講座名稱：基于數(shù)據(jù)中臺的能源行業(yè)智慧檢修國內(nèi)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(nèi)容簡介:杭州培慕科技有限公司（ProAIM培慕-中國）創(chuàng)始人、董事長，國家特聘專家銀奇英發(fā)表“基于數(shù)據(jù)中臺的能源行業(yè)智慧檢修國內(nèi)外研究和應用”演講。智能早期預警（數(shù)據(jù)業(yè)務化），傳統(tǒng)實時監(jiān)視手段是基于固定限值產(chǎn)生的報警，而設備預警模塊是在正常運行中從各種現(xiàn)場測量元件或者數(shù)據(jù)源獲得的大量歷史數(shù)據(jù)對所需監(jiān)視的重要設備或者過程模型進行訓練。在數(shù)據(jù)訓練完成后，設備預警能夠監(jiān)視相對于正常運行狀態(tài)的任何偏差，可以在破壞性故障真正發(fā)生之前的早期階段準確發(fā)現(xiàn)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(yè)/企業(yè)的歷史數(shù)據(jù)，作為輸入，包括機組傳感器收集的時間序列數(shù)據(jù)、事件記錄數(shù)據(jù)（如報警）、技術故障與維修數(shù)據(jù)（包括問題描述，維修方案，維修結果等）；使用一系列數(shù)據(jù)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(shù)據(jù)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。