图为技术人员确定传感器安装测点
“云雾边端”即云计算、雾计算、边缘计算,以及物联网设备终端。在普通的云计算模型下,数据处理会有延时性,数据传输也会受到网络带宽的局限,而在此基础上利用边缘计算、雾计算,处理过程则可以在本地边缘计算层完成,进而极大的提升处理效率,减轻云端负荷,使网络延时变得不再成为问题,能够更及时地做出最优决策。通过全场景AI技术,可以将深度学习技术快速应用在不同场景下的硬件设备上,从而实现“端”“边”“雾”“云”各层级硬件设备的快速部署、高效运行、端云协同,实现各层级硬件设备在风电机组在线状态监测系统中的有机统一。
该项目在“端”侧,规划了多种传感器,以保证对风电机组各类物理量的全面感知;在“边”侧,利用智能数据采集器,将数据采集与边缘计算集于一体,对多物理量进行采集,实现数据的本地化处理,大大减轻了网络负载以及云、雾端服务器的计算压力;在“雾”端,利用风电场服务器对机组进行7*24小时的全天候监测,实现机组健康状态预警功能;在“云”端,通过部署在服务器集群的各类分析诊断工具及机器学习智能算法,进行机组故障精密诊断工作,使得机组健康状态的实时智能看护成为可能。
以“云雾边端”一体化融合技术为基础打造的风电机组,在线状态监测全场景AI技术框架,充分利用和挖掘“云雾边端”各层级设备的潜力,实现各层级设备的优势互补和整合,降低了项目的建设成本,为数字化、信息化风场的建成,打造强劲引擎。
原标题:国家能源集团全场景AI技术赋能智慧风电场