400-608-2558
029-8766-9737
资讯
当前位置:首页 > 资讯 > 大数据分析与应用
双管齐下,“大数据+AI”让设备运行更健康
时间:2020-03-19 11:30:55 浏览:
湖北武汉火神山医院亮了,湖北武汉雷神山医院通电了,浙江温州瓯江口医院实现双电源供电……,近日来,全国各地新型冠状病毒肺炎患者定点收治医院相继被点亮,为我国新冠肺炎、遏制疫情蔓延再添助力。在被一次次的“电力拓荒”震撼的同时,小编会忍不住地问:在这个特殊的节点,一方面是娱乐业、零售、餐饮等行业的停工,另一方面是医院、工厂等“连轴转”,供电方该如何该如何保证相关电力设备的良好运行,保障电力均衡供应?

雷神山

随着电力系统信息化程度的不断提升和电力市场化的深度推进,电网运营模式中智能化诉求日趋明显。配用电领域无疑是大数据和人工智能应用研究的重要土壤 。因此也产生了大量基于大数据和人工智能的业务场景和实践。今天在直播课程中,我们的数据专家和大家分享的就是“基于设备运行状态的重过载精准预测“案例应用。

01、项目背景
供电企业原有配变设备所承受的负荷日益增高,给电网运行安全造成重大的安全隐患。特别在夏季、节假日等用电高峰时段,存在重过载变压器烧坏及配电变压器容量不足导致不能正常供电的情况,影响供电可靠性且造成客户投诉,同时也会造成直接的经济损失。
另外,设备长时间处于重过载状态会加速元器件老化,降低设备使用寿命,给电网带来故障隐患和运行风险,同时也影响公司经济效益。

02、问题与挑战
1)、随着生产、生活用电负荷在不断攀升,使得供电企业原有的配变设备所承受的负荷日趋严重,故障频发,成为电网安全运行的重大隐患。
2)、工作量大:设备数量巨大,开展所有设备巡检,需要现有检修人员3个月的工作量;
3)、检修效率低:故障频发,人工检修 ‘检修不及时’或‘检修过剩’,平均检修治理成功率20%左右。

03、解决方案
项目简介
以电力行业的配电设备精准管控为业务背景,基于配电设备历史的运行数据和机器学习等大数据相关知识,一方面了解设备精准管控的业务背景和传统治理方式存在的问题,另一方面掌握通过机器学习技术如何建立设备运行状态智能感知模型和设备重过载预测模型来实现设备精准管控和治理的目的,从而全方位的掌握设备运行状态,优化设备检修维护策略,提升配电网的供电可靠率,降低设备检修维护成本,保障电网经济运行。

分析思路
数据分析思路

分析方案
分析场景1:运行状态智能感知

通过综合评价算法分析完成设备运行状态智能感知,基于设备投运年限、历史运行数据等对设备运行状态进行评价,并将其结果映射至0-100,划分为优、良、劣、差四级。不同状态之间特征差异明显,相同评价组内的设备具有相同特性,因此针对运行状态差的设备进行着重监测,设备健康度评价结果作为重过载预测的特征之一。

  •     基于设备厂家、生产日期、生产批次、投运日期、额定容量等设备运行数据,包括设备的轻空载、重过载等,然后利用层次分析法算法进行建模。
  •     构建设备运行状态感知模型,对设备的健康度进行打分。建模流程主要包含5个步骤:数据读取、数据处理、算法选择、数据输出、执行流程。
TempoAI
  •     把分析结果进行可视化展示。
数据挖掘
    
分析场景2:重过载精准预测
基于分类集成算法,实现重过载配变鉴别。基于设备运行状态评价结果、设备投运年限、设备半年内重过载情况、设备历史同期运行情况等,构建设备重过载精准预测模型。基于该模型,可以预测出哪些配变下个月的哪一天会发生重过载,为检修部门提供精准维护配变名单,精准开展治理,提升检修效率,降低检修成本。

  • 将设备基本信息(如投运年限、出厂年限等)、运行信息(如去年同期运行数据、近几月运行数据),设备运行状态感知结果等作为影响因素。
  • 通过梯度提升决策树分类算法对训练集进行建模,寻找影响因素和是否为重过载设备之间的数学模型,然后通过测试集来验证该数学模型的准确率。
TempoAI
  • 从ROC曲线曲线拐点接近左上角,K-S曲线80.89%,可直观看出分类效果较好。
ROC曲线
  • 基于训练好的大数据分析模型,对所有配变运行数据进行分类预测,将结果输出,对其利用Tempo大数据分析平台进行可视化展示。
Tempo大数据分析平台

04、项目成果
(1)检修工作更加规范:基于设备状态评价和重过载预测结果,制定合理的检修计划,避免了检修过剩及检修不及时等情况,使得检修计划更加合理。
(2)一致性:实际业务验证效果同模型评价结果整体保持基本一致,符合模型预期的目标。
(3)服务质量提升:通过合理的安排设备检修工作,避免了检修不及时等情况,替代人工经验最大负荷预测的传统方式,使‘被动抢修’转化为‘主动抢修’,提高公司供电水平。

电力保障关系能源安全,关乎国计民生。基于设备运行状态的重过载精准预测对于及时发现电力隐患、优化设备升级改造计划具有重要作用。同样地,随着工业4.0时代的到来,智能工厂的工业设备都配上了各种感应器,采集其温度、振动、电流、电压等数据显得轻而易举,利用大数据和机器学习等技术对这些实时数据进行分析,对于提升组织运营水平具有举足轻重的作用。


扫描下方二维码即可观看案例讲解视频~
直播二维码

 
立即试用
立即试用
全国服务电话
400-608-2558
029-8766-9737
企业邮箱
tempo@meritdata.com.cn
中国西安 ▪ 雁塔区西三环天谷八路软件新城国家电子商务示范基地六层
扫码关注我们

知乎
Copyright © 2018 MeritData.All Rights Reserved陕ICP备05005361号-1.    陕公网安备 61019002000171号