項目背景

隨著智慧電廠概念和技術的不斷成熟，國內很多電廠已經開始建設智慧電廠，智能感知設備就是其中的一項重要內容。智能傳感器和智能分析軟件是智能感知設備的基礎。智能傳感器是基于物聯(lián)網技術和智能信號分析技術為基礎的傳感器，智能信號分析系統(tǒng)是基于機器學習技術和深度學習技術的信號處理系統(tǒng)，它繼承了傳統(tǒng)信號處理技術的實時性特點，又利用深度學習技術提高了信號特征的識別能力，提升了對設備的運行狀態(tài)的監(jiān)測、預警和故障診斷的能力。

項目概述

建設基于智能聲學的設備狀態(tài)監(jiān)測系統(tǒng)，包括四種類型的智能傳感器：聲音傳感器、振動傳感器、溫度傳感器以及位移傳感器。其中振動傳感器和聲音傳感器負責監(jiān)測轉動設備，溫度傳感器負責監(jiān)測需要檢測溫度的設備，位移傳感器負責監(jiān)測設備的位移情況。智能傳感器基本滿足常規(guī)的巡點檢的業(yè)務需求，能夠實現對設備長期穩(wěn)定的監(jiān)測。軟件平臺負責對設備實時監(jiān)測，利用信號分析、深度學習技術訓練信號特征，進行異常信號提醒和故障診斷，從而提高設備運行的可靠性，降低設備事故發(fā)生概率。

項目創(chuàng)新點

1、利用物聯(lián)網技術進行設備狀態(tài)監(jiān)測

基于物聯(lián)網架構，通過加裝傳感器實現對設備運行狀態(tài)的實時監(jiān)測，提高設備運行的可靠性。

2、以聲音傳感器為核心的設備狀態(tài)持續(xù)監(jiān)測

到目前為止，發(fā)電行業(yè)的設備故障預警與診斷基本上以振動監(jiān)測為主。本項目利用聲音唯一性、入微性的特點，將設備聲音作為設備故障預警與診斷的核心，將振動和溫度作為輔助手段，實現設備的持續(xù)監(jiān)測。

3、利用信號分析及深度學習技術進行故障預警

目前已有的設備故障預警與診斷系統(tǒng)大多采用傳統(tǒng)的機器學習模式，不能適應不斷變化的生產環(huán)境，適應性不強。本項目采用信號分析及深度學習技術，通自學習、自優(yōu)化適應不斷變化的生產環(huán)境，實現設備的故障預警與診斷。