电力设备预测性维护

  预测性维护是电力行业不可或缺的一部分，有助于提高生产力并降低成本。 根据 Hartford Steam Boiler Insurance Company 调查显示，预计企业每年因配电系统引起的业务中断至少有六个小时。 电气和电子工程师协会 (IEEE) 的统计数据表明，有效的电力设备维护计划可以将此类断电的风险降低多达 66%。预测性维护工具检查操作设备的状况并帮助预测其维护需求，有助于获得设备最佳性能并避免设备故障。在竞争力日渐增加的今天，电力企业需要处理监控和维护资产的关键任务，同时提高效率和可靠性水平。 通过使用预测性维护技术，电力企业可以检测健康状态不佳的设备，并让操作人员了解故障发生原因，并据给出相应的维修建议。

  上海辉度/上海辉泰Witium，依托专注于工业物联网+人工智能(工业AIoT)领域，十年深耕技术、服务全球客户的沉淀，成功研发出基于机理及大数据数理模型的设备预测性维护解决方案 -- WitExpert。WitExpert的系统架构大致如下。常见的旋转机械包括电机、减速机、空压机、水泵、风机等等，通过在靠近设备振动源的位置安装温振传感器的方式，采集设备的振动与温度数据，将特征值数据传输到我们的边缘计算网关，再通过网关把数据上传至我们的WitCloud平台，用户就可以通过Web端与App端看到设备的故障预测及相关健康信息。

  通过对数据的采集与数理加机理的算法模型诊断，WitExpert能帮助用户实现在设备正常运行条件下进行评估，收集用于预测评估的趋势数据，在重大问题发生之前识别问题。WitExpert支持远程，全方位、多维度实时监控旋转设备关键运行参数，结合设备状态发展趋势提供设备故障预测及风险状况提前预警;利用人工智能与数据分析技术进行故障类别、部位及原因精准分析，并自动生成设备健康体检与智能维护方案;针对单个及多个设备确立实时与累计健康状况指标，确定在维护中断期间要优先考虑的设备，提供允许延长计划中断之间时间的数据，允许用户针对最关键的维护需求改进预算分配;多维度对比展示设备健康状态画像并实现设备剩余寿命预测，进行全寿命周期的健康管理。此外，预测性维护服务可以比离线服务更频繁地执行，从而降低事故和系统相关中断的风险，提高员工和公共安全，提高安心度并防止可能影响工厂声誉和运营信誉的问题。