視頻信息
講座名稱:基于數據中臺的能源行業智慧檢修國內外技術研究和應用
報告人:銀奇英
報告單位:國家特聘專家
講座時長:26:29
內容簡介:杭州培慕科技有限公司(ProAIM培慕-中國)創始人、董事長,國家特聘專家銀奇英發表“基于數據中臺的能源行業智慧檢修國內外研究和應用”演講。智能早期預警(數據業務化),傳統實時監視手段是基于固定限值產生的報警,而設備預警模塊是在正常運行中從各種現場測量元件或者數據源獲得的大量歷史數據對所需監視的重要設備或者過程模型進行訓練。在數據訓練完成后,設備預警能夠監視相對于正常運行狀態的任何偏差,可以在破壞性故障真正發生之前的早期階段準確發現和定位故障 。智能高級診斷:在故障預測的基礎上,使用來自行業/企業的歷史數據,作為輸入,包括機組傳感器收集的時間序列數據、事件記錄數據(如報警)、技術故障與維修數據(包括問題描述,維修方案,維修結果等);使用一系列數據分析方法,包括機器學習,自然語言處理(NLP),案例推理(CBR)等,來為新的技術故障尋找歷史數據中的相似或相關解決方案案例,為診斷過程提供可參考結論。
報告人:銀奇英
報告單位:國家特聘專家
講座時長:26:29
內容簡介:杭州培慕科技有限公司(ProAIM培慕-中國)創始人、董事長,國家特聘專家銀奇英發表“基于數據中臺的能源行業智慧檢修國內外研究和應用”演講。智能早期預警(數據業務化),傳統實時監視手段是基于固定限值產生的報警,而設備預警模塊是在正常運行中從各種現場測量元件或者數據源獲得的大量歷史數據對所需監視的重要設備或者過程模型進行訓練。在數據訓練完成后,設備預警能夠監視相對于正常運行狀態的任何偏差,可以在破壞性故障真正發生之前的早期階段準確發現和定位故障 。智能高級診斷:在故障預測的基礎上,使用來自行業/企業的歷史數據,作為輸入,包括機組傳感器收集的時間序列數據、事件記錄數據(如報警)、技術故障與維修數據(包括問題描述,維修方案,維修結果等);使用一系列數據分析方法,包括機器學習,自然語言處理(NLP),案例推理(CBR)等,來為新的技術故障尋找歷史數據中的相似或相關解決方案案例,為診斷過程提供可參考結論。