AI助力风电运维升级，叶片损伤预测研究工作组会议在杭举行

8月6日，聚焦风电机组叶片损伤预测的《基于 AI 对风电机组叶片损伤预测应用研究》项目第二次工作组会议在杭州顺利举行。该会议由可再生能源专家技术委员会主办，科大讯飞与讯飞潮汐力共同承办，汇聚了行业协会、发电企业、整机制造商及科研院所等领域的近80位专家，通过线上线下联动的方式展开了深入探讨。

步入风电产业的存量发展阶段，叶片维护面临诸多挑战，如损伤信息碎片化、标准不统一等。AI技术的兴起为解决这些难题提供了新思路。2026年1月，可再生能源专家技术委员会启动了该项目，协合新能源、中车启航及科大讯飞共同担任召集人。项目致力于整合无人机视觉巡检、SCADA运行数据等多源信息，打造标准化的叶片损伤数据库，利用声纹识别和数据挖掘技术构建故障预警与诊断模型，产出研究报告和白皮书，从而增强行业对现有叶片健康状况的把握。

科大讯飞电力业务线总经理李心博士在致辞中指出，叶片损伤是风电运维的难点所在，该项目兼具实用价值与示范效应。讯飞承诺将持续开放技术能力与实战经验，联合产业链伙伴完善多模态数据库，优化AI预测模型，将成果转化为可推广的解决方案，推动运维模式从“事后抢修”向“事前预警”转变，为能源数字化高质量发展提供AI动力。

鉴衡认证中心蔡继峰指出，2026年将是AI风电应用“价值兑现”的关键之年。尽管存在场景复杂和跨领域融合难等挑战，但本项目集结了算法研发、电站开发、整机制造及第三方认证等全产业链力量，是产业协同创新的典范，将为风电智能化转型提供有力支撑。

会上，科大讯飞声学算法高级专家万杉杉分享了《风力发电机组监测健康状态分析报告》，重点介绍了风机叶片声纹监测系统。该系统基于潮汐力声学大模型，经过百万级工业声纹数据训练，在特征提取、少样本学习及泛化能力上显著优于传统方法，有效降低了部署成本和周期。系统支持全天候在线监测，能实时告警并3D可视化故障点，提升了检修效率。目前，该系统已在华电、国电投、中广核、中电建、龙源电力等多家能源集团的风电场应用，对叶片隐裂、腐蚀、脱胶等缺陷的识别率超90%，成功预警多起早期故障，加速了运维向预测性维护的转型。

此次会议进一步凝聚了行业共识，夯实了项目阶段性基础。讯飞潮汐力将继续依托AI技术优势，携手各方推动风电智能运维升级，助力行业降本增效与高质量发展。