1月28日，國(guó)家能源集團(tuán)龍?jiān)措娏χ心芄咀灾餮邪l(fā)的“發(fā)電機(jī)非驅(qū)動(dòng)端軸承溫度異常”預(yù)警模型成功上線。該模型基于“大數(shù)據(jù)+AI深度學(xué)習(xí)”融合算法，實(shí)現(xiàn)了風(fēng)電機(jī)組關(guān)鍵大部件故障預(yù)警功能。
由于發(fā)電機(jī)軸承長(zhǎng)期處于變工況和電磁環(huán)境中，易發(fā)生腐蝕、失效等問題，且故障復(fù)雜、停機(jī)時(shí)間長(zhǎng)、維修成本高，造成巨大經(jīng)濟(jì)損失。該公司基于風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)，融合“大數(shù)據(jù)+AI深度學(xué)習(xí)”算法搭建預(yù)警模型，對(duì)比實(shí)際溫度與健康溫度差異，滿足預(yù)警閾值后自動(dòng)報(bào)警。模型上線以來(lái)，預(yù)警結(jié)果發(fā)現(xiàn)及時(shí)、展示直觀、現(xiàn)場(chǎng)應(yīng)用效果良好，能有效提高風(fēng)電機(jī)組設(shè)備可利用率，避免發(fā)電機(jī)故障帶來(lái)的經(jīng)濟(jì)損失。
該模型實(shí)現(xiàn)了發(fā)電機(jī)軸承的“預(yù)知維護(hù)”，做到問題早發(fā)現(xiàn)，計(jì)劃早制定，備件早準(zhǔn)備，異常早排除，為實(shí)現(xiàn)以故障預(yù)警分析為抓手的預(yù)知維護(hù)奠定基礎(chǔ)。
評(píng)論