应用案例

Product service

应用案例

电力设备寿命评估分析

大数据计算的发展为生产生活带来了巨大的改变,提高了工业生产的效率,对电力系统也带来了创新的力量。大为团队利用大数据分析方法,通过对电网-设备-环境海量多源异构数据的筛选和特征抽取,提出适用于大数据环境下输变电设备全生命周期状态检修模型的特征参量;在特征参量的状态评价和故障预测的基础上,提出基于多维异构数据的设备运行风险的定量评估模型;研究变压器、断路器等设备的寿命曲线的获取及评估技术,并利用大数据分析方法分析关键影响因素;研究大数据环境下的输变电设备全生命周期成本的分解和建模方法,建立考虑多种可靠性和经济性约束条件的设备运维检修优化模型,提出相应的快速求解算法,最终得到基于大数据的输变电设备最佳运维检修方案,以达到降低设备全生命周期成本,提高电网设备资产利用率的目的。

大为团队通过对现有数据的进行整理分析进行基于大数据方法的理论研究,同时结合传统的经典理论,以评估设备风险,管理设备全生命周期成本,为检修决策提供参考依据。典型的基于大数据的输变电设备状态异常检测方案中,较为-典型的一种的方案是回归分析与分类机器学习的结合方法,其核心思想是通过无监督的学习和回归分析,将系统的正常运行状态量聚类成一定的簇群,从而实现异常状态检测,具有非常重要的意义和参考价值。但该方案在对正常运行状态的学习聚类上,存在一定的理论支持局限,难以现已有的电力系统设备运行状态检测已有理论进行结合应用,因此需要一种能够将现有状态检测技术利用起来,并且结合大数据的优势,设计出新的监督式学习方案,充分利用起数据和现有理论。

电力系统设备的全生命周期成本分解模型和设备的状态评估模型相辅相成共同构建基于传统理论和大数据结合的分解模型。

服务咨询热线

028-86665999

在线客服