图为研究人员验证AI智眸系统效果。本报记者 张蕴摄

在前不久举行的第十四届储能国际峰会暨展览会上，凯发k8大连化学物理研究所（以下简称“大连化物所”）能源催化转化全国重点实验室主任陈忠伟，与双登集团股份有限公司（以下简称“双登集团”）、中国广核新能源控股有限公司的代表共同发布AI智眸系统。该系统是覆盖电池制造、运行、运维全流程的储能智慧管理体系。

这套被业内称为“电池数字大脑”的系统，不仅实现了多项技术首创，更有望彻底破解长期困扰储能行业的安全预警难、运维效率低、全生命周期管理缺失等难题。

瞄准产业一线需求

随着人工智能产业的爆发式增长，智算中心作为数字经济的算力底座在全国加速建设。储能系统是保障智算设备7×24小时不间断运行的核心支撑，其安全可靠性、运行效率及全生命周期管理能力，直接关系到整个算力系统的稳定。

陈忠伟向科技日报记者介绍，一旦储能系统出现故障导致断电，损失的不只是设备本身，更可能是数以亿计的算力订单和无法估量的数据价值。

长期以来，我国储能电池管理领域始终面临着难以解决的行业难题。传统电池管理系统（BMS）大多停留在监测和报警层面，只能在电池参数超过阈值时发出警报，无法提前预判潜在故障。这种被动处置模式，给储能系统的安全运行埋下了巨大隐患。更严峻的是，传统BMS无法实现对单个电芯的精细化管理。一个储能电池组通常由数千甚至上万个电芯串并联而成，只要其中一个电芯出现问题，就可能导致整个电池组失效，甚至引发火灾、爆炸等严重安全事故。

“我们团队长期深耕电池和储能研究，在和企业和项目方的交流中，越来越强烈地感受到行业的痛点。”陈忠伟说，“大家普遍反映，现在不缺好的电芯，也不缺好的储能柜，缺的是一套能够真正‘看透’电池健康状态、提前识别风险、主动优化运行的智能管理体系。”

正是来自产业一线的迫切需求，成为陈忠伟团队研发AI智眸系统的最初动力。他们意识到，要破解储能管理的痛点，不能再走传统BMS的老路，必须打破学科壁垒，将电池本征电化学机理与人工智能技术深度融合，打造一套全新的储能智慧管理体系。

实现“看得全、早、准”

“如果用通俗一点的话讲，AI智眸系统就是储能系统的‘数字大脑’。”AI智眸系统项目负责人、大连化物所副研究员毛治宇说，“它不是简单地监测几个电压、电流参数，出了问题再报警，而是贯通制造、运行、运维全流程，让系统能够持续感知、持续学习、持续判断，真正实现‘看得全、看得早、看得准’。”

在毛治宇看来，与传统储能管理系统相比，AI智眸系统具备显著的数智化优势。

在制造环节，该系统可为每个电芯建立全生命周期健康档案。从电芯生产线上的每一道工序参数，到出厂前的各项性能测试，再到后期运行过程中的充放电数据、温度变化、健康状态，所有关键信息都被完整记录、分析和追踪。

“这就相当于给每个电芯都办了一张‘身份证’和一个‘病历本’。”毛治宇说，“这背后依托的是多源数据融合、健康状态评估和AI建模技术。它最大的价值，是把安全管理关口前移，不是等问题出现再追查原因，而是在制造环节剔除不合格品，在运行早期发现潜在风险。”

在运行环节，该系统能实现提前24小时以上的故障预警，准确率超过95%。这是AI智眸系统最核心的技术突破之一。很多电池故障在真正发生前，会表现出一些极其微弱的异常特征，这些特征往往隐藏在海量复杂的数据中，传统方法无法识别。“我们把电池失效机理、电化学规律与深度学习、大数据分析结合起来，不做‘黑箱判断’，而是做有机理支撑的智能预警。”陈忠伟说，“AI算法能够从海量数据中提取出人类专家难以察觉的早期异常特征，从而实现对故障的提前预判。”

在运维环节，该系统可实现精确到单个电芯的故障诊断和智能运维。系统率先配备了自然语言交互的“AI运维专家”。运维人员只需通过语音或文字对话，就能在10秒内获得精确到单个电芯的故障诊断结果和有针对性的维修建议。

“这不是一个简单的聊天机器人。”毛治宇说，“其背后是实时运行数据、电池故障机理、历史案例库和运维知识库的综合集成。运维人员提一个问题，系统就能快速定位到模组甚至单体层级，准确分析故障原因，并给出可操作的维修方案。”

这一功能彻底改变了传统储能运维模式，过去排查一个故障往往需要几名工程师花费数小时甚至数天，现在只需几分钟即可完成。

形成产学研用闭环

与AI智眸系统同步发布的，还有专为智算中心场景量身打造的Power Warden 4.0 AI+8MWh半固态储能系统。双登集团储能产品线技术部经理樊苗认为，半固态电芯技术与AI智眸系统不是简单叠加，而是深度融合。“这种‘好电芯+好管理’的模式，为未来智算中心储能解决方案的产业化推广提供了很好的借鉴。”樊苗说。

据测算，AI智眸系统可将储能系统的整体使用寿命延长15%以上、运维效率提升近80%。这些看似简单的数字，背后蕴含着巨大产业价值。

“寿命延长15%，意味着全生命周期度电成本大幅降低；运维效率提升80%，意味着大规模储能部署的管理成本变得可控。”陈忠伟说，“这直接关系到储能产业能否真正实现降本增效，能否转变为一个真正具有市场竞争力的产业。”

事实上，从项目启动之初，团队就没有将其当作一个单纯的实验室课题，而是始终坚持产学研用协同创新的理念，积极与产业界合作，推动技术的工程化转化和场景化应用。

此次与双登集团的合作，正是这一理念的实践。“我们的合作逻辑非常清晰。”陈忠伟介绍，“大连化物所团队主要负责核心算法、机理模型和技术路线的研发；双登集团发挥在电池制造方面的优势，负责工程化开发和产品实现，并共同开展场景验证。”

双方紧密配合，形成了“技术研发—工程转化—场景验证”的完整闭环。这种模式不仅加快了科研成果的转化速度，更确保了最终产品能够真正解决产业实际问题。

目前，AI智眸系统已经与多家储能、汽车行业企业达成了合作意向，团队将继续推进人工智能与储能技术的深度融合。“我们希望把AI智眸系统从一个项目成果，逐步打造成为可复制、可推广的行业标准解决方案，让数智化技术更好地服务于储能产业升级。”陈忠伟表示。

（原载于《科技日报》 2026-04-20 07版）