能源扬声器系列 - 模块2:使用机器学习和人工智能的实用性资产状况监测和预测性维护
尼尔斯·杰森(Niels Jessen),风力涡轮机的性能
帕特里斯·布鲁内尔(Patrice Brunelle),魁北克水电
Steffen Ziggler,Imcorp
会议2.1人工神经网络在风力涡轮机主轴承的条件监测中应用 - 尼尔斯·杰森,RWE可再生能源
在风力涡轮机中,重要组成部分(例如主轴承)的故障会导致持久的下降,从而导致相应的能量损失。在海上风能中,问题更为严重,因为由于不利的天气条件,维护工作并非总是可以实现的,必须提前计划。为了节省运营支出,需要风电场运营商实施维护策略,使他们能够尽早预测组件的失败。
RWE可再生能源GmbH开发了一种基于ANN的工具,该工具可根据SCADA信号的选择来预测未损坏的主轴承的温度。当实际轴承温度偏离预测温度时,检测到异常。该工具已被证明在失败前九个月之前成功地检测出问题。
会话2.2使用系统模拟和机器学习的网格故障位置检测-Patrice Brunelle,Hydro Quebec;Graham Dudgeon,数学
Mathworks和Hydro-Québec探索如何使用系统模拟和机器学习来开发算法,这些算法可以使用电压SAG测量值检测到电网上故障的位置。系统模拟用于生成合成的故障数据,该数据涵盖比单独测量数据更广泛的操作包膜。然后,合成数据用于训练机器学习分类算法。您将了解如何使用分类算法的性能来进一步了解系统的身体行为以及与培训数据相关的任何限制。您还将看到如何从这种见解中提出建议,以增强系统测量和培训数据集,以提高整体分类精度。
会议2.3地下电源电源的部分放电应用中的信号波形分类-Steffen Ziegler,Imcorp
可以预测地下分销电缆系统故障!预测维护始于了解电缆系统如何发生故障。在现场进行的部分排放(PD)测量结果分析和解释结果可能是人类的复杂任务。机器学习算法和深度学习算法用于自动识别和分类PD测量中包含的缺陷标记。这些算法用于通过很快出现失败的风险来对不同的缺陷类型进行分类。区分具有“高风险缺陷”的电缆以及“无缺陷”的电缆可预测性维护。将介绍确定的缺陷的示例。
关于主持人
尼尔斯·杰森(Niels Jessen
尼尔斯·杰森(Niels Jessen)在汉堡应用科学大学(HAW Hamburg)研究了机械工程,重点介绍了可持续能源。他写了关于人工神经网络在海上风力涡轮机的条件监测目的中的应用。自2019年以来,他在RWE Renewables担任风力涡轮绩效分析师。
加拿大水电魁北克的科学家帕特里斯·布鲁内尔(Patrice Brunelle)
Patrice Brunelle是Hydro-Quebec研究中心的科学家。在过去的20年中,他的工作一直围绕电力系统和电力电子,他参与了SIMSCAPE电气专用电力系统(正式电力系统模块,后来在Simpowersystems)的开发。帕特里斯(Patrice)拥有B.Sc.魁北克大学的GenieUnifié学位,Chicoutimi,Chicoutimi,魁北克,加拿大和A硕士学位1994年获得加拿大Ste-Foy大学的电气工程学位。
美国Mathworks Inc的主要产品经理Graham Dudgeon,美国
Graham Dudgeon是Mathworks电气技术的主要产品经理。在过去的二十年中,格雷厄姆(Graham)为电气化区域的几个行业提供了支持万博1manbetx,包括航空航天,défense,汽车,工业自动化,医疗设备以及电力与公用事业。Graham’s technical experience covers - Transmission & Distribution, Grid Integration, Renewable Energy, Power Conversion, Motors & Drives, Microgrids, Electric Aircraft, Electric Ship and Electric Vehicle, with an emphasis on system modelling and simulation, control design, real-time simulation, machine learning and data analytics.
Steffen Ziegler,美国IMCORP的信号分析与人工智能总监
史蒂芬·齐格勒(Steffen Ziegler)从德国卡尔斯鲁希(Karlsruhe)理工学院获得电气工程理学硕士学位。自1999年以来,齐格勒先生一直在IMCORP工作,目前是信号分析和人工智能的主管。他专门研究了地下电力系统电缆的数字信号处理应用程序和机器学习和深度学习应用程序。他是IEEE Power&Energy Society的成员,并在绝缘指挥委员会(ICC)会议上担任工作组成员。他还是德国VDE的成员。自2015年以来,齐格勒先生一直是康涅狄格州纽黑文大学ECECS系工业顾问委员会的成员。
记录:2020年11月19日
特色产品
统计和机器学习工具箱
下一步:
有关的影片:
您还可以从以下列表中选择一个网站:
如何获得最佳网站性能
选择中国网站(中文或英语)以获得最佳场地性能。其他Mathworks乡村网站未针对您所在的访问进行优化。
美洲
- AméricaLatina(Español)
- 加拿大(英语)
- 美国(英语)