Інститут енергетичної економіки та енергетичних систем імені Фраунгофера (IEE) розробив EnergyFaultDetector – платформу з відкритим кодом для раннього виявлення несправностей у технічних системах. Рішення використовує виявлення аномалій на основі штучного інтелекту для раннього виявлення неминучих збоїв у вітрових турбінах, енергетичних процесах та інфраструктурі централізованого теплопостачання. Воно базується на алгоритмах самонавчання, які виявляють незвичайну поведінку в режимі реального часу, використовуючи існуючі операційні дані (дані SCADA), без необхідності використання додаткових датчиків.
Розроблений у рамках кількох дослідницьких проектів, включаючи ModernWindABS та ADWENTURE, фреймворк є масштабованим та гнучко адаптованим до різних систем. Він використовує підхід автоенкодера та забезпечує автоматичне налаштування моделі. Окрім виявлення несправностей, EnergyFaultDetector підтримує аналіз першопричин за допомогою алгоритму ARCANA, який точно звужує джерела несправностей до підкомпонентів.
Програмне забезпечення доступне як бібліотека Python через pip та включає модуль "quick_fault_detector", який аналізує операційні дані з CSV-файлів за допомогою одного рядка коду. Fraunhofer IEE пропонує підтримку інтеграції в існуючі системи, а також безкоштовний демо-доступ до платформи моніторингу вітру.
також читати
Захист питної води від вітрової енергії: Заява від відділу гідрогеології | Pugnalom
