基于AI技术的新能源源-网-荷智能实验系统  技术指标

1.本包含氢燃料电池、综合储电、压缩空气储能、相变蓄热、风力发电、光伏发电、光伏光热、负载单元（热泵）实验装置，以及风光氢荷储分布式能源系统与碳中和管理实验平台，多模块协同，支撑新能源实验教学与研究。

2.基础性实验：

• 太阳能发电?？槿现ü夥榧?、光照- 功率特性、故障诊断）；

• 相变储热系统原理验证（相变材料特性、热传导计算）；

• 压缩空气储能启停（气体压缩-膨胀特性、能量转换效率）；

• 风力发电模块认知（风能转换效率、变桨控制技术、孤岛运行逻辑）；

• 电解氢燃料电池基?。ǖ缃馑魄庠怼⑷剂系绯匦阅埽?；

• 热泵机组运行模式行模式（热泵能效特性、储热调峰逻辑、负荷匹配）。

3.综合性实验：

• 多能互补微电网系统集成；

• 基于强化学习的储能协同调度

• 风-光-储-氢微电网集成

• 基于强化学习的氢能调度。

4.创新性实验：

• 新型储能介质性能研究；

• 低碳导向的AI调度算法开发；

• 热泵-储热系统智能化改造。

5.AI技术实验：

• Python数据预处理；

• LSTM光伏功率预测；

• 多能互补系统AI协同控制。

基于AI技术的新能源源-网-荷智能实验系统 配套万知识元智慧课程辅助教学平台+AI助教

平台自带基于教师认可度较高教材的课件资源，按照课程提供标准化的教学资源库，精准匹配教学大纲，打造工程应用、智慧课件、自主探究、深度学习、教学评价五大核心?？?；资源类型涵盖课程内的重难点知识的仿真实验、数据计算训练、公式逻辑推导、工程应用等多种交互学习方式，同时 支持课堂的人工智能课件教学及线上的学习复习。支持老师自主上传课件形成特色的创新教学模式。

面向化学、化工专业、能源与动力工程、新能源科学与工程、建筑环境与能源应用、机械工程、水利工程、环境工程、给排水科学与工程等数十个理工科专业的课程，对教材进行篇章划分，将重点、难点知识进行提取、梳理、设计，每本教材梳理出约40个知识元，每个知识元的表达形式不低于五种；并设有学校老师自主设计添加课程资源的功能。

万知识元开发团队紧跟国家人才建设要求，第一时间完成了deepseek R1模型本地化部署的万知识元专线版本及deepseek全参数版本的接入，为教师用户的智能备课、教学数据分析、视频课件生产，学生用户的多模态学习工具、学业规划、智能问答等需求提供技术解决方案。