基于DeepSeek通用大模型开发适用风光发电项目的功率预测大模型，利用多源气象数据对DeepSeek大模型进行有效训练，形成新的功率预测技术路线，明显提升功率预测准确率。

大模型的架构与理论、模型的训练与模型优化、大模型在风电及新能源下的应用与拓展，模型开发工具研究，包括自然语言处理应用、计算机视觉、多模态融合研究等。

风电机组机舱着火，使用摄像头（无红外功能），通过图像识别技术，如何更准确的识别烟雾、火焰，避免或降低雾气、阳光等引起的误报问题。

在风光资源波动性强的场景下，如何有效处理传感器数据中的噪声、缺失和异常值？有哪些新型自适应算法可提升数据清洗效率？

针对不同设备厂商的数据格式差异，如何构建标准化数据接入框架？是否可通过轻量化AI模型实现异构数据自动对齐？

强化学习在风光储协同优化控制中有无实际工程案例？如何设计奖励函数平衡经济性与设备损耗？

大语言模型（LLM）能否用于风光电站运维知识库构建？如何解决专业领域语料稀缺问题？

使用量子传感技术，在不借助ROV的情况下，完成海缆检测（故障定位等）。

通过对电力市场的历史数据、新能源出力预测数据等进行分析，预测日前/实时电价、负荷等，为电力交易提供决策支持。

针对企业应用开发、移动应用开发等领域实现基于大语言模型的代码生成、多模态代码生成、与软件开发流程融合的代码生成。