北大南昌院成功入围2025年“数据要素×”大赛江西分赛决赛
发布时间：
2025-08-08
所属分类：
新闻资讯
近日，2025年“数据要素×”大赛江西分赛组委会正式公布决赛入围名单，北京大学南昌创新研究院（以下简称“北大南昌院”）申报的“物数融合的云边端储能AI管理技术与系统”项目在“数据要素×工业制造”赛道中表现突出，成功晋级决赛。
该项目依托北大南昌院新能源电池结构设计评估制造仿真与全生命周期管理平台项目组多年技术积淀，创新性融合前沿AI技术，开发出一套具有行业领先水平的智能管理系统。系统通过多物理场、跨尺度、高精度的建模与仿真技术，结合智能化监测与预警功能，构建了高效可靠的智能运维管理体系，可显著提升储能电站的安全性能和运行效率。
本届大赛以“数据赋能 乘数而上”为主题，共设置14个专业赛道，旨在通过整合社会资源，充分释放数据要素价值，重点培育具有示范引领作用和显著带动效应的数据要素应用典型案例。
北大南昌院物数融合的云边端储能AI管理技术与系统项目的成功入围，不仅体现了其在新能源与智能制造领域的技术积累，更充分展现了数据要素与工业场景融合应用的创新潜力。以此为契机，研究院将进一步深化“数据要素×”创新应用实践，系统推进数据要素市场化配置的机制探索，通过持续的技术创新和模式突破，助力江西省构建更具创新活力的数字经济发展新生态。
物数融合的云边端储能AI管理技术与系统-应用场景
本项目适用于储能全产业链及电力、新能源汽车等相关行业，凭借多物理场耦合建模、人工智能算法、数据融合等核心技术，满足多样化应用需求。
在储能领域，电池制造商通过应用跨尺度仿真模型与多源数据融合分析技术，能够有效优化电池结构设计与生产工艺流程，从而显著提升电池产品的性能指标与质量水平。与此同时，储能电站运营商可依托智能预警系统、云—边—端协同计算架构及智能化运维服务平台，实现对电站设备的实时监测、故障精准预警及智能化运维管理，在降低运营维护成本的同时，显著提升能源利用效率与整体运营效益。
在电力行业领域，相关技术成果可广泛应用于电网调峰、提升可再生能源并网比例等场景，为电网安全稳定运行提供技术支撑；新能源汽车企业则可借鉴电池性能优化与故障预测技术方案，有效提升动力电池系统的续航性能与安全可靠性。此外，项目产生的数据资源可为能源研究机构提供重要的科研支撑，同时也能为政府部门制定产业政策、推动行业健康发展提供科学依据。
物数融合的云边端储能AI管理技术与系统-核心优势
项目基于团队自主研发的CAE软件，成功突破了现有CAE工具在多物理场耦合、跨尺度模拟及高精度建模等方面的技术瓶颈，实现了储能电池全工况的精确仿真。该软件采用创新的强耦合多物理场建模技术，能够全面反映电池在不同工作条件下的热管理、电化学反应及结构应力关键物理行为，显著提升了电池设计的仿真精度与安全可靠性。
在人工智能技术应用层面，项目将融合多种数据源，包括基于电池建模的CAE仿真数据、厂商生产制造的测试数据、未使用工作电池的大数据和电池运行过程中的实时数据，构建一个具有机理性的训练集。通过这一数据架构，使所开发的AI模型在电池状态估计和故障诊断方面展现出显著的性能优势，其预测准确性和异常检测灵敏度均大幅超越传统方法。
企业邮箱：
企业地址
江西省南昌市高新区艾溪湖北路269号高层次人才产业园10栋
关注我们
