基于Spark的医疗设备运维信息挖掘分析研究

在大数据时代,医疗设备复杂的运行状态环境中,实现准确的医疗设备运维预测,是实现智慧医疗的必要前提,为保证医疗设备的正常运行,此系统将使用Scala语言在Spark平台进行并行化实现,采用K-means聚类算法计算预测模型,提高算法处理大数据的能力。以数据采集、数据存储、数据分析为主,以Tomcat作为Web服务器框架进行系统可视化展现,打造一个大数据一体化系统平台,实现医疗设备运维信息的预测。     

基于数字孪生的变电设备运维系统及其构建

针对变电设备周期状态管控难、运检效率低等问题,基于数字孪生理论,构建基于真实变电设备运维的数字化模型及系统。首先,在信息层建立能反映变电设备换流变、调相机、GIS（Gas Insulated Substation）这3类设备真实状态的数字孪生体;其次,基于换流变、调相机、GIS历史大数据,通过数字孪生体的变电站设备进行统计分析,并根据采集的实时数据、运维数据来预测变电站设备下一时刻的状态,使变电设备实现实际变电站内物理层与信息层数据的融合;最后,以变电站设备运维为对象,采用信息物理融合系统进行运维数据的集成和同步,形成最终变电设备运维数字孪生框架系统。相关研究表明,运用数字孪生技术可以对变电设备运维系统运行效率的提升和对变电站整体智能化提供强有力的技术支撑。     

基于层次分析法的电力通信传输设备在线监测

基于状态感知综合考虑通信设备各动、静态数据,结合运维管理经验,利用历史缺陷和检修、当前性能值和状态值等历史和实时数据,重点开展运行环境和设备状态关键参数对传输设备寿命影响的研究。构建传输设备健康状态评价模型及算法,感知通信传输设备当前状态,实现通信传输设备健康状态评价及各参数对寿命影响研究。研究成果能指导设备运行、检修和技改工作,合理建设和调整通信网络,为电力通信传输设备全寿命周期管理提供支撑,提升通信运行管理水平。     

基于大数据的设备健康管理系统设计

为更好地进行核电厂集散控制系统(DCS,Distributed Control System)设备工作状态管理,降低运维成本,设计了基于设备健康管理(EHM,EquipmentHealthManagement)理念的核电DCS设备大数据健康管理系统。该系统通过对DCS系统设备的海量数据管理,实现了设备运行状态实时监测、健康状态预测分析、故障模式自动化分析、故障风险评估预警等功能。系统的运用有效地消除影响机组安全稳定运行的不健康因素,提升DCS系统故障处理的智能化和标准化水平,降低人因失误的风险,填补国内在该技术领域的空白,满足核电厂DCS系统设备可靠性管理方面的迫切需求,为核电厂DCS系统设备的信息化健康管理起到示范作用。     

基于InfluxDB的监控设备通用运维管理平台

监控设备大规模安装和应用带来了运维困难的问题.本文研发了一个通用运维管理平台,平台通过前端状态采集装置获取监控设备运行时产生的各种状态信息;平台的运维管理系统汇总、存储状态信息,并提供监控、统计、分析、报警等管理功能以支持运维业务;平台的可视化展示子系统对状态信息进行可视化渲染呈现,为系统运维提供智能化的支持.状态采集装置模块化和冗余设计使得设备具有通用性、可扩展性、高可靠性和易维护性.状态信息具有时序数据特征,运维管理系统使用InfluxDB存储状态信息,大幅度降低了存储空间需求,并保证了数据查询和管理的性能需求.基于InfluxDB的监控设备通用运维管理平台已在多个用户单位安装试用,运行状态良好,具有很好的经济社会效益和推广价值.     

应用大数据技术监控设备运行状态实践

发电厂设备繁多、工艺复杂。传统设备状态巡视因无设备隐患预知,生产运行和管理人员需要对设备主要参数依次浏览或现场巡视,费时费力,且状态是否异常仅能凭个人经验来判断,容易形成设备管理主观化、甚至情绪化的非良性现象。通过搭建大数据平台,筛选设备历史正常工况运行数据,应用大数据融合技术构建发电厂重点或全部设备模型。当模型引入实时生产数据后,平台通过大数据分析一方面将设备实时状态脱离历史正常工况状态方向的微小异动进行报警,另一方面预判出设备隐患部件和预期故障时间。使设备管理可做到重点巡视、提前处置、有备消缺,使设备故障防患于未然,从而提高发电厂整体设备可靠性,为设备管理向状态检修方向迈进提供数据和技术支撑。     

面向电力通信网络的运行性能及态势分析

基于大数据技术的专业网管运行性能及态势分析研究,旨在为电力通信网提供运维支撑。通过分析大数据技术在电力通信网中的理论研究和系统应用价值,构建专业网管运行性能及态势分析的研究方向和预期目标。围绕性能数据自动监视与性能数据分析应用两个方面展开研究,基于性能大数据对SDH网元相关指标进行监视,并实现通信网可靠性分析和故障辅助处置。实践结果表明,通过大数据技术可直观量化展示电力通信网性能态势的分析结果,实现智能监控、状态检修、辅助决策等运维支撑功能,提高电力通信网的安全稳定运行能力。     

