基于大数据的水电站运维远程智能监控系统构建与应用

为解决偏远山区水电站运行维护难的问题,基于大数据、云服务、传感器和人工智能技术,设计开发了一套水电站运维远程智能监控系统,系统通过传感器对现场设备进行监测,然后通过局部均值分析法(LMD)对现场采集到的复杂振动信号进行分解处理,最后利用Elman神经网络的故障诊断专家系统进行故障诊断,可实现远程监测、控制和故障诊断等功能;系统在设计的100人并发用户下,CPU占有率仅为11.7%,每月消耗网络流量395.8GB<1000GB(设计网络流量),平均每一次响应时间仅为3.3ms;系统大大降低了运维人员的工作强度,提高了故障诊断效率,降低了运维成本,在实际工程中取得了较好的应用效果。