基于设备画像的机车标签体系构建方法研究

机车是铁路运输生产的重要牵引设备,通过整合利用机车各类数据,构建基于设备画像的机车标签体系,有利于客观、全面地掌握机车质量状态,实现机车的精准画像、差异化运维和精细化管理。本文通过总结机车设备画像的概念和标签技术的相关理论知识,提出满足机车质量分析、运维优化及安全决策等多个应用场景的机车设备画像3级标签体系技术架构,全面分析所包含的数据采集层、标签库层和标签应用层,详细阐释机车各级标签的内容及其生成、管理、优化和分析流程,形成机车设备画像研究方法。针对聚类这一标签的产生方式,通过改进K-means聚类算法的初始质心选取方法,提高标签获取的精度和稳定性。并在某铁路局开展机车设备画像实地应用研究,形成完整可行的机车标签体系。

改进粒子群聚类的铝电解槽设备画像技术研究

电解槽是铝电解行业中生产铝的重要设备,电解过程中生产指标的变化会不同程度的影响电流效率。通过构造电解槽画像,能够为分析电解槽状态、挖掘生产指标间的关系等提供研究思路。文章以电解槽为研究对象,利用电解过程中的生产数据,结合画像技术、聚类、关联分析等方法,提取标签信息,构建具有数据层、画像层和应用层的三层电解槽画像架构,形成对电解槽具有针对性、系统性的分析策略。针对群体划分的K均值聚类算法,采用改进粒子群算法来缓解其对初始值敏感的问题,提高聚类性能。通过实际生产数据进行实验,生成设备个体和群体画像,为实际应用提供参考。

基于大数据技术的专家知识库设备画像推荐算法研究

为了解决当前设备画像推荐算法采用的训练数据较少,无法充分体现设备故障特征,存在数据稀疏问题和扩展性问题的弊端,提出一种基于大数据技术的设备画像推荐算法;将专家知识库控制策略资源作为推荐资源,通过开源MapReduce技术完成对其的处理,把开源怀卡托智能分析环境和Hadoop大数据处理平台结合在一起,为设备画像推荐算法提供依据;通过kmeans算法对设备故障进行聚类;利用评分矩阵相似性和设备画像特征相似度加权的思想对相似性进行计算,将相似度最大的前若干结果作为最近邻;为了保证推荐准确性,通过奇异值分解算法,针对评分矩阵通过各行设备故障评分均值对各行缺少值进行填充,获取填充评分矩阵,为目标故障推荐专家知识规则和控制策略;经验证,所提算法推荐准确性高。

城市轨道交通供电系统设备画像研究

城市轨道交通供电设备运营维护目前主要采用计划检修、故障检修模式,随着大数据处理、智能控制、BIM、物联网等先进技术的不断成熟,构建城市轨道交通供电设备智能运维系统,实现故障智能诊断已成为可能。本文通过引入“设备画像”的概念,结合不同设备的特点、常见故障、检修维护内容,定义了能够描述设备状态的各类标签,为智能运维系统的构建奠定了数据基础。

基于数据标签化的变电站设备画像构建与应用分析

利用大数据分析挖掘技术,以设备数据为基础,以标签化为手段,以设备为单位,构建多层次、多角度、立体化的变电站设备画像,实现对变电站设备的数据采集、汇总、分析和安全隐患挖掘,从而实现消缺精准管控、检修作业计划全面管控和全寿命周期管理。成果可对电网规划设计、设备运行、设备检修及退役工作给出有效的指导和建议,提升设备的全寿命周期内的质量、检修作业计划的时效与质量,提高电网的可靠性和安全性。

基于铁路数据服务平台的铁路工务设备安全画像应用设计方案

为保障列车运行安全,减少安全设备投入,提升安全管理效率,设计了基于铁路数据服务平台的铁路工务设备安全画像应用方案。以分析当前铁路工务设备检测现状作为切入点,结合铁路数据服务平台,运用机器学习框架和大数据治理技术,从设备状态指标统计分析、设备单元安全评价、关键指标及安全态势趋势预测、高危设备及不良态势安全预警等4个方面设计铁路工务设备安全画像应用功能。辅助业务人员快速定位数据,对工务设备安全态势有更加直观的判断,以防止设备不稳定状态导致的事故故障,实现事故故障超前防范。

