问题——随着能源结构加快转型、产业数字化持续深入，电力系统正面临分布式光伏、电动汽车等海量源荷接入带来的感知难、调控难和协同难；风电装备运行环境复杂、数据质量差异大，故障诊断可靠性与可迁移性上仍有短板；面向海洋环境、工业产线等场景的动态监控系统，需要复杂网络条件下实现“感知—传输—控制”的一体化优化；在应急救援、工程作业等任务中，多机器人、多装备协同对“通信—控制”耦合机制提出更高要求；这些问题共同指向一个核心：在不确定性增强、系统规模持续扩大的背景下，自动化关键理论与工程技术亟待突破，以支撑新型电力系统、智能制造与智慧治理的安全高效运行。 原因——业内普遍认为，当前自动化技术攻关主要面临三类挑战：一是系统复杂度显著上升，新能源电力系统呈现源荷双侧随机波动、网络拓扑动态变化等特征，传统集中式调度与分层控制难以同时兼顾实时响应与全局优化；二是数据驱动方法与工程机理结合不够，风电等装备故障数据多源异构、场站差异明显，模型泛化能力受限；三是跨域协同约束更强，监控网络需要在时延、带宽、能耗与鲁棒性之间权衡，多自主体系统则要在通信受限条件下保持一致性与任务效率。面向这些共性难题，科研机构与产业端协同攻关、推进从理论到装备的系统化创新，成为提升技术供给质量的重要路径。 影响——据中国自动化学会公布的评审结果，燕山大学获得2025年度中国自动化学会科学技术奖4项，其中：马锴教授团队完成的“高比例新能源配电网云边端协同的源荷柔性互动调控关键技术及应用”获科技进步一等奖；江国乾副教授团队完成的“数据驱动的风电装备故障特征增强与智能诊断理论”获自然科学二等奖；罗小元教授团队完成的“网络动态监控系统‘感—传—控’联合设计理论与应用”获自然科学二等奖；赵广磊教授团队完成的“多自主体系统通信—控制高效协同分析与设计”获自然科学三等奖。有关成果覆盖能源、电力装备、工业监控与智能协同等领域，反映了从理论突破到工程落地的链条式创新。 其中，新能源配电网项目聚焦分布式源荷高比例接入带来的感知与调控难题，通过云、边、端协同构建源荷柔性互动调控体系，在多源主动感知、灵活性资源匹配与层级协同控制各上形成系统方案，并形成一批自主可控的装备与系统。该成果已多地推广应用，对提升配电网承载能力、促进新能源消纳及用能侧灵活互动具有现实意义。 风电装备智能诊断项目针对数据驱动诊断在“跨场景可用、跨域可迁移”上的瓶颈，提出多视图协同增强、时空联合建模及跨域协同学习等方法，构建递进式故障特征表达与诊断体系，有助于提升风电装备运行可靠性与运维效率，为风电产业高质量发展提供支撑。 网络动态监控项目面向泛感知与高效集成需求，围绕监控系统中感知、传输与控制的耦合优化提出联合设计思路，解决高动态网络条件下稳健性与能效协同等难点，并在海洋环境监测、工业产线监控等场景实现应用，提升了复杂环境下监控系统的连续性与稳定性。 多自主体协同项目建立混杂动态系统理论框架，探索通信与控制一体化的协同设计方法，面向多装备协同任务提升协同效率与稳定性。相关研究已在消防机器人协同灭火、无人挖掘机远程随动等应用中开展验证，为应急救援与工程作业智能化提供技术储备。 对策——从科技奖励导向看，自动化领域的成果评价日益强调“可验证、可转化、可复制”。业内建议：一上强化跨学科与产学研协同，围绕新型电力系统、智能装备与工业互联网等重点方向，形成从基础理论、关键算法到核心部件与系统集成的贯通式研发；另一方面加强标准与知识产权布局，推动关键技术以标准、平台和工程化产品形式扩散，提升产业链协同效率。同时，加快示范应用与安全验证体系建设，在电力、工业、海洋等复杂场景中通过规模化运行检验技术鲁棒性，推动成果从“可用”走向“好用、耐用”。 前景——发展新质生产力对高水平自动化与智能控制提出更迫切需求。随着新能源装机持续提升、工业场景数字化改造深入、多自主体协同应用扩大，云边端协同调控、数据驱动诊断以及“感—传—控”“通信—控制”一体化设计等方向，有望深入沉淀为通用技术底座，并向更多行业延伸。以此为契机，围绕关键共性技术持续攻关、面向国家需求推进场景化落地、面向国际竞争加强标准与规则供给，将成为提升我国自动化领域原始创新能力与产业带动效应的重要抓手。
面向高质量发展，科技创新的价值不仅体现在论文与奖项上，更体现在对国家战略需求与产业痛点的持续回应。以能源安全、绿色转型和产业升级为牵引，推动原创理论、关键技术与工程应用形成闭环，才能让科研成果更快转化为现实生产力，为构建现代化产业体系提供更坚实的支撑。