7月24日，由中国能源研究会新能源智能制造与应用技术专业委员会指导，碳索储能网主办的“西北新型储能与电力市场发展论坛”在甘肃兰州成功举办。论坛围绕西北地区电力市场特点与政策红利、发展潜力、实践案例等内容开展讨论，西清能源参加论坛并发表主题演讲《数据驱动安全——AI赋能储能电站安全运行应用实践》。

北京西清能源科技有限公司是在清华大学电机系“一系两院”组织架构下，由清华四川能源互联网研究院孵化的高新技术企业，核心团队及骨干均来自清华大学及国内外著名高校。公司将“产、学、研”进行有效结合，以大数据、人工智能和电池科学技术为基础，通过数字技术在储能领域的垂直应用，提升储能的安全性和经济性。

据不完全统计，2017年-2024年Q3，全球发生超过100起储能电站火灾，安全已成为影响储能行业发展的重要因素。近些年来，国家和地方多次出台相关政策，要求攻关储能生命周期多维度安全产品和技术。在2025年2月17日，工信部等八部门联合印发《新型储能制造业高质量发展行动方案》中，将“主动安全预警技术”写入文件中，而西清能源已攻关主动安全预警技术超过6年时间。

当下储能行业面临多个痛点亟待解决：

1. 工况复杂+数据质量差，电池状态评估不准。需要适应复杂工况和低数据质量的电池安全监测；

2. 简单阈值判断，缺乏安全风险监测。需要基于复杂模式识别的电池故障诊断预警；

3. 运行维护粗放，电池寿命衰减过快。需要基于全站级设备状态评估的精细化运维；

4. 定期人工检修，运维效率低。需要基于状态评估及故障预警的主动运维。

在这样的行业发展背景下，西清能源最早提出了“主动安全预警技术”，并搭建了基于大模型底座的主动安全预警管理系统。

其核心功能是储能电站三级主动安全防控体系，可以做到防患于未“燃”。在提前若干周，通过全站级安全隐患评估识别，预警存在系统安全隐患，包括BMS失效、热管理系统失效、电池组不一致性过大、电池滥用等问题，通过安全风险分级评估，进行检修排查，消除风险源。提前几百到几十小时，通过发现电池内部出现结构性损坏，做到电池早期故障预警，包括发现电池内短路、电池异常衰竭等故障，通过定位预警点位、更换劣化电池等方式避免出现更加严重的问题。在提前15分钟以上，通过提前预警热失控，避免热失控的发生。

同时，结合最新的大模型应用，开发了深度故障诊断及智能主动运维策略生成功能。基于海量工程运行数据构建储能电站设备故障样本库和关键设备运维专家知识库融合专用数据异常模式识别模型与DeepSeek大模型深度推理技术，实现对故障诊断和深度溯源基于大模型跨模态理解能力，结合实时状态评估与故障诊断，提出预防性维护策略建议。

西清能源主动安全预警技术可以通过在线风险监测和基于离线数据分析的定期安全体检两种方式进行。在线风险监测在I区独立部署数据采集服务器，经正向隔离将数据传输至IV区独立部署的存储和应用服务器。利用储能电站现有BMS和PCS数据信息和间隔层信息通道，不影响站内其他计算机监控功能，可独立部署存储和应用服务器。目前，该产品已经部署超过4.0GWh。

基于离线数据分析的定期安全体检通过对历史数据的分析，给储能电站提供多项服务，包括安全隐患辨识、电池健康体检、异常分析故障诊断。通过“体检报告”的形式交付用户，该应用方式弥补了现有储能电站安全评价技术手段存在的空白。

主动安全预警技术对对储能电站安全监督工作的启示：定期开展储能电站安全评估是必要的；储能电站应基于定期健康评估开展精细化运维，可以延长储能电站运行寿命，防患于未“燃”；全行业要加强储能电站数据源头标准化管控。储能产业的发展要从单纯“规模扩张”转向兼顾“质量治理”。

碳索储能网 https://cn.solarbe.com/news/20250731/50005179.html