产出的考核是不是合理或者是不是值得?现在很多我们企业主都在做疑问。
我下面将从三个点阐述我今天整个演讲的主题。
我不知道这个标题是不是写得有点浅显?也是我们跟很多央国企总部的一些领导做交流之后,他上来就来了一句别扯没用的,能不能帮我省钱,能不能帮我降低运营成本。第二,怎么样帮我赚钱,我要收益。第三,我们在企业整体,尤其是央国企重任着整体国家创新的重任,你的产品以及业务模式有没有一些创新?下面我会从这三个点做汇报。
第一个点,降本。刚才也有很多同仁讲无人值守、智慧化场站,浙江大华在这块业务还是有一定深耕的基础。我在今年4月份的北京昌平展会上给大家分享了浙江大华在无人值守场站、智能化巡检、智能化运维重大的模式创新,今天我稍微再复述一下。传统的新能源电站做智能化改造的时候,在边侧往往它的建设相对而言还是比较烦琐和比较繁重的,尤其是后端智能加前端设备,尤其后端智能动不动投资都是百万级以上,可能很多新能源场站一年收益可能还没有一百万。
这两年新能源智慧电厂做下来,我们业主方的思路觉得越做反而越清晰,我到底需要什么样的智慧场站?看大量的批量招标到底招什么?我觉得无非几个点,一是升压站智能化巡视巡检,包括我的环境、消防等,这些已经是招标的范式。提到这一点,我们大华在4月份的时候做了一个很大的技术创新,将原先那套零散的后端硬件,包括边平台,包括算力算法,包括我的视频存储,我们做了高集中度的一体化整机开发,带来最大的好处是什么?我们在新能源场站整体后端运维投资投入方面可以减少60%。
整体一体化的运维包含哪几块?第一,我们采用通用服务器架构,在主板上面做了算力改造,能集成我们的算力算法,能够快速地实现我们现场刚才提到很多比如AI设备级的缺陷识别,包括人员行为初级管控。第二点,我们在后端存储方面,因为我们也是一家以视频为基础起家的企业,在视频存储、大容量存储,包括一些国产化的自主可控应用上面目前来说在行业内走到了前列。通过一体化集约化的建设,我觉得有可能是我们大华的一小步,但我觉得发现带动了行业的进步。可以这么说目前市面上80%主流智能化、无人化智慧场站的建设已经全部在站侧平台采用我们一体化建侧方案。
今天我给大家带来一个小小的惊喜,这个还是做了很大的勇气和突破,我觉得应该没有一个企业现在能在这种大型会议上直接把自己的底价展示出来。不是说我们几万块钱做智能化场站,是不是偷工减料或者效果是不是达标?今天我们在会场仅花了两个小时的时间搭建了智慧运检的模拟平台,各位待会儿有时间可以到展位上看一看。
我说一下为什么浙江大华做到极致成本的控制以及我们在智慧电厂实实在在的技术领先。
第一,得益于我们创始人和创始团队,领导始终坚持全域自主研发,从设备PC端,到算力芯片的封装,再到软件平台整体的硬件化改造,这个是我们浙江大华在三十年以来整体中国信息化道路上持之以恒坚持的事情。
第二,我们的经营理念,现在可能很多朋友也听过领跑汽车有一个很著名的口号,叫作好而不贵,坚持做好而不贵其实是我们企业的经营理念,尤其是在经济可能还有一定承压的情况下,我们也希望为整个新能源智慧场站做一定的贡献,加速我们整个新能源场站,尤其是全国8000座新能源场站整个智能化转型。半年的成果我觉得还是比较明显的,半年以来,包括以前做的新能源智慧场站都不算了,一体化的模式已经覆盖了全国大概有50多座电站,整体的收益还是很明显的,累计帮助投资方节约800多万资金的投入,以海南电站为例,单电站就可以节约16万元的后端建设成本,而且很重要的一个点,大家有没有想在2026年跟2025年对比整个智能化无人场站的项目?有没有发现明显减少?建设的量没有少,只是大量的建设项目已经转到极简期。我们可以讲浙江大华现在可以在后端做基础的安防,做基础的管控的整体基础建设上,向业主方增加几万块钱费用,即可以实现整体智能化的转型,刚才说帮助加速整个智能化场站的建设。我已经在今年4月份讲的提了,但是我觉得刚刚主任提的整个行业问题的时候我觉得还是有必要把它再讲一遍。
下一个环节,我们怎么帮助客户提收益这个事情做一个阐释。
