项目介绍

该项目位于大渡河流域,安全生产和设备运检依赖于人工值守,对于值班人员专业能力和经验要求较高,能够通过故障表象进行维修指导,各系统相对独立,运维复杂,成本高昂。

7、国电--水电站.jpg

技术应用

Al全面精准监测

预测模型累计训练数据样本≥300万条,系统准确率(ACC)>99.6%

软硬件—体化智能感知

基于边缘计算技术,实现端、边、云一体化感知,AI快速准确完成对各类风险实时检测

智能监测高效巡检

快速完成设备巡检,轻松应对复杂任务,提升巡检效率,解决人工巡检费时费力问题,节省至少75%巡检时间,极大降低故障排查成本

方案落地

针对水力发电机组的在线监测和预警系统,主要包括了水轮机和发电机等关键设备,方案私有化部署到项目现场,基于端、边、云(本地服务器)一体,对设备的运行状态进行监测。该项目采用基于振动波的声纹监测和基于电波的电气指标监测,持续不断地对各项指标进行监测,及时发现并预测故障,及时采取措施,保障设备的安全稳定运行,同时也可以延长设备的使用寿命。

该项目二期,针对输电线路进行基于行波电流、工频电流、和异常电流的AI监测,精准识别电缆故障,同时精确定位故障位置,极大地降低了故障排查成本。

banner.jpg

项目成果

设备稳定运行提高50%

基于AI智能分析预判,提前维护,提高设备运行稳定性,减少停机维护时长

加强项目智慧化管理

搭建Al智能分析平台,实现故障自动识别、智能预警,有效提高项目管理能力

故障排查率提高45%

精准识别电缆故障,消除安全隐患,加强设备智能化管理,及时发现并预测故障