欧宝体育

業務資訊
欧宝体育  > 新聞中心 > 業務資訊(xun)

工業智能技術加速風電行業智能化建設“三重奏”

發布日期: 2021-06-29 信息來源:欧宝体育

   當前,我(wo)國(guo)新(xin)能源產業正(zheng)在(zai)逐(zhu)漸推進能源生產和(he)消費方(fang)式革命(ming),構建清潔低碳、安全高效的能源體系成為我(wo)國(guo)經濟社(she)會轉型發(fa)展的迫切需要。

   “工(gong)業(ye)智能(neng)技術正(zheng)在加速風電行業(ye)智能(neng)化(hua)建(jian)設。”日(ri)前,北京天澤智云(yun)科技有(you)限(xian)公司技術研發副總(zong)裁金超博士(shi)在接受科技日(ri)報記者(zhe)的采訪時表(biao)示(shi),風電智能(neng)化(hua)有(you)三個重要(yao)的參考要(yao)素。

   數(shu)據來(lai)源與質量(liang)管理

   金超強調,要結合風(feng)電領域知識,對數據的來(lai)源跟質量進行管理,選擇(ze)那些對工業智能(neng)建模(mo)有(you)作用的數據,才是最有(you)價(jia)值的。

   “這不(bu)僅(jin)僅(jin)適用于風電,任何(he)一(yi)個做(zuo)智能化(hua)(hua)轉型的(de)(de)(de)行業(ye),采用數據驅動的(de)(de)(de)方式(shi),最終目的(de)(de)(de)都是要(yao)將人(ren)的(de)(de)(de)決策(ce)過程(cheng)自(zi)動化(hua)(hua)。也就是說(shuo)(shuo),我們所理解(jie)的(de)(de)(de)數據驅動的(de)(de)(de)工(gong)業(ye)智能,是要(yao)將‘以前要(yao)靠人(ren)去不(bu)同(tong)的(de)(de)(de)數據系(xi)統里整(zheng)合信(xin)息、內(nei)化(hua)(hua)成知識、最后形成決策(ce)’這樣(yang)一(yi)條鏈路自(zi)動化(hua)(hua)。”金超說(shuo)(shuo)。

   除了對數(shu)據的(de)(de)量和(he)來源進行管理之外(wai),對數(shu)據質(zhi)量的(de)(de)管理也很重要(yao)。金超(chao)認為(wei),數(shu)據的(de)(de)質(zhi)量,大概可以(yi)分為(wei)三(san)類(lei)問題(ti): 第一(yi)類(lei)是通用的(de)(de)數(shu)據質(zhi)量問題(ti),比如奇(qi)異值、缺失值、超(chao)限值等。第二類(lei)是跟(gen)行業相關的(de)(de),比如有的(de)(de)工(gong)況不滿(man)足分析目標(biao)(biao),要(yao)對工(gong)況做修(xiu)正。第三(san)類(lei)是跟(gen)建模相關的(de)(de),如樣本不平衡(heng)、標(biao)(biao)簽(qian)缺乏等。

   數(shu)(shu)據質(zhi)量對(dui)數(shu)(shu)據驅動的(de)(de)(de)模(mo)型(xing)(xing)效(xiao)果非常重要(yao),提前獲(huo)得足量、高質(zhi)量、能代表(biao)所(suo)建(jian)模(mo)型(xing)(xing)對(dui)象行(xing)為的(de)(de)(de)數(shu)(shu)據,是(shi)保證(zheng)模(mo)型(xing)(xing)效(xiao)果的(de)(de)(de)必要(yao)條(tiao)件。但是(shi),在現(xian)場獲(huo)取的(de)(de)(de)數(shu)(shu)據的(de)(de)(de)質(zhi)量,通(tong)常都達(da)不到理想狀(zhuang)態(tai)。而利用數(shu)(shu)據質(zhi)量不佳的(de)(de)(de)數(shu)(shu)據訓(xun)練得到的(de)(de)(de)模(mo)型(xing)(xing),效(xiao)果也不會很好。

   金超舉例說: “在(zai)做發電機(ji)軸承溫(wen)度(du)異(yi)常(chang)(chang)預警功能(neng)時,我(wo)們(men)并沒有大量(liang)的(de)有標(biao)簽(qian)的(de)歷史數據(ju)。根據(ju)我(wo)們(men)能(neng)獲取(qu)的(de)軸承溫(wen)度(du)、環境(jing)溫(wen)度(du)、功率、風速等(deng)信號,利用能(neng)量(liang)守(shou)恒(heng)建立(li)微分方程,通過估計(ji)參(can)數來建立(li)‘正常(chang)(chang)行為(wei)’模型(xing)(xing),再與當(dang)下的(de)狀(zhuang)態(tai)做比(bi)對(dui),根據(ju)殘差(cha)的(de)分布偏移來判斷異(yi)常(chang)(chang),以此來彌補歷史數據(ju)標(biao)簽(qian)的(de)不(bu)足(zu)。這就是我(wo)們(men)通常(chang)(chang)采用的(de)一個原則(ze)‘數據(ju)不(bu)夠,機(ji)理(li)來湊’。當(dang)融入機(ji)理(li)之后,一是不(bu)需(xu)要大量(liang)的(de)訓練數據(ju),原來一個月的(de)訓練數據(ju),現在(zai)7天就夠了;二是對(dui)外部環境(jing)的(de)敏(min)感度(du)有所降(jiang)低(di),受工況影響也變小;三是根據(ju)機(ji)理(li)設計(ji)的(de)被估計(ji)參(can)數,讓整個模型(xing)(xing)的(de)可解釋性也變得(de)更強。”

