电力系统跟人工智能有很多结合方向,今天的主题是运检方面的,重点关注设备,就是设备状态监测,它首先是基于物联网的智能感知过程,我们希望利用人工智能的技术,能从智能感知走向一个设备的健康管理,能发挥更大的价值和作用。
在电力系统里面,我们虽然发现设备的故障率不高,一旦发生一些故障,影响还是非常巨大的。
常见的电力系统的故障和检测方法,我们根据相关的一些国家标准做了一些总结,包括带电检测、温度、振动、油色谱等检测方式,都会有一些不足和缺陷。以设备变压器为例,单一的一种手段很难从整体上评估一个变压器的健康状态,也不能故障做一个很好的预警和评估。目前的设备监测和状态评估主要还是面临三大问题,一是更多的依赖人工专家的经验,二是相对的各种传感或者检测的手段数据是很独立的,没有把它们汇总起来或者关联起来,三是故障和缺陷无法主动预警预测。
FKC8000A空气绝缘式母线槽为您解除一切后顾之忧
1)空气型的母排和外壳结构简单,特别是插接孔较多的情况下,因而价格便宜。空气型母排的固定方式是采用绝缘衬垫来支撑,根据动稳定的要求设置相应的跨度尺寸和线间距离。所以它动稳定性能不及密集型母线槽。
2)由于母线间和母线与外壳间均存在着空气介质,这对母排的散热性能大为减少,因而降低了它的载流量。
3)国产的空气型母线槽均将裸铜排配置了散热缩套,这固然对加强绝缘和散热均有好处.但同时也增加了造价。空气型母线槽的外壳结构简单,对多插孔的母线较为有利。
4)空气型母线槽采用宽厚比大的母线,受到动稳定的限制,所以多为宽厚比小的母排,这样它的发热量大而散热量小。限制了它的载流量。所以它用于小电流母排合适。用于大电流时,它的性价比将大大下降。
5)空气型母线槽母排的连接结构简单,制造工艺容易,安装方便。空气型母线槽母排的感抗大,其电压损失大,适用于小电流近距离的线路。
人工智能针对上述设备检测问题能够产生一些帮助。比如针对更多的依赖人类专家经验的问题,我们可以应用到一些智能认知的技术,具体包括人机双向的学习,建立一些知识图谱,把一些故障的记录,包括技术标准形成整个的关联知识体系。针对数据相对独立问题,大数据挖掘技术,多模态数据的融合,多维度的感知等技术,可以打破数据孤岛现象。
针对故障和缺陷以及潜在的故障没有办法预测的问题,现在比较流行的一个国内外的热点技术,就是预测性维护,它其中涉及到的一些核心技术,包括AI+机理,数据跟知识的融合技术建立专家知识系统,辅助设备的故障预测和维护策略设计。这是针对我今天报告一个大的背景,我们在电力系统的关键设备现有的检测存在什么问题,人工智能可以发挥什么样的作用。
上海来扬电气转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。