基于多维度业务数据融合的继电保护移动运维系统设计及实现

针对继电保护设备台账多端维护及信息与现场不一致、巡检记录繁琐易出错、人工定值校核工作量大且易漏核、智能变电站光纤回路及信号无法可视化展示等运维问题。本文通过构建基于多维度业务数据融合的继电保护移动运维系统,与统计分析系统融合实现台账数据单端维护、多系统共享;与状态检修系统融合实现巡检内容标准化、报告整理智能化;与二次设备在线监视系统及OMS定值整定系统融合实现定值校核智能化,提高校核效率;与SCD管控系统融合实现智能设备虚回路、虚端子及回路关系图形化直观展示。通过上述分析本系统实现变电站继电保护信息自动采集、智能整理、交互融合和网络共享,在降低运维成本的同时,有效提升继电保护设备及二次回路现场运行、检修的作业水平和管理水平。     

基于状态检修模式下探析变电检修技术的研究

与传统的周期性检修相比,通过合理运用信息技术手段对变电设备进行状态检修,能够实现对变电运行的实时判断,有效优化运维成本。本文在对变电设备检修工作进行分析后,提出了依托现代信息技术进行在线监测的状态检修构建方法,将变电设备的运行状态以动态的形式呈现在运维工作人员面前。随后,将变电系统一次设备为主要的检修对象,对现代化状态检修的应用方式进行深入探讨,为今后状态检修工作的开展提供技术帮助。     

基于模糊控制和大数据算法模型的电力运维故障诊断设备方法

针对现有技术中对电力运维故障检测灵敏度低、诊断误差大等问题,设计了一种新型故障诊断方案。该方案将PID模糊控制计算器与大数据算法模型相结合,并采用实时布线的方法减少诊断面积,基于改进型大数据算法模型提取电力运维设备故障数据特征,对电力运维设备运行工况构建诊断网络,通过分析电力运维设备工况的功能系统完成数据诊断。为了减少诊断误差,该研究设计了一种故障诊断设备,采用集成芯片化设计和算法程序,减小体积的同时保证检测结果的准确性。实验结果表明,该研究方法故障诊断误差小,准确率最高达到98.6%。     

基于状态监测的无尘作业车间设备检修方法研究

无尘作业车间设备检修是保障设备可靠运行的关键,针对传统设备检修方法效率低、时间长,影响工作效率的缺陷,提出一种基于状态监测的无尘作业车间设备检修方法。首先采用零部件约束关系建模方法,构建无尘作业车间设备之间的零部件关系约束数据分析模型。然后通过多目标优化建立无尘作业车间设备状态动态分布结构参数分析模型,结合不同的目标偏好实现对无尘作业车间设备安全量化评估,建立无尘作业车间设备检修的技术支持系统。通过对设备的状态特征检测和评估,在不同的潮流分布下提取设备的状态信息、特征参数和性状参数,通过全面测评和动态参数评价,实现无尘作业车间设备的检修流程优化控制。仿真结果表明,采用该方法进行无尘作业车间设备检修作业的线性规划能力较好,优化控制能力较强,节省了检修成本开销。     

大数据分析下的智慧交通自动化运维系统设计

为实现智能交通运维自动化程度、覆盖范围等方面的提升,引入大数据分析下的智慧交通自动化运维系统。将系统架构设计为三层结构,为系统设计多个模块。在数据处理模块中,设计一种能够处理大批量数据的数据处理模块。数据采集模块能够通过大数据分析技术中的物联网感知技术实现数据采集。通过视频质量分析模块能够对视频源实施质量判别。运维管理模块能够实现智慧交通运维信息的管理。故障自动跟踪溯源模块能够通过挖掘和提炼采集数据对推断故障根源。通过硬件与软件相结合实现智慧交通自动化运维。测试设计系统的多个项目,测试结果为系统能够实现该市服务器等设备的完全检测以及其他设备的大面积检测;系统信号丢失检测的检测帧数可达523 214帧/日;系统的外场设备链路重复告警过滤数最高可达912条/月,有着良好的重复告警过滤性能;系统的内外场设备故障溯源性能均良好。说明系统的设计对于提高智慧交通的自动化运维水平有一定意义。     

基于大数据技术构建输变电设备状态监测数据模型研究

在输变电设备运行数据的监测和采集过程中,由于系统建设的阶段性、技术性、资金等因素影响,导致电力企业在系统建设过程中积累了大量采用不同方式存储的电网设备运行实时数据,包括设备运行数据、环境数据、气象数据等。从简单的文件数据库到复杂的网络数据库,构成电力企业的异构数据源。这些异构数据由于数据模型、存储方式和传输协议存在差异,导致信息共享困难,严重影响输变电设备运行监测数据的分析和应用。在此背景下,利用大数据存储技术,攻克异构数据源之间数据共享和业务协同的技术难点,为输变电设备评价、状态评价和运维决策等应用提供数据支撑,提升设备状态管理信息化水平,强化电网运行的可靠性和安全性。     