   模(mo)型也需要(yao)全(quan)生命周(zhou)期管(guan)理

   “因(yin)此在工業智能建(jian)模(mo)的時候,模(mo)型的選擇不(bu)一定只用數據驅動的模(mo)型。考慮選擇什么樣的建(jian)模(mo)方式,應從數據和機理兩個(ge)角度來考慮。”金超說。

   當(dang)數(shu)據(ju)(ju)比(bi)較(jiao)少,同時(shi)(shi)對建模對象理(li)(li)解不夠深時(shi)(shi),更(geng)多(duo)依賴(lai)于(yu)經(jing)驗(yan)或者需要做(zuo)一些實(shi)驗(yan)。在數(shu)據(ju)(ju)比(bi)較(jiao)少,機(ji)理(li)(li)很(hen)強(qiang)時(shi)(shi),比(bi)如典(dian)型旋轉類設備的(de)(de)(de)(de)智能診(zhen)斷,可(ke)以(yi)基于(yu)機(ji)理(li)(li)來做(zuo)分析,并且基于(yu)規則來做(zuo)到預(yu)警。對于(yu)機(ji)理(li)(li)比(bi)較(jiao)弱(ruo),但是數(shu)據(ju)(ju)很(hen)多(duo)的(de)(de)(de)(de)情況,就可(ke)以(yi)發揮數(shu)據(ju)(ju)驅動的(de)(de)(de)(de)模型優勢,去彌(mi)補(bu)對機(ji)理(li)(li)認(ren)知的(de)(de)(de)(de)不足。當(dang)數(shu)據(ju)(ju)足夠,并且機(ji)理(li)(li)也很(hen)強(qiang)時(shi)(shi),我們更(geng)傾向于(yu)去做(zuo)機(ji)理(li)(li)跟數(shu)據(ju)(ju)融(rong)合的(de)(de)(de)(de)模型,因為往往這樣(yang)的(de)(de)(de)(de)模型可(ke)解釋性(xing)更(geng)強(qiang),對于(yu)外部環境的(de)(de)(de)(de)變化也更(geng)加不敏感。

   “通(tong)過我們(men)(men)和(he)信通(tong)院合作舉辦的(de)(de)(de)(de)(de)(de)工(gong)業(ye)大數(shu)據創(chuang)新競(jing)賽(sai)來(lai)看,也(ye)印證了這樣(yang)的(de)(de)(de)(de)(de)(de)思維(wei)方(fang)式(shi)(shi)。在第(di)三(san)屆工(gong)業(ye)大數(shu)據創(chuang)新競(jing)賽(sai)的(de)(de)(de)(de)(de)(de)化(hua)工(gong)設備故障程度預測問(wen)題(ti)(ti),第(di)一(yi)名(ming)(ming)利(li)用(yong)了傳統的(de)(de)(de)(de)(de)(de)振(zhen)動分(fen)(fen)析,加上LightGBM機器學習(xi),取得(de)(de)了非(fei)常(chang)高(gao)的(de)(de)(de)(de)(de)(de)分(fen)(fen)數(shu)。我們(men)(men)后來(lai)得(de)(de)知,第(di)一(yi)名(ming)(ming)的(de)(de)(de)(de)(de)(de)選手是機械工(gong)程背景,對旋轉(zhuan)類(lei)設備的(de)(de)(de)(de)(de)(de)分(fen)(fen)析很在行。但第(di)二名(ming)(ming)利(li)用(yong)GAN這樣(yang)的(de)(de)(de)(de)(de)(de)非(fei)監(jian)督式(shi)(shi)深度學習(xi)方(fang)法(fa),也(ye)達到了類(lei)似的(de)(de)(de)(de)(de)(de)效(xiao)果。第(di)二名(ming)(ming)采用(yong)的(de)(de)(de)(de)(de)(de)思路尤其引(yin)起我們(men)(men)的(de)(de)(de)(de)(de)(de)興趣: 將振(zhen)動信號的(de)(de)(de)(de)(de)(de)分(fen)(fen)析轉(zhuan)化(hua)為類(lei)圖像問(wen)題(ti)(ti),利(li)用(yong)計算(suan)機科(ke)學在圖像領域的(de)(de)(de)(de)(de)(de)突破性技術和(he)思想,來(lai)解決工(gong)業(ye)里(li)面的(de)(de)(de)(de)(de)(de)非(fei)圖像數(shu)據問(wen)題(ti)(ti)。這個提醒我們(men)(men),在數(shu)據量足夠的(de)(de)(de)(de)(de)(de)時候,數(shu)據驅(qu)(qu)動的(de)(de)(de)(de)(de)(de)方(fang)法(fa),是可能彌(mi)補一(yi)些我們(men)(men)對機理(li)了解的(de)(de)(de)(de)(de)(de)不充分(fen)(fen)的(de)(de)(de)(de)(de)(de)。”金超說,“無論(lun)是哪次競(jing)賽(sai),我們(men)(men)發(fa)現與我們(men)(men)的(de)(de)(de)(de)(de)(de)經驗一(yi)致,機理(li)和(he)數(shu)據驅(qu)(qu)動相結合的(de)(de)(de)(de)(de)(de)方(fang)式(shi)(shi),效(xiao)果往往都(dou)比較好(hao)。”

