部门依托2024年建成的并已积累10TB+设备状态数据的发电设备可靠性与智能化实验室，构建了发电设备故障诊断知识库，涵盖故障模式库900+条、故障案例库2000+条、专家知识/规则库、隐患排查指导库、高质量故障数据库和家族性缺陷库等，为智能诊断奠定了坚实基础。

自成立之初，部门就敏锐捕捉到人工智能在故障诊断领域的巨大潜力，积极开展探索。主导开发以可靠性为中心的检修（RCM）平台、发电设备分级管控平台、风电机组外挂式、轴流风机、辅机轴承状态监测系统等，实现对设备的智能分级、监测与诊断，从根本上转变维护设备的方式，从传统的 “治已病” 迈向 “治未病”，为后续的技术突破提供了有力支撑。

面对DeepSeek的创新突破，团队引入本地化部署的DeepSeek-R1基座模型，搭建基于私有化“发电设备故障知识库”的智能问答系统，探索火电机组非停事件辅助分析、新能源设备隐患辅助排查、发电设备故障辅助诊断等故障诊断新模式，为故障诊断与状态检修工作打造最强“智慧大脑”，在测试环境中初步实现了对火电机组非停事件的辅助分析以及新能源设备隐患的辅助排查，为智能发电领域开辟了全新路径。

清能院故障诊断与状态检修部通过持续的技术创新与实践探索，在智能化转型道路上取得了突破性进展。在国家重点研发计划战略性科技创新合作项目中，部门牵头开展“基于人工智能的风电装备故障诊断技术合作研究”项目，攻关多模态多尺度数据与关键部件评价的定量表征难题。部门构建五级设备检修技术体系，自底向上依次涵盖辅助设备定期检修、主设备定期检修、RCM与分级管理、小模型、大模型。全面提升设备检修的智能化水平。参编华能集团人工智能规划顶层设计报告，目前，部门在人工智能领域已开展和申报的科技项目达10余项。