Volume 1,Issue 8
Fall 2024
AI大数据在风电企业安全管理中的综合应用：设备状态评估与故障预测
本文着重探讨AI大数据在风电企业安全管理中的综合应用，重点阐述的是其在设备状态评估与故障预测方面的应用原理、方法及实际效果。不仅如此，文章还通过对相关技术原理的剖析，结合风电设备运行特点，最终构建出有效的设备状态评估和故障预测模型。希望能够提高风电企业安全管理水平，降低设备故障率，以达到保障风电企业稳定运行和经济效益的目的。
[1] 王彦海. 基层风电企业安全生产优化管理[J].中国电力企业管理,2014,(11):64-65.
[2] 郑涛. 高山风电项目开发难点及应对措施分析[J].现代商贸工业,2021,42(13):167-168.
[3] 张振龙, 范祎珊. 平价时代风电项目开发选址的思考[J].能源,2022,(09):68-70.
[4] 罗新虎.140m 风电机组混塔安装技术[J].安装,2023,(10):6-10.
[5] 王赵宾. 分散式风电踏入跃进时代?[J].能源,2013,(11):71-73.
[6] 刘吉臻, 王庆华, 房方, 等. 数据驱动下的智能发电系统应用架构及关键技术[J].中国电机工程学报,2019,39(12):3578-3587.
[7]孔军, 朱海峰, 潘芸, 等. 基于实时信息的智能变电站二次设备状态综合评价[J].机电工程技术,2023,52(04):221-226.
[8] 曹帅. 智能变电站继电保护系统可靠性分析[J].机电工程技术,2021,50(07):94-96.
[9] 龚雪武. 数字化变电站继电保护及自动化系统设计[J].机电工程技术,2019,48(04):174-177.
[10] 郑欢, 唐元春, 林文钦. 配电自动化无线专网中基于干扰抑制的小区深度覆盖和频谱分配策略[J].重庆邮电大学学报( 自然科学版),2022,34(02):320-330.