Разработка относится к области электротехники, электроэнергетики, автоматизированных систем управления технологическими процессами, систем мониторинга и диагностики технических объектов, а также искусственного интеллекта и интеллектуального анализа данных.

Техническая задача заключается в создании системы для повышения качества мониторинга и диагностики силовых трансформаторов путем применения интеллектуальных алгоритмов анализа диагностических параметров на основе технологий искусственного интеллекта и глубокого машинного обучения.

Поставленная задача решается тем, что система мониторинга и диагностики содержит: комплекс первичных датчиков, контроллер сбора и обработки данных, средства передачи данных и промышленный сервер с модулем нейронной сети. Комплекс датчиков включает термопреобразователь, акселерометр, датчик давления масла и газоанализатор растворенных газов для сбора диагностических параметров трансформатора. Контроллер на базе микроконтроллера оснащен АЦП, модулем Ethernet и памятью для обработки данных датчиков. Передача данных осуществляется по оптоволокну через медиаконвертеры. Промышленный GPU-сервер содержит кастомизированную рекуррентную LSTM-нейросеть, базу прецедентов, а также ПО для визуализации данных и диагностических предупреждений.

Отличительной особенностью является применение LSTM-нейросети, анализирующей временные ряды и динамику изменения разнородных телеметрических данных, что позволяет повысить точность диагностики и выявлять зарождающиеся дефекты трансформаторов на ранних стадиях. Кроме того, нейросеть обладает расширенными возможностями самообучения и адаптации к накопленной статистике. Использование GPU-сервера обеспечивает масштабируемость и обработку больших объемов данных в реальном времени.

Изобретение может быть реализовано как автономная система для отдельных трансформаторов, комплексная система для парка трансформаторов в энергосистеме или распределенная система на базе облачных технологий. Возможно применение как для текущего мониторинга, так и долгосрочной диагностики и оценки остаточного ресурса трансформаторов. Интеграция с АСУ ТП и использование в системах зарубежных производителей.

Преимущества: повышение точности диагностики, раннее выявление дефектов, адаптивность нейросети, масштабируемость и обработка больших данных в реальном времени.

Область применения: электротехника, электроэнергетика, АСУ ТП, системы технической диагностики, искусственный интеллект.

На страницу проекта