ONYXInsight推出了其AIHUB全涡轮机预测分析平台，将不同的数据流整合在一起，以简化和增强运维(O&M)决策，同时消除数据孤岛。
随着全球领导人继续努力在COP26上开辟一条实现净零排放的道路，风能行业正在幕后推进其创新工作，以提供负担得起的清洁能源。这一进展的关键是数字化流程，这些流程可以提高效率，帮助降低运营和维护成本，并帮助风电资产所有者以更有利的方式管理其不断增长的投资组合。
然而，上一代软件平台越来越无法跟上复杂、可扩展的运维方法，因为它们一次只能处理一个数据源——需要站点工程师单独使用数十个独立的软件平台。
数据通常在电子表格中离线保存，这增加了数据孤岛并在管理大型、地理多样化的车队时造成效率低下。ONYXInsight的AIHUB集中了关键数据流，例如振动、油传感器和变桨轴承监控，使操作员能够从使用工程增强机器学习的高级分析中受益。
运营商正越来越多地升级其运维方法，从逐个涡轮机分析升级到船队级战略控制。ONYXInsight的新平台连接工程和现场团队，同时自动化劳动密集型但非生产性的数据标准化和案例管理功能以释放资源。
AIHUB产品负责人JonathanHodson解释说：“风运维工程师经常花费宝贵的时间在电子邮件链中搜索历史案例或重新确定当前问题的优先级。我们了解从现场到董事会的各个层面的风电场运营商的需求，并开发了AIHub将所有数据集中到一个地方并简化风能运维以实现最大效率。”
ONYXInsight全球产品副总裁WonShin补充说：“风电场所有者和运营商正在迎接净零的挑战，但他们发现他们雄心勃勃的数字化战略受到了软件解决方案的阻碍，这些软件解决方案是为更小、更不活跃的部门。随着风力的扩大，行业利益相关者的雄心也在扩大。我们创建了AIHUB来满足这一雄心壮志，并为运营商提供提高资产盈利能力所需的洞察力。
AIHUB有四个新模块来整合来自不同风能资产的数据，它们是：
变桨轴承监测：先进的分析和在线传感器解决方案可检测即将发生变桨轴承故障的早期预警信号。
BladeDroneAnalytics：与无人机无关的刀片分析软件，用于机队级刀片缺陷分析和维修管理。
案例管理：更高效的工作流程，将所有分析集中在一个地方，以实现更好的协作和沟通。
能源损失英特尔：机器学习支持SCADA分析，识别导致最大能源损失和可靠性问题的问题。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！