输变电设备运维知识图谱的构建及应用

针对电网公司在开展输变电设备运维检修过程中存在的非结构化文本数据难以利用、全口径数据难以深度融合、数据应用手段仍处于简单统计状态等难题,本文研究设计了基于知识图谱的输变电设备运维知识问答系统的总体框架,以打破传统信息获取方式的局限性。首先,从多源输变电设备数据中提取出实体、关系、属性等元素,涵盖的数据既有结构化也有非结构化的数据。在此过程中,使用不同的技术和方法来提取这些元素。其次,利用图形数据库Neo4j将这些元素组合在一起,构建一个完整的输电变电设备运维知识图谱,从而将不同类型和业务数据整合并形成一个连贯统一的知识网络。最后,基于Neo4j +Python平台搭建输变电设备运维知识问答系统,为运维人员提供一种新的方法。     

大数据在电台信息化运维管理系统的应用

广播发射台大数据信息化运维管理应用系统,充分利用大数据的手段对电台信息化系统、设备、运行数据及报警日志进行数据存储、监控和分析,提供应急处理机制及预防性检修和维护.该系统重新整合信息化运维管理系统传统七层结构的管理方式,对不同应用、不同系统进行监控.有利于根据系统与安全传输发射的相关性分等级的提供保障措施.     

天然气贸易计量数据分析系统建设

贸易计量数据分析是每个天然气输送企业都会重点考虑的问题,直接影响到企业的经济效益,通过智能判断计量支路处于比对运行状态,并对运行过程中的计量数据进行采集和分析,建立智能比对模型,及时对计量设备出现测量偏差提供设备故障报警信号。并对计量设备运行数据的深度挖掘分析,形成一系列诊断指标和方法,及时发现其潜在的问题,为检修、维护提供决策依据。     

基于机器学习的水电站辅机系统设备故障诊断方法

为了提升水电站设备运行的智能化水平，研究基于机器学习的水电站辅机系统设备故障诊断方法、西部修试公司在调峰调频公司两个中心(数据中心、应用中心)前期研究成果下，开发、利用日臻完善的电力信息化平台获取运行设备状态和工况信息，从大数据本身内在规律分析的角度研究设备状态演变的关联关系和发展趋势，构建天二公司基于机器学习的辅助系统设备状态监测算法及数据分析模型框架，为设备稳定、安全、经济运行提供判断依据，为设备检修、退役决策提供支持。本项目选取了固有模态函数能量熵方法提取水电站辅机系统设备状态特征，该方法利用快速集合经验模态分解方法快速分解水电站辅机系统设备的振动信号，计算分解后振动信号的模态分量能量熵，所获取的模态分量能量熵即水电站辅机系统设备的状态特征，设置所提取的水电站辅机系统设备的状态特征作为模糊支持向量机模型的输入样本，模糊支持向量机模型的输出结果即水电站辅机系统设备的故障诊断结果。实验结果表明，该方法可以有效诊断水电站辅机系统设备故障，故障诊断准确率高于98.5%。     

基于RFID的地铁供电设备智能运维系统设计

受地铁供电设备运行状态数据更新速度与数据自身规模的影响,相关运维系统在运行阶段发生冲突的频率较高。为此,文章对基于射频识别（Radio Frequency IDentification,RFID）技术的地铁供电设备智能运维系统设计进行研究,先完成RFID读写器的选取,设计数据传输方式,完成系统架构的搭建,然后构建系统数据库,实现对海量多元地铁供电设备运行状态数据的管理,最后以M-8000八通道超高频RFID读写器的码源信息为基础,设计涵盖优先级的运行逻辑。在测试结果中,系统的最大冲突数始终稳定在0.4次/s,且最大值仅为0.17次/s。     

浅谈继电保护系统的状态检修

传统的继电保护检验有很大的强制性和盲目性，没有考虑设备的实际情况。为了满足大电网运行的要求，有必要采取一种新的维修方式来提高系统的可靠性水平及设备的可用率。对电力系统的继电保护系统进行基于状态监测、状态评估及实时维修决策的状态检修势在必行。     

华龙一号汽辅泵故障诊断系统设计与实现

华龙一号汽辅泵故障诊断系统是一个综合运用先进技术的系统,旨在提升核电厂设备的运维效能。该系统通过运行监控、性能评估、状态预警和故障诊断四大功能,实现对汽辅泵设备的全面监测和分析。运用深度学习算法和多变量状态估计方法,该系统能够实时监测设备的关键参数,评估设备的健康状况,并在设备状态偏离正常时发出预警,提醒运维人员采取预防性维修措施。同时,故障诊断模块能够通过深度残差收缩网络法,自动识别设备故障原因,为运维人员提供准确的参考信息。该系统的应用不仅能够减少因设备失效而导致的电厂运行事件和经济损失,还能提高运维人员的工作效率,进一步提升电厂的运行利润。华龙一号汽辅泵故障诊断系统具有普适性和推广潜力,为其他关键设备的运维工作提供了有力支持,对于提高核电厂设备运维水平具有重要意义。