为了方便大家理解,我先把我们的技术路线给大家稍微讲解一下。这是第二代,后面还有第三代,我们大华一直致力于整个视觉CV大模型的开发和自研,在上一个维度,包括第一代新能源一体机已经集成了第二代星汉大模型,它主要起什么作用?整个智能化AI这个项目大家建了很多,验收很难,为什么很难?你的准确率不够。AI识别场景跟以前比如公安或者非工业场景做对比要求还是完完全全不一样的,你不可能让我们大量的现场一线人员做反反复复误报确认,所以在第二代做的时候,我们已经引入像ViT、DETR等新型的技术架构,能够从视觉领域,ViT解决了平面空间的判定识别,可以将图片里面的元素进行综合判断,你是不是真实的火灾?或者楼下有农户做饭冒出来的烟,进一步减少误判。DETR在引入预测投跟匹配算法后还是很好地解决了纵向空间的问题,比如说有重叠,比如说有前后的阴影或者缺失,像这种识别不准的问题,之前在很多项目算法上面我们逐步验证了,尤其是泛化场景的精度基本上已经做到96%以上。
我讲一下今年一年以来做的第三代星汉大模型的技术演进,刚才各位也看到了提高算法的精度只是第一步,还有一个很大的问题点,我们生产场景太泛了,安全帽都是五花八门,包括可能现场识别的缺陷。举一个简单的例子,一会儿也会讲到风机叶片的判定,像这种泛化场景对于我们很多企业来说反而是它迫切需要解决或者在这个阶段要去解决的问题。
第三代星汉大模型引入了多模态大模型,结合智能体,逐步从看得懂到会思考,为什么叫会思考?我可能不知道某一个具体的类型缺陷,但是我可能从其他行业借鉴过,比如裂纹,我可能不知道风机叶片的裂纹,但是墙体的裂纹通过这种素材逐步提高它的泛化适应性。还有一个点是会执行,这个其实是我们在自然语言交互上的一个很大的进步,以前很多项目都是交互式,都是图形交互、人机图形交互,现在逐步往语言交互上转变。
我在这边给大家先提前预热,我们叫作第二代新能源智慧场站一体机,在这个里面直接集成了第三代的星汉大模型的能力。一是刚才提到大量的泛化,包括做不确定场景的安全管控,尤其是多目标组合研判,持续拉高你的准确率。另外,还有一个很重要的点,叫作少样本的训练,在后面的叶片监测里面会有一个重点提示。因为我在这个行业待了应该有十年了,感触很深,我们新能源,尤其电力行业相对而言还是比较封闭的,不会像网上比如很多的素材,大家都能在网上爬到。举一个例子,比如我有一个风机出现故障,很多客户说实话这种资料也不可能外流出去,这个在某一个程度上也阻碍了咱们某一个算法或者某一个场景的进化。第三代星汉大模型给了我们友好的解题思路。
我下面以叶片监测为例,为了把叶片监测做好,整个公司相当于重新开模,重新做高度的前端感知的定制化,保证我的所有前端感知能够匹配得上风机里面的抗震、耐低温,包括像场景的宽光照度的需求。因为我们大量以前的相机视频都是去地面,你要拍天空它的背景是很发虚的,这里面有大量的光学要求会在,这个其实也是为什么很大量的智能化的项目做到最后老是不了了之很大的因素。智能化的项目跟以前信息化的项目有一个很大的区别,智能化的项目更多类似于大工程类的项目,不光是我今天把服务器架好,我今天搞一点数据,明天就能分析出结果。有大量的工程细节需要我们很多业主方把控,包括我们集成商。
这个是我们实际在现场,我可以给大家看一下我们实际录的视频。我们其实也是通过大量工程化的经验,自己得出来一些细小的结论,一些经验的总结,包括风机支架每一个风机机型不一样,可能有的风机里面的支架很细,你要装我的云台装不下,有的风机支架刚才说比较细,有的风机尤其大兆瓦它的条件比较好的时候,通过我的云台拍更多的阈值点,精准捕获你的SS面的前缘、后缘,包括你的叶根有没有这种裂纹、脱胶,后缘有没有受振动的影响,形成后缘的开裂等等一些问题,可以在我的镜头里面进行清晰的捕捉。这个画面我已经进行了降码,是不是还有一些模糊?包括它的吊装承重的标记点还是能看得很清晰很清楚的。
刚才说了第一个步骤是我们要实现感知跟认知的分离,精准捕获现场的缺陷素材或者现场叶片素材。另外一个点,我们如何将我找出来的素材进行精准判定。这个过程我们也是做了大量反复尝试跟验证,包括每天抓的多少量级别的素材量,每天一台风机捕获几万张的照片,几万张的照片要到大模型去做一次性分析跟判断还是很吃算力的,这个会有什么点?如何高效利用现场的边缘分析盒子?
