风力发电智能分析管理平台的研究与设计
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v2i4.10299
Abstract
“风力发电智能分析管理平台”项目旨在利用工业大数据等为风电厂提供全面管理方案。项目涵盖设备全生命周期、服务流程优化及供应链库存,构建离线数仓、实时数据处理,实现数据集中、快析；设计含设备、服务、能效监控模块,满足多元需求；注重数据分级存储共享,确保质量时效；智能分析技术实时监控设备,预测故障销量,优化服务库存；助力风电服务商转型,构建用户中心服务生态,促进可持续性发展。总之,该项目树立了制造业智能化转型典范,提升了行业整体竞争力。
Keywords
风力发电；工业大数据；平台设计；数据智能分析
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 黄雄辉.山区风电厂设备物资数字化运营管理研究[J].中国科技投资,2021,(13):67+72.
[2] 俞文胜,石磊.数据采集与监视控制系统在1.25MW风电场中的设计及应用[J].发电设备,2012,26(02):108-110.
[3] 陈洪军,肖湘萍,贺敏伟.工业企业大数据安全治理与应用技术[J].网络安全技术与应用,2024,(09):122-124.
[4] 孔宪光,章雄,马洪波,等.面向复杂工业大数据的实时特征提取方法[J].西安电子科技大学学报,2016,43(5):70-74+152.
[5] 姜瑞.面向环境性能优化的产品设计知识主动推送方法研究[D].合肥工业大学,2019.
[6] 张先亮.风力发电机组设备选型对比研究[J].电工技术,2017,(5):163-165.
[7] 董惠贞.风力发电企业运营管理中的问题及应对措施[J].中外企业家,2019,(6):1.
[8] 孙世军,朱坤双,韩洪.面向新能源发电的风机数据智能分析订正技术研究[J].电子设计工程,2024,32(12):127-131.
[9] Song X, Baghoolizadeh M, Alizadeh A, et al. Utilizing machine learning algorithms for prediction of the rheological behavior of ZnO (50%)-MWCNTs(50%)/Ethyleneglycol(20%)-water (80%)nano-refrigerant[J].International Communications in Heat and Mass Transfer,2024,156:107634.
[2] 俞文胜,石磊.数据采集与监视控制系统在1.25MW风电场中的设计及应用[J].发电设备,2012,26(02):108-110.
[3] 陈洪军,肖湘萍,贺敏伟.工业企业大数据安全治理与应用技术[J].网络安全技术与应用,2024,(09):122-124.
[4] 孔宪光,章雄,马洪波,等.面向复杂工业大数据的实时特征提取方法[J].西安电子科技大学学报,2016,43(5):70-74+152.
[5] 姜瑞.面向环境性能优化的产品设计知识主动推送方法研究[D].合肥工业大学,2019.
[6] 张先亮.风力发电机组设备选型对比研究[J].电工技术,2017,(5):163-165.
[7] 董惠贞.风力发电企业运营管理中的问题及应对措施[J].中外企业家,2019,(6):1.
[8] 孙世军,朱坤双,韩洪.面向新能源发电的风机数据智能分析订正技术研究[J].电子设计工程,2024,32(12):127-131.
[9] Song X, Baghoolizadeh M, Alizadeh A, et al. Utilizing machine learning algorithms for prediction of the rheological behavior of ZnO (50%)-MWCNTs(50%)/Ethyleneglycol(20%)-water (80%)nano-refrigerant[J].International Communications in Heat and Mass Transfer,2024,156:107634.
Copyright © 2024 张如欣, 申秀秀, 马艺菡, 赵帅帅, 卜许文
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License