2024年11月22日-24日，由浙江工业大学主办，机械工程学院和计算机科学与技术学院联合承办的“装备智能运维关键技术研讨会”在浙江杭州顺利召开。会议采用学术报告和自由讨论相结合的方式进行。来自金山大学（南非）、西安交通大学、电子科技大学、浙江大学、燕山大学、重庆大学、重庆工商大学、杭州电子科技大学、浙江工业大学等国内外高校；白马湖实验室、浙江省特种设备科学研究院、浙江大学湖州研究院等研发机构、运达能源科技集团股份有限公司、风脉能源（武汉）股份有限公司、武汉龙德控制科技有限公司等企业的50余位专家学者参会。
电子科技大学郭大庆以“数字孪生脑及其应用探索”为主题，分享了课题组在数字脑理论模型构建、参数优化、计算平台建设以及数字脑在脑机接口领域应用等方面的研究进展和成果。
白马湖实验室黄小光以“燃气发电机组预警诊断及运行优化关键技术研发及应用”为主题，分享了燃气发电机组关键设备监测预警诊断及运行优化的需求，以及团队在发电机组关键设备上开展的数字孪生、智能诊断及运行优化方面的工作。
金山大学（南非）Lesedi Masisi以“Advanced Energy Conversion Lab”为主题，分享了团队在新能源装备、港口起重装备、重载列车等特种装备中机电传动系统的研制开发、优化设计、节能降耗等方面的工作。
运达能源科技集团股份有限公司饶庆以“储能系统的智慧运维”为主题，介绍了当前储能政策、现状以及未来发展趋势，分享并展示了依托数字化技术打造的智能运维平台。陈锐俨以“风能资源评估中的部分关键难题以及与后市场运维”为主题，分享了在风能资源评估技术方面的实践与思考。刘勇以“风电叶片大型化与轻量化的技术挑战与发展趋势”为主题，介绍了风电机组叶片大型化和轻量化的发展方向，以及长柔叶片技术发展面临的理论、仿真、实验、监测等方面的挑战。
浙江省特种设备科学研究院陈栋栋以“在役电梯物联网技术要求与发展现状”为题，分享了在役电梯总体概览和物联网技术需求，展示了新一代电梯远程监测平台和智慧救援平台等方面的工作。
浙江大学陈飘教授以“退化数据建模与维修决策”为题，分享了典型装备的退化案例，探讨分析了不同装备的维修决策。
武汉龙德控制科技有限公司程捷以“电网友好型新能源设施核心能力解析”为主题，介绍了双碳背景下，能源和电网结构的变化、电网友好和多能互补的技术特征，以及新型电力系统源荷互动发展趋势和关键技术。
燕山大学江国乾以“联邦学习赋能风电装备智能健康管理：研究进展与挑战”为主题，针对不同风场风电机组数据共享难，数据孤岛等问题，在保证数据隐私的前提下，融合联邦学习解决方案实现不同风电场数据的协同交互分析。
重庆大学彭一真以“数据机理联合驱动的深度状态空间退化模型及其在智能运维中的应用”为主题，分享了融合领域知识经验和故障信号生成机理开展的复杂装备智能诊断、寿命预测等方面的工作。
重庆工商大学姚行艳以“基于图神经网络的电池健康状态估计”为主题，分享了锂电池的典型健康指标，基于图神经网络开展的锂离子电池健康状态预测方法。
浙江大学湖州研究院阙子俊以“关键设备故障预测技术研究与应用”为主题，分享了团队在分布式光纤测温、测振、测声等方面的技术，以及设备异常监测与寿命预测技术。
杭州电子科技大学孔子迁以“基于时空图神经网络的剩余使用寿命预测研究”为主题，基于时空融合注意力融合图神经网络开展了寿命预测方面的研究工作。
浙江工业大学金晓航以“大数据驱动的风电装备智能运维关键技术研究”为主题，分享了风电机组智能运维关键技术方面的工作，以及基于大数据，融合信号分析、人工智能等方法取得的科研成果。
本次会议为智能运维领域的专家学者搭建了一个良好的交流平台，分享了智能运维技术在风电、储能等行业中的需求与发展趋势，展示了最新的研究成果。同时，会议也助力了智能运维领域的跨学科合作，对数据、人工智能、数字孪生等先进技术在装备运维中的应用进行了探讨，为未来相关技术的创新与发展提供了宝贵的经验和思路。
会议得到了国家重点研发计划项目“大数据驱动的风电装备智能运维关键技术研究”（项目编号：2022YFE0198900），国家自然科学基金面上项目“时空图学习驱动的风电机组可解释智能诊断”（项目批准号：62473336）、“基于大模型增强知识图谱的复杂耦合装备可解释故障预测方法研究”（项目批准号：62476248）的支持。
