软通动力荣登2026新型工业化优秀实践案例TOP10

　　近日，DBC德本咨询发布“2026新型工业化优秀实践案例TOP10”榜单。软通动力与龙源电力新能源工程技术有限公司联合申报的“龙源新能源数字孪生仿真平台”成功入选，这是软通天枢物理AI体系在能源场景的又一次标杆落地，也再次验证了从“仿真预判”走向“主动运维”在工业领域的落地价值。

　　新能源场站长期面临“表层数据看得见、底层物理隐患看不见”的行业难题——诸如光热熔盐罐交变热应力、镜场追迹偏差及风电场尾流演化等深层物理过程难以监测，导致运维依赖经验、风险预判滞后。在甘肃龙源光热场站，通过构建“仿真求解+孪生渲染”双引擎数字孪生系统，赋能运维人员实现从全场态势感知到部件级诊断、从实时监控到仿真预判的闭环操作，有效将隐性问题显性化、离线仿真在线化，推动场站运维由“事后抢修”向“事前主动预防”全面转型。

　　系统在仿真端深度融合OpenFAST多体动力学、Modelica系统仿真及CFD耦合技术，实现了风电机组载荷与尾流、光热镜场光学效率及熔盐储罐热-结构耦合应力等高置信度求解；孪生端则通过标准化接口实时映射仿真数据，在三维场景中直观呈现热应力云图、尾流粒子轨迹及光学偏差标记，打造覆盖“风-光-热”全物理域的数字沙盘。

　　软通动力旗下软通天枢基于对物理AI体系的持续研发与场景深耕，打通了“物理数据采集- AI机理推演-孪生可视化-具身机器人执行-双向自校准”完整闭环，实现行业独有的三大不可替代核心价值：

　　1

　　可量化AI预判指标

　　物理AI融合多场仿真机理与现场实测数据，将熔盐罐热疲劳、风机尾流损耗、镜场偏移等隐性损伤转化为量化风险指数，提前数月预判部件失效周期，变"故障后再处置"为"损伤萌芽即预警"，从根源压降非计划停机损失。

　　2

　　运维模式重塑

　　以物理AI预测性维护引擎为驱动，基于载荷仿真与疲劳预判，推动风电场运维从故障后被动抢修，升级为事前主动预防性运维。

　　3

　　降本增效落地

　　场站非计划停机时长下降30%，综合发电效率提升5%~8%；风机故障定位由周级人工排查缩短至分钟级精准决策，登塔巡检频次大幅减少，高空作业安全风险同步降低。

　　从技术验证到规模交付，软通天枢已跑通物理AI全链路方法论。未来，软通动力将以新能源为突破口，面向大型风电场、风光热综合基地及LNG、化工等高耗能工业场景规模化复制，以物理AI底座和AI应用支撑新型工业化与能源低碳转型高质量落地。