我以前跟很多客户,尤其像kimik3,很多客户说我给你500万,你能不能帮我部署一个满血版的kimik3?我只能跟领导说不好意思,满血版kimik3大概光硬件投资,买算力服务器,可能还要从国外买就需要3000万的硬件投资成本,所以我们说了如何将这种大模型真正应用到实际业务现场还是比较关键的,能把你的算力、算法进行高耦合度的匹配,逐步降低现场使用难度。在这块我们相当于大小模型结合,第一步通过海量的照片进行高占比、高质量数据集的收集,收集完之后到多模态大模型里面进行识别理解。在这个里面我解释一下为什么刚才说还是要用到多模态?如果从0到1识别一个从来没有见过的场景,初始的素材量至少要到5万张图片起,包括我们刚才讲做了一个焰火监测,一个焰火监测高精度我们训练了大概有200万张素材,像2万张叶片监测的复样本素材,不光是业主方,我们也去很多集团了解过,包括主机厂可能都没有这个量级的素材。没有这种量级的素材,但是需求依然在。我们通过刚才说的一个多模态大模型的底座,快速实现算法基础的落地。但是光靠多模态大模型大家说是否可以开源搞定?也不行,因为它开始的准确率只有50%到60%。通过多模态大模型初版底座的搭建之后,后面很考验大家的算法工程师在大量后端进行的微调,我们也是跟一些主机厂合作,拿到了少量的素材,通过现场的微调,把叶片比如具有的标记点,导流条或者有一些脏污、原先补丁大量的干扰素材进行了过滤,我们现在的准确率也能做到94%。目前来说我们在项目实地运用场景来说,这是甘肃的某风电场,大概4兆瓦风机,70多米的叶片长度,通过我们在半年期间的实时的抓拍,精准提前捕获到了3个叶片,2台风机的实时的叶片缺陷,这是实际捕捉出来系统运行的画面。首先这个叶片段很多时候还会有一定的劣化周期,尤其是现场刚开始进行了脱胶,它的保护层脱落之后逐步像雨水或者像风沙侵蚀到我的磨皮层以后,一旦侵入到玻璃纤维之后,基本上就要进行腰部就是风机叶片掉下来,或者没发现就是严重的安全事故。通过提前捕捉早期的风险点,我们客户其实就花了仅仅6万块钱,通过人工重新磨一下表皮,重新打一下保护层仅花了6万块钱,把3个叶片进行了修复。从经营角度方面来说,挽回了将近1200万元的业务损失。我们也知道现在风机越做越大,吊装或是叶片的成本越来越高,如果真的出现1起,风机说白了只是一个叶片出了严重事故掉下来换一次,都是大几百万的业务损失。
通过我们刚才说的实时的业务监测,AI的判断分析,能够将我们在叶片做到实时监测方案的价值,通过我刚才说的找到缺陷,一次性整体兑换我的业绩产出。
第三个点,这个其实也是我们很多同仁提到的怎么做电站的安全员以及做好安全管控。做安全管控有一个很严重的问题点,大量很多的项目做了安全管控,安全帽监测,有没有什么倒地、抽烟,但是你会发现安全监测是一个很广泛的定义,而且安全监测也不是光靠一些技术手段或者光靠某一个判定就能从头到尾将整体业务进行闭环,因为我们在电力的同仁也知道,所有安全作业从开票前的人员资质审核,到作业中的权限下发,允许到哪台风机登塔,再到作业中AI实时的监管,再到最后事后处置有没有危险的提醒,它是一整套的业务逻辑。在这个点上讲一个业内的话,说实话少量的安全管控投入有一定的效益,但是很难做到客户心中的目标点。这个其实是我们在京能集团做的样本的案例点,第一个安全人员的入场资料,我们一开始觉得这个业务不是很复杂,但是一旦深耕以后会发现它的细节很多。比如一个人买了保险,他买300万还是100万的?如果买100万的就不符合安全审核资质。尤其到了作业高峰期时一次性审核可能动不动几百人,真的靠人工去判定很麻烦、很复杂,也很难找准,说实话也不是任何人都能精准地GET到那个点。通过整个多模态大模型,我可以一次性在一个小时之内审核掉600人的入场资质,确保所有入场人员合规。第二,刚才说的权限下发,这个倒没有什么,也是我们比较专业的领域,到了比如二道门,比如风机的塔筒,怎么进入、怎么下发权限。第三个点比较关键,如何实现设备级、场景级,包括大平台安全管控中的整体监管,因为算力永远是有限的,就是那个摄像头,就是那帮人在那个地方作业,怎么快速调用现场的摄像头,我们是结合了大量的物料进行了分析跟分解。
我们也给客户做了详细的功能,以前叫作随手拍,后来我们把它拆解了,也是响应客户的需求。第一,客户说安全检查人员肯定对现场的安全负责,他更关注细节,或者聚焦在某一个地方拍个照,我去做安全结论的分析,我快速地上报。还有一个点叫作任意拍,为什么?任意拍这个事情在很多企业还是很有用,因为安全是安全监管部门的责任?还是我们生产部门也有责任?但是每个人的专业度又不一样,不可能保证每个人拍的场景都能保证高度一致,所以需要我们无论是拍什么样的场景,我帮你找出这个场景里面存在的安全隐患,进行快速的安全提醒和安全治理。
以上是我对整个新能源行业的分析,我也是整个新能源行业的老兵,尤其是之前还在主机厂有过很长时间的工作经验,如果大家有需要可以加我的微信,做一些技术的交流,谢谢!
注:文字实录未经专家整理核实,仅作参考使用,具体解释权归本次会议主办方所有。
未经授权,请勿转载














