Ensight—AI扁鹊的C位出道

【无所不能 文|能豆君】两周前，齐国临淄风电场突然出现风机大部件故障，场长蔡桓公因为风机停机超过7天，遭集团通报批评。

蔡桓公半信半疑地小窗了扁鹊。

一周后

Ensight报告

时间：2018.07.16

风机：临淄齐国风场B-5号2MW风机

告警：风机偏航系统异常

症状描述：由于风向标性能问题或偏航控制系统异常，实际对风角度与最优对风角之间偏航超过5°,导致该风机不在最佳对风角度，风机长时间没有处在最佳发电状态。

损失预估：如果不采取措施，预计年损失电量10万度。

一周后

Ensight报告

时间：2018.07.01

风机：临淄齐国风场A-3号2MW风机

告警：风机传动链轴承温度异常

症状描述：发电机轴承亚健康预警，轴承实际温度偏离预测的健康温度25%，可能是由于轴承磨损或润滑不良，未来三个月有故障停机风险。

建议措施：建议上机检查或调用振动数据交叉验证

Ensight报告

时间：2018.07.21

风机：泰山风场D-6号2MW风机

告警：叶片损伤、开裂

症状描述：根据频谱图可看出，风机其中一支叶片的频谱响应与另两支相比有显著差异。风机叶片因局部叶尖开裂导致扫风声音异常，在频谱上表现为高频段能量衰减。

建议措施：尽快现场确认，人工吊篮修补叶片

关于Ensight

洞察现在 预见未来 适配任何机型

基于远景EnOS™能源物联操作系统开发的Ensight智能预警产品，集合了100GW风机设备积累的2PB海量数据，运用机器学习算法，建立风机画像，实现风机发电性能与关键部件亚健康告警。Ensight支持叶片、传动链、变桨、偏航、力矩控制五大系统关键设备的亚健康状态的识别告警，与设备运行状态、设备通讯状态解耦管理。为运营商管控资产发电性能跌落与关键部件失效风险，案例平均提升发电量3%。

关键技术

Ensight将理论与实践结合，基于分布式数据存储系统与快速计算框架平台，积累丰富的风机故障预警物理模型智库，既知风机生病机理，又晓大数据处理与人工智能技术。

深度神经网络

在风机叶片异常预警与故障诊断上，不仅将时频分析与机器学习PCA模型结合进行故障特征提取，同时基于深度神经网络DNN进行不同异常下的叶片声音识别，引入了图像处理与卷积神经网络CNN去“观”声音，提高故障模式识别准确率，高效准确确定异常部位，以“对症下药”，保障风机安全运行。

高斯核函数的支持向量回归（SVR）模型

结合风机运转原理，选取与轴承温度息息相关的测点作为特征，利用基于高斯核函数的支持向量回归（SVR）模型，将低维空间数据映射到线性可分的高维空间，建立对轴承温度的精确回归模型。

LightGBM机器学习算法

基于决策树算法的分布式梯度提升框架，采用直方图算法以及带深度限制的Leaf-wise的叶子生长策略，进行风机发电性能分析以及偏航角度的遍历寻优。

找能豆君 | icaixinenergy ; icaixinenergy2

本账号系网易新闻·网易号“各有态度”签约帐号