風(fēng)電機(jī)組功率曲線是考核風(fēng)電機(jī)組性能、評估機(jī)組發(fā)電能力的一項(xiàng)重要指標(biāo),功率曲線異常不僅會導(dǎo)致電量損失,也會降低設(shè)備發(fā)電效率、縮短部件運(yùn)行周期。功率曲線篩查的常規(guī)方法依賴專業(yè)人員個人經(jīng)驗(yàn),效率不高,準(zhǔn)確度參差不齊。
據(jù)悉,龍?jiān)措娏こ碳夹g(shù)公司通過收集標(biāo)注上萬張典型功率曲線異常圖片,依托主流圖像識別模型自主訓(xùn)練 AI 模型,通過不斷優(yōu)化模型算法,調(diào)整一階和二階優(yōu)化函數(shù),實(shí)現(xiàn)了針對不同機(jī)型風(fēng)電機(jī)組功率曲線 8 類典型問題的識別。
此外,該公司還將該模型應(yīng)用于風(fēng)電機(jī)組其他控制圖譜,建立關(guān)聯(lián)模型并不斷迭代。經(jīng)過場站 3 個月運(yùn)行數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證,該模型在近 1.4 萬臺風(fēng)電機(jī)組中檢測出異常機(jī)組數(shù)量 1860 臺,準(zhǔn)確率超過 80%,工作效率提升 3 倍以上。
官方表示,該技術(shù)首次實(shí)現(xiàn)了圖像識別技術(shù)在風(fēng)機(jī)功率曲線篩查分析領(lǐng)域的應(yīng)用,完成分析結(jié)果的自動化展示,有效提升了問題機(jī)組的定位速度與故障分析效率,為提高設(shè)備發(fā)電性能、推進(jìn)場站智能化運(yùn)維提供了有力支撐。
原標(biāo)題:國內(nèi)首個風(fēng)電機(jī)功率曲線 AI 模型上線,填補(bǔ)行業(yè)空白