眼下,新能源行业已从“规模优先”转变到“效益和协同优先”的高质量发展阶段。10月18日,阳光新能源在北京召开“以‘不变’应万变——电站创新技术发布会”,重磅发布新能源电站“魔方”技术平台,集中展示阳光新能源电站技术创新成果,率先定义电站技术,持续加码电站硬科技,引领行业创新思潮升维进阶。
阳光新能源是全球领先的新能源电站开发商,聚焦光伏、风电、储能、充电、风光储氢充多能融合等领域,全球累计开发风电光伏电站超过4700万千瓦,是新能源电站技术创新与产业应用的领军品牌。
此次发布会还邀请安踏集团、松赞集团、高德等合作伙伴,全国主流媒体、行业协会、科研院所的200余名嘉宾出席,就电站技术创新发展凝聚共识、协同共创,加速新能源产品化、大众化进程。
“魔方”技术平台耀世登场
当前,新能源发电面临应用场景多元化、电力市场复杂化、多能协同化、能源数智化等新变化,行业处于从设备技术引领迈向电站技术引领的关键节点。电站技术,是从一域到全局,更高维度的系统级整体技术。
阳光新能源董事长张许成在发布会上介绍,“魔方”技术平台以高效发用电、数智寻优、场景融合三大技术为核心,构建一个稳固灵活的技术创新体系,以“不变”的技术底座,应对万变的场景和需求。
其中,“极立方”高效发用电技术,通过高效发电、多能协同优化、电力运营交易优化实现电站效益最大化;“灵立方”数智寻优技术,通过数智化平台工具,从选址、评估、设计到运营打造全生命周期数智化的电站;“融立方”场景融合技术通过电站多场景的技术融合,让电站更友好地服务生产生活,融入生态环境。
来自阳光新能源研发中心的技术专家纷纷上台,用专业形象的讲解、可触可感的新能源电站实例,不仅给观众呈现了一场生动的科技盛宴,也彰显出满满的技术自信与创新活力。
一直以来,阳光新能源潜心电站技术研发,紧跟用户需求创新电站产品。张许成也在现场多次提及电站即产品。“只有将电站看成一个整体去研发,用电站定义设备,才能更好满足用户需求,创造用户价值。我们也希望给行业带来新的思考,共绘行业更为清晰的创新发展路径。”
龙头品牌“种草”电站好物
产品力源于技术创新力。张许成直言,发布“魔方”技术平台,就是要用领先的电站技术为用户提供无与伦比的电站产品和服务,不断破解用户痛点,创造用户价值。
“魔方”的生命力在鲜活的电站产品上体现的淋漓尽致。发布会上,安踏集团可持续发展副总监陈中维分享了安踏携手阳光新能源打造“光伏工厂”,助力绿色体育,创新运动减碳的生动案例;松赞集团首席设计师戚山山带领观众“云游”香格里拉,在这里,全球顶级高端民宿松赞茨中山居应用阳光家庭能源光储充电站,用清洁电力为高端墅式场景带来零碳科技、品智生活。
此次发布会上,安踏集团、松赞集团分别与阳光新能源启动战略合作,在工商业电站、别墅光储充电站深化合作;阳光新能源还与高德启动合作,围绕阳光充电站智能选址、精准引流、数字运营等展开合作,普及绿色出行。
电站技术引发热议不断。圆桌论坛环节,北京鉴衡认证中心副主任纪振双认为,“魔方”技术平台开启了电站技术研究新篇章,引领行业创新思维的升维进阶;清华大学教授鲁宗相呼吁行业坚定电站技术创新方向,打破技术壁垒,加强基础理论与核心技术研究,推动可持续发展;中煤天津设计院新能源研究院院长董晓青建议加大电站技术应用推广,提升不同场景下的电站产品竞争力;阳光新能源张彦虎博士分享了“魔方”技术平台自主性强、覆盖面广、全流程等优势,通过电站技术创新带动产业链上下游技术进步。
市场在变,场景在变,需求在变,阳光新能源“魔方”技术平台托起的创新价值链始终不变。阳光新能源在风起云涌的电站开发市场中保持战略定力,不断推进电站技术升维进化,面向大众普及更多新能源科技好物。
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。