对一座现代城市来说，最理想的电网往往是“感受不到”的：灯光稳定、交通照常、数据中心持续运行，故障在影响生活之前就被发现并处理。
新加坡电力网络的可靠性长期处于世界前列，但随着设备老化、用电结构变化、极端天气风险上升以及能源转型推进，维持这种表现正变得越来越复杂。
面对这些挑战，NTU与SP Group正在把传感器、统计模型、人工智能和电网仿真结合起来，让电力系统不只在故障发生后作出反应，而是提前识别风险、安排维护并准备恢复方案。
真正聪明的电网，不只是自动化程度更高，而是能够理解设备正在怎样老化，并预判一个局部问题可能如何演变为系统性停电。
从固定检修，走向“按风险维护”
传统电网维护常依据固定周期进行：设备使用到某个年限，便安排检查或更换。这种方式清晰可靠，却未必能准确反映每台设备的真实状态。
有些部件可能因为运行环境和负荷差异而更快老化，需要提前处理；另一些设备即使达到预定年限，仍有较长安全寿命。若所有设备都采用同一节奏维护，资源可能无法优先投入最迫切的位置。
SP Group–NTU联合实验室开展的研究把传感器与先进分析结合，用于寻找设备性能下降的早期信号。其目标是帮助资产管理者在故障发生前采取预防行动。
Yan Ziming：为老化设备建立“健康档案”
曾于2023至2024学年担任SP Group总统博士后研究员的Yan Ziming博士，把研究重点放在老化电网设备的健康状态、剩余寿命与风险评估上。
他的框架结合两类信息：一类是设备随时间磨损和失效的统计规律，另一类是AI从运行数据中识别出的异常与早期预警信号。
系统据此判断哪些部件需要优先关注，让运营方从“到了日期就检修”转向“风险最高的先处理”。维护资源可以被更有效地分配，也有助于降低突发故障的概率。
研究期间，Yan Ziming还参与NTU教学与学生指导，把电力行业的实际问题带进课堂。这段兼顾科研、应用与教学的经历，为他后来在大连理工大学获得教职奠定了基础。
Xie Dunjian：一个小故障，如何演变成大停电？
现任研究员Xie Dunjian博士关注的是更广泛的系统问题：某台设备出现故障后，会如何与电网中的其他压力相互作用，并可能引发连锁反应。
过去，设备健康和整个电网的动态行为常被分开研究。前者告诉运营方某个部件是否老化，后者分析电力如何在网络中流动，却不一定把二者放在同一框架中。
Xie Dunjian的研究尝试把设备健康数据与电网行为仿真连接起来，预测一个局部故障是否可能扩散为更大规模的停电。近年来古巴、智利和西班牙等地的停电事件提醒人们，局部扰动可能在复杂系统中迅速放大。
这套框架面向多个时间尺度：短期可以判断哪些设备需要立即处理，中期可帮助电网为极端天气做好准备，故障发生后则支持更快制定恢复供电的顺序与方案。
一项奖学金，也是一套青年科研人才训练机制
SP Group总统博士后奖学金于2020年设立，是SP Group与NTU科研及教育合作的一部分。项目不仅提供研究资源，也给予青年学者更大的自主空间。
与只参与既定课题的传统博士后岗位相比，研究员可以定义自己的研究方向、建立产业合作、参与教学并指导学生。这相当于为未来独立领导科研项目提供一套结构化训练。
产业伙伴的参与同样重要。电网研究若只停留在模拟数据与理想条件中，很难回答设备在真实运行环境下会遇到什么问题。研究人员与工程实践者紧密合作，可以让模型从一开始就对准实际需求。
跨学科环境也让研究不局限于电气工程。工程、城市规划、气候科学和社会科学的视角共同进入讨论，帮助团队理解城市韧性不只是设备问题，也涉及天气、空间布局、公共服务和人的决策。
让基础设施从“被动响应”变成“主动预判”
NTU副教授Xu Yan是与SP Group合作的主要研究人员之一。他指出，项目的重要价值在于把智能能力嵌入基础设施，使电网能够提前判断风险，而不是等到故障后才采取行动。
对公众而言，这种技术并不会表现为一个需要每天操作的新应用。它带来的结果更朴素：减少供电中断，在问题发生时更快恢复，并让维护投入用在最需要的位置。
随着新加坡能源系统继续发展，可靠供电将越来越依赖三项彼此相连的基础：高质量数据、可部署的创新技术，以及理解科研与产业两种语言的人才。
从NTU实验室到真实电网，这项合作正在同时建设三者——既守护今天的城市运行，也为未来的能源转型储备能力。
