核心用法
iaiops-renewables 是面向光伏与风电场景的专业工业数据接入与智能分析技能。启动时通过 IAIOPS_MCP=renewables 激活，自动加载 Modbus-TCP/RTU、OPC-UA、MQTT-Sparkplug B 三大工业协议栈，并挂载可再生能源专属分析模块。
典型工作流程：先执行 protocols_supported 确认协议能力，通过 opcua_diagnose_connection 或 modbus_detect_byte_order 完成连接诊断；随后利用厂商模板（如 huawei_sun2000_inverter、growatt_inverter）快速映射寄存器语义，读取逆变器组串功率与辐照数据；核心场景调用 pv_performance 进行组串欠发检测，算法自动计算性能比（支持预期功率输入或额定×辐照/1000 估算），按 worst-first 排序定位积灰、遮挡、熔丝熔断或组件失效问题。风机场景则通过 generic_wind_turbine 模板接入 nacelle、pitch、yaw 等关键参数，结合 pdm_forecast 对轴承、齿轮箱温升趋势进行预测性维护分析。
停机与告警管理方面，downtime_triage 提供停机事件快速分类，downtime_root_cause/downtime_root_cause_live 执行根因追溯，配合 alarm_flood_analysis、alarm_cascade 应对告警风暴。数据质量层面提供 data_quality_scorecard 与 historian_health 确保数据可靠性，最终通过 oee_compute 输出电站整体设备效率。
显著优点
多协议深度融合：单一技能覆盖光伏电站三大数据通路——逆变器/汇流箱/风机控制器的 Modbus 直连、全站 SCADA 的 OPC-UA 统一命名空间、以及 MQTT-Sparkplug 遥测流，消除多工具切换成本。
领域语义内建：opcua_discover_tags 自动识别 irradiance、wind_speed、rotor_speed、pitch、yaw、state_of_charge 等可再生能源专属语义，大幅降低 tag 映射工作量。
智能诊断闭环：从 pv_performance 的组串级微观诊断，到 pdm_forecast 的部件级趋势预测，再到 downtime_root_cause 的系统级根因分析，形成"检测-预测-处置"完整运维闭环。
只读安全设计：工具表面全为只读操作，逆变器限功率调节、风机偏航控制等下发指令不经过本技能，有效隔离控制风险。
潜在缺点与局限性
硬件接入依赖：Modbus-RTU 的物理 RS-485 接入状态标注为"待核实"，实际部署可能面临串口调试、接地隔离、终端电阻匹配等工程细节挑战。
模板覆盖有限：当前厂商模板仅覆盖华为 SUN2000、Growatt 逆变器及通用风机模板，其他主流品牌（如阳光电源、锦浪、Siemens Gamesa、Vestas）需依赖 generic 模板手动配置寄存器映射。
预测模型黑箱：pdm_forecast 的温升趋势算法与到限时间计算逻辑未在文档中披露，用户难以评估模型置信度或进行白盒调优。
信创合规待验证：compliance_dengbao_levels 等合规工具虽存在，但等保级别映射、证据包生成等功能的实际审计有效性需结合具体场测评。
适合的目标群体
- 光伏电站运维工程师与值班长
- 风电场设备管理与可靠性工程师
- 新能源资产运营方的数据分析师
- 工业物联网集成商（需快速交付光储充/风电监控方案）
- 高校与研究机构的新能源系统研究人员
使用风险
网络隔离风险：Modbus-TCP/502、OPC-UA/opc.tcp、MQTT/1883 等端口在工控网络中常处于防火墙白名单状态，误操作可能触发安全审计或导致连接中断。
数据时效性差异：Modbus 轮询、OPC-UA 订阅、Sparkplug 实时流三源并存时，时标对齐与采样频率差异可能影响 pv_performance 计算的准确性。
依赖版本锁定：pymodbus>=3.5,<4、asyncua>=1.0,<2、paho-mqtt>=2.0,<3 的严格版本约束可能与用户现有 Python 环境冲突，建议在隔离容器中部署。
模板漂移风险：厂商固件升级可能导致寄存器地址变更，modbus_list_templates 中的模板状态标注为"待核实"，生产环境使用前需现场验证。
诊断工具误报：alarm_bad_actors、opcua_anomaly_scan 等算法可能产生伪阳性告警，需结合人工经验二次确认。