   一(yi)個模(mo)型的(de)誕生(sheng)就(jiu)像嬰(ying)兒一(yi)樣,成(cheng)長(chang)的(de)過程中需要(yao)(yao)接(jie)受教(jiao)育、做練習題,最終畢(bi)業,成(cheng)人。模(mo)型類似,也(ye)要(yao)(yao)通過不(bu)斷的(de)跟領域知識磨合和融入(ru),在能(neng)夠采集更多樣本的(de)情況下不(bu)斷迭(die)代,最終才能(neng)形(xing)成(cheng)一(yi)個比較成(cheng)熟的(de)模(mo)型。

   “因此,我(wo)們(men)需要一(yi)個基礎設施(shi),能夠(gou)對模型(xing)(xing)(xing)的(de)全生(sheng)命(ming)周期進行管理(li)(li)。基于這(zhe)樣的(de)理(li)(li)念,我(wo)們(men)開發了一(yi)套完(wan)(wan)整的(de)工業(ye)智能模型(xing)(xing)(xing)研(yan)發平臺(tai),從算法的(de)設計、探索、驗證(zheng),以及(ji)監控和部署(shu),形成一(yi)套完(wan)(wan)整的(de)閉(bi)環。通(tong)過這(zhe)樣的(de)一(yi)個工業(ye)智能模型(xing)(xing)(xing)研(yan)發平臺(tai),有效地解決了工業(ye)領域常(chang)常(chang)談到的(de)‘建模難、用模難、管模難’的(de)問(wen)題,極(ji)大提升了模型(xing)(xing)(xing)的(de)研(yan)發效率、降低了維護成本。” 金超說。

   智能(neng)化(hua)落地是跨領(ling)域跨技術的系統工程

   在落(luo)地工業智(zhi)能的(de)時候(hou),除了數據(ju)跟模型這兩個要素(su)之外,還有(you)系統工程能力。也就是(shi),如(ru)何能夠把(ba)分析技(ji)術(shu)(shu)(AT),數據(ju)技(ji)術(shu)(shu)(DT),平臺技(ji)術(shu)(shu)(PT)以及運維技(ji)術(shu)(shu)(OT)這四(si)類整(zheng)合起來。

   “在DT層(ceng),即數(shu)據技術這一端,要能(neng)實(shi)現(xian)設備的(de)(de)(de)物聯以及邊緣計算,將孤島系(xi)統中的(de)(de)(de)數(shu)據統一管(guan)理(li)。在AT層(ceng),需要對模(mo)型的(de)(de)(de)建立(li)、管(guan)理(li)、部署和服務(wu)化都進行全面的(de)(de)(de)管(guan)控。最后跟信(xin)息系(xi)統以及運維系(xi)統形成融合(he)。從DT到OT的(de)(de)(de)工業(ye)(ye)(ye)(ye)智能(neng)系(xi)統,模(mo)型只是AT層(ceng)的(de)(de)(de)一小(xiao)部分。系(xi)統建立(li)起來,才(cai)是工業(ye)(ye)(ye)(ye)智能(neng)服務(wu)的(de)(de)(de)開始。從數(shu)據到業(ye)(ye)(ye)(ye)務(wu)的(de)(de)(de)閉環、不斷(duan)積累(lei)企業(ye)(ye)(ye)(ye)自己的(de)(de)(de)知識資產,才(cai)是運營一個工業(ye)(ye)(ye)(ye)智能(neng)系(xi)統最需要關注的(de)(de)(de),而非(fei)僅僅建模(mo)。”金超(chao)說(shuo)。(記(ji)者 馬愛平)

 

媒體垂詢

E-mail:ZNJ@mucagel.com

欧宝体育