基于AI技術(shù)的新能源源-網(wǎng)-荷智能實驗系統(tǒng)  技術(shù)指標

1.本包含氫燃料電池、綜合儲電、壓縮空氣儲能、相變蓄熱、風力發(fā)電、光伏發(fā)電、光伏光熱、負載單元（熱泵）實驗裝置，以及風光氫荷儲分布式能源系統(tǒng)與碳中和管理實驗平臺，多模塊協(xié)同，支撐新能源實驗教學(xué)與研究。

2.基礎(chǔ)性實驗：

• 太陽能發(fā)電模塊認知（光伏組件效率、光照- 功率特性、故障診斷）；

• 相變儲熱系統(tǒng)原理驗證（相變材料特性、熱傳導(dǎo)計算）；

• 壓縮空氣儲能啟停（氣體壓縮-膨脹特性、能量轉(zhuǎn)換效率）；

• 風力發(fā)電模塊認知（風能轉(zhuǎn)換效率、變槳控制技術(shù)、孤島運行邏輯）；

• 電解氫燃料電池基礎(chǔ)（電解水制氫原理、燃料電池性能）；

• 熱泵機組運行模式行模式（熱泵能效特性、儲熱調(diào)峰邏輯、負荷匹配）。

3.綜合性實驗：

• 多能互補微電網(wǎng)系統(tǒng)集成；

• 基于強化學(xué)習(xí)的儲能協(xié)同調(diào)度

• 風-光-儲-氫微電網(wǎng)集成

• 基于強化學(xué)習(xí)的氫能調(diào)度。

4.創(chuàng)新性實驗：

• 新型儲能介質(zhì)性能研究；

• 低碳導(dǎo)向的AI調(diào)度算法開發(fā)；

• 熱泵-儲熱系統(tǒng)智能化改造。

5.AI技術(shù)實驗：

• Python數(shù)據(jù)預(yù)處理；

• LSTM光伏功率預(yù)測；

• 多能互補系統(tǒng)AI協(xié)同控制。

基于AI技術(shù)的新能源源-網(wǎng)-荷智能實驗系統(tǒng) 配套萬知識元智慧課程輔助教學(xué)平臺+AI助教

平臺自帶基于教師認可度較高教材的課件資源，按照課程提供標準化的教學(xué)資源庫，精準匹配教學(xué)大綱，打造工程應(yīng)用、智慧課件、自主探究、深度學(xué)習(xí)、教學(xué)評價五大核心模塊；資源類型涵蓋課程內(nèi)的重難點知識的仿真實驗、數(shù)據(jù)計算訓(xùn)練、公式邏輯推導(dǎo)、工程應(yīng)用等多種交互學(xué)習(xí)方式，同時 支持課堂的人工智能課件教學(xué)及線上的學(xué)習(xí)復(fù)習(xí)。支持老師自主上傳課件形成特色的創(chuàng)新教學(xué)模式。

面向化學(xué)、化工專業(yè)、能源與動力工程、新能源科學(xué)與工程、建筑環(huán)境與能源應(yīng)用、機械工程、水利工程、環(huán)境工程、給排水科學(xué)與工程等數(shù)十個理工科專業(yè)的課程，對教材進行篇章劃分，將重點、難點知識進行提取、梳理、設(shè)計，每本教材梳理出約40個知識元，每個知識元的表達形式不低于五種；并設(shè)有學(xué)校老師自主設(shè)計添加課程資源的功能。

萬知識元開發(fā)團隊緊跟國家人才建設(shè)要求，第一時間完成了deepseek R1模型本地化部署的萬知識元專線版本及deepseek全參數(shù)版本的接入，為教師用戶的智能備課、教學(xué)數(shù)據(jù)分析、視頻課件生產(chǎn)，學(xué)生用戶的多模態(tài)學(xué)習(xí)工具、學(xué)業(yè)規(guī)劃、智能問答等需求提供技術(shù)解決方案。