基于SVR的动车组设备安全评估方法研究

安全是铁路运输的重中之重,加强运输设备安全管理对于保障铁路正常秩序具有重要意义。动车组具备运行速度快,安全性能好,运量大的良好特性,在铁路运输设备中占据重要地位,为进一步完善动车组安全标准化管理,在综合考虑影响动车组安全态势的内外因素基础上,首次构建了基于运用质量、质量鉴定、安全专项整治等6个维度的动车组安全标准化评估指标体系,并建立了基于支持向量回归(SVR)的动车组安全标准化评估模型,仿真结果说明,上述模型高效合理,可操作性强,评估结果符合路局业务部门实际情况,适用于动车组安全标准化评估。

基于离群点检测的变电主设备异常辨识与规律分析

为了解决目前对输变电设备运维的海量数据进行高效处理存在的困难,提出了一种新的基于大数据分析和机器学习方法的输变电设备运维数据处理思路,使用离群点检测的算法识别试验数据中的异常点并分析设备缺陷记录数据内在的相关性规律。首先使用局部异常因子算法(LOF),对变压器绕组直流电阻试验数据进行处理,成功识别出了数据中的异常点。对于变压器缺陷记录数据,将其划分为多组状态参量,引入异常状态指标,使用状态参量离群算法得到设备异常状态指标的雷达图,从而揭示出设备各种缺陷故障与各状态参量之间内在的相关性规律,为后续设备运维检修等工作提供参考。本方法也适用于其他各类输变电设备的异常数据辨识和分析,现已成功筛查出广西电网10台直流电阻异常的变压器及75台介损试验数据异常的电容式电压互感器(CVT)。该方法对于提高电气设备运维水平具有积极意义和广阔应用前景。

调度自动化系统及设备统一运维技术

采用归纳总结调度自动化系统及设备的软硬件特征,抽象公共特征形成层次结构,建立自动化系统及设备的健康模型,通过构建自动化系统及设备运行数据采集和汇集机制,实现对自动化系统及设备的实时监视与告警,形成自动化系统画像和设备画像,并自动生成系统及设备健康报告。

基于全数据感知的变压器设备本质安全能力提升方案设计

随着社会和经济的发展,电力用户对供电可靠性的要求越来越高,作为电力系统中的关键一环,变电站中变压器设备的安全稳定运行至关重要,如何提高变压器设备本质安全能力一直是电力系统热点研究问题,传统监测手段因彼此相对独立且时效性不高,采样相对较长等因素导致实用性不强。随着新技术发展与应用以及泛在电力物联网建设的有力推动,相关技术研究成果的应用,为打造基于全数据感知的变压器本质安全能力提升设计提供了强力手段。文章基于此开展了基于全数据感知的变压器设备本质安全能力提升方案设计工作。

基于工业互联网的离心机控制系统设计

针对离心机自动化程度低、现场维护成本较高的问题,设计了基于工业互联网的离心机自动控制系统,以西门子S7-200 SMART PLC为核心控制器,采集现场温度、流量、振动等信息,自动控制主电机、副电机和进料电机运行速度,并辅以良好的人机交互界面,实现了离心机的一键启动、一键停止、故障诊断等功能。同时,通过工业网关将操作数据及生产数据传送至工业互联网云平台,进行设备画像,该系统不但可以实现远程监控、组态与管理,而且可以为后期设备的动态优化与调整奠定基础,具有很好的应用价值。

人工智能在新一代电力系统中的应用前景分析

继谷歌的人工智能程序AlphaGo打败韩国棋艺最精湛的棋手后,人工智能引发了国内外广泛关注及产业化浪潮,如今构建智能社会已成为广泛共识。人工智能技术在提高大电网驾驭能力、保障能源安全,更好地服务经济社会发展等领域可发挥积极作用,为建设"广泛互联、智能互动、灵活柔性、安全可控"新一代电力系统提供支撑。论文首先研究了人工智能当前应用现状并研判未来发展趋势,其次提出了人工智能在电网的智慧调度、智能巡检、设备本质安全、客户服务等领域的具体应用场景,最后给出电网公司发展人工智能的重点建议。