基于TempoAI建設的中核某下屬公司企業算法管理平臺
2022-02-23 14:54:30
次
一、項目背景
中核某企業為確保核電廠運行狀態滿足相關技術要求,需要對機組運行的20000多個參數進行實時監測,但是面對海量數據時,單靠人力檢測極難準確識別其中存在的尚未有明顯可視特征的異常信息,易導致漏判;另外面對數量龐大的監測參數時,即使存在明顯可視阿德異常信息,也容易發生人因失誤,而未能及時予以識別;并且,在監測出機組的異常狀態信息后,需盡早評估相關異常可能對機組安全性和經濟型的影響,并依據影響情況擬定運行策略。然而,由于核電廠的系統規模龐大,運行工況復雜,運行狀態參數眾多,使得人的知識、經驗和可靠性,難以滿足機組對于異常發展趨勢的準確性和實時性要求。
二、問題與挑戰
1.如何在海量數據下,擺脫依靠人力檢測異常信息的方式
2.如何通過感知識別、建模分析和決策優化,對機組健康狀態進行實時評估和預測,實現控制執行優化閉環和健康管理優化閉環
三、解決方案
針對企業目前存在的難題,優化核電廠的異常監測方法,實現全功率內的系統級狀態估計、異常檢測、健康評估、故障診斷和故障預測等功能。基于TempoAI大數據分析平臺,建立了人工智能算法庫,算法模型類型包括:數據處理、狀態估計、異常檢測、健康評估、故障診斷和故障預測算法模型共計超過100個相關算子。
通過感知識別、建模分析和決策優化,對機組健康狀態進行實時評估和預測,實現控制執行優化閉環和健康管理優化閉環。
四、項目兩點
利用TempoAI進行挖掘模型的構建,以及將所有模型在模型庫中統一管理與應用,沉淀企業知識,算法成果復用。
五、項目價值
結合核電廠的技術要求,通過挖掘建模來解決人工檢測工作量大以及漏判誤判的問題,除此之外,將內部已有歷史算法成果集成到平臺,統一管理及維護,進行算法成果沉淀,形成內容資產,也可以共享知識成果,在平臺形成封裝好的算法,業務人員可查看并直接拖拽使用,資源復用,提升分析效率,避免內部知識資源浪費,為企業將本增效!