|
|
电力气象大模型研讨会在武汉大学举办. C( O3 d6 S+ C5 b' K
4 月 11 日，由武汉大学与北京大学联合主办的电力气象人工智能研讨会在武汉大学顺利召开。中国科学院院士、武汉大学校长、武汉数学与智能研究院院长张平文，武汉大学人工智能学院执行院长夏桂松，武汉大学电气与自动化学院院长邵涛，与来自武汉大学、北京大学、北京邮电大学、新加坡国立大学等国内外高校的专家学者、青年科研人员齐聚一堂，共同探讨电力气象与人工智能交叉领域的创新发展方向。会议聚焦电力气象 AI 大模型体系构建、关键技术研发与工程化落地三大核心议题，旨在推动人工智能与电力气象、低空经济等领域深度融合，加速关键技术突破、成果转化与场景应用。会议由张平文院士主持。
& d( N$ t4 g3 L6 ` u- F f3 L
' g8 r1 f; s) w张平文院士在开幕致辞中指出，能源安全是国家重要战略支撑。当前我国新能源装机规模持续快速增长，以水电、风电、光伏为核心的新型电力系统对气象条件高度依赖，极端气象灾害对电力设施安全与电网稳定运行构成严峻挑战；同时，低空经济等新兴领域对高精度微气象服务提出迫切需求。相较于传统大尺度气象观测预报，微气象具有局地性强、时空分辨率高、场景耦合紧密等特点，亟需融合地理信息、站点监测、雷达与卫星遥感等多尺度、多源、多模态数据，依托先进人工智能模型与智能算法，实现数据、模式、专业知识的高效集成，为电力应用场景与低空经济发展提供精准、高质量的气象服务。
; l- |" ^1 g3 V8 y9 [- ]& `! Z. y4 c; s! K
张平文院士系统介绍了电力气象大模型研发思路：以地理信息系统为基础支撑，整合多尺度气象数据与多模态监测信息，依托专项模型与算法搭建集成系统，服务于电力行业灾害防治、功率预测、建设规划等实际场景；在工程实践中开展关键技术攻关，通过项目持续迭代优化，最终形成可落地、可完善的技术体系。
& M- A% U3 ?- V7 {3 r" E) F0 p; ]& H, m& Y5 t# d% ]
学术报告环节，与会青年学者围绕多源数据融合风险评估、气象预测大模型、微气象时空精细预报、数值模式后处理、多源资料同化、领域大模型架构、电力系统优化运行与韧性提升等前沿方向作专题分享，全面展示了人工智能在电力气象交叉领域的研究进展与应用潜力。
$ o6 s( O1 o/ ?" Q% g' f
2 \' I* }' o; w9 n6 A, ?在专题研讨中，与会专家就模型研发路径充分交流。专家提出，模型研发应紧扣电力细分场景与低空经济微气象保障需求，采用“通用大模型预训练 + 电力领域专项微调”的技术路线，分阶段、分目标稳步推进。在数据层面，整合卫星、无人机观测、地面气象站及电力行业专属数据，完善多模态数据治理、共享与安全应用机制；在算法层面，复用通用模型骨干网络，针对光伏、风电、电网灾害防治等不同场景构建专项模型，重点突破空天地多模态数据对齐、时空超分辨率、微地形与微气象精准表征等关键技术。同时，统筹算力资源，搭建一体化技术支撑平台，为电力气象人工智能研发与工程化应用提供坚实保障。4 o+ }) @7 j9 t+ n/ q* q
! w' d7 n- W+ u' |) C) N* r1 E, o8 Q会议认为，下一阶段需进一步明确核心数据指标、攻克关键技术瓶颈、厘清气象模型与电力模型协同机, ^0 m& \4 h! ~+ i' ^7 v9 ^3 m
张平文院士在总结讲话中强调，要坚持以高质量、有组织的科研推动电力气象大模型相关学科交叉融合，统筹资金、算力、平台与人才资源，全力推进技术研发与工程转化，切实解决产业实际问题。他指出，与会人员要进一步强化责任感与使命感，以国家战略需求为导向，整合优势资源支撑国家重大能源工程安全高效运行，构建集智能感知、预测预报、评估决策于一体的人工智能服务平台，力争早日形成电力气象 AI 领域核心技术优势与标准体系，为我国能源转型、新型电力系统建设与低空经济高质量发展提供强有力的科技支撑。 |
|
[复制链接]
发表于 
楼主