【平均运维成本降低98.2%！储能系统运维的AI新范式】针对大型电池储能系统运维中指标可解释性差、决策追溯难的问题，@上海交通大学 李冕团队与德国亚琛工业大学Weihan Li合作在期刊Cell Reports Physical Science发表封面文章，提出一种融合现场监测数据、专家知识与大语言模型推理的多智能体AI框架http://t.cn/AXoyVzqO。该系统以问答式交互将电、热、健康状态等不一致性信号转化为带有机理解释的维护建议。在实装储能系统验证中，30个典型查询任务的平均响应时间缩短83.0%，运维成本降低98.2%，为可解释智能运维提供了新的技术路径。