越来越多的电力设备都可以通过安装丰富的传感器将运行数据和测量数据采集并上传至云端,在此基础上通过机器学习或数理统计等高级数据分析方法对其运行状态、健康程度等进行分析判断,从而可以在设备故障前给出提前预警,减少大修成本,避免停电损失。集群式设备的运行维护,也可以通过一些巧妙的逻辑设计或新型技术,使得运行维护成本降低,减少人工进入危险地域的风险。
课题可以围绕一些典型电力设备,涵盖但不限于变压器、电机、电力开关、传动系统、风力发电机等,利用高级数据分析方法如机器学习、边缘计算等,或新型互动设备如AR、可穿戴设备等,提出新颖的电力设备状态监测与运维管理解决方案,以期改进电网设备管理和巡检运维。
我要报名