(資料圖片)

IT之家 8 月 28 日消息，據(jù)國(guó)家能源之聲官方公眾號(hào)報(bào)道，龍?jiān)措娏こ碳夹g(shù)公司日前上線國(guó)內(nèi)首個(gè)風(fēng)電機(jī)組功率曲線圖像識(shí)別 AI 模型， 官方表示，“其率先實(shí)現(xiàn)風(fēng)電機(jī)組功率曲線特性分析篩查的自動(dòng)化和智能化，填補(bǔ)了行業(yè)空白” 。

▲ 圖源 國(guó)家能源之聲官方公眾號(hào)

IT之家經(jīng)過查詢得知，風(fēng)電機(jī)組功率曲線是考核風(fēng)電機(jī)組性能、評(píng)估機(jī)組發(fā)電能力的一項(xiàng)重要指標(biāo)，功率曲線異常不僅會(huì)導(dǎo)致電量損失，也會(huì)降低設(shè)備發(fā)電效率、縮短部件運(yùn)行周期。功率曲線篩查的常規(guī)方法依賴專業(yè)人員個(gè)人經(jīng)驗(yàn)，效率不高，準(zhǔn)確度參差不齊。

據(jù)悉，龍?jiān)措娏こ碳夹g(shù)公司通過收集標(biāo)注上萬張典型功率曲線異常圖片，依托主流圖像識(shí)別模型自主訓(xùn)練 AI 模型，通過不斷優(yōu)化模型算法，調(diào)整一階和二階優(yōu)化函數(shù)， 實(shí)現(xiàn)了針對(duì)不同機(jī)型風(fēng)電機(jī)組功率曲線 8 類典型問題的識(shí)別 。

▲ 圖源 國(guó)家能源之聲官方公眾號(hào)

此外，該公司還將該模型應(yīng)用于風(fēng)電機(jī)組其他控制圖譜，建立關(guān)聯(lián)模型并不斷迭代。 經(jīng)過場(chǎng)站 3 個(gè)月運(yùn)行數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證，該模型在近 萬臺(tái)風(fēng)電機(jī)組中檢測(cè)出異常機(jī)組數(shù)量 1860 臺(tái)，準(zhǔn)確率超過 80%，工作效率提升 3 倍以上 。

官方表示，該技術(shù)首次實(shí)現(xiàn)了圖像識(shí)別技術(shù)在風(fēng)機(jī)功率曲線篩查分析領(lǐng)域的應(yīng)用，完成分析結(jié)果的自動(dòng)化展示，有效提升了問題機(jī)組的定位速度與故障分析效率，為提高設(shè)備發(fā)電性能、推進(jìn)場(chǎng)站智能化運(yùn)維提供了有力支撐。

關(guān)鍵詞：