< ># 市場背景 隨著時代智能技術的日益強大，傳統運維的低效及高成本已不能滿足運維工作需求，伴隨人工智能以及大數據分析技術的快速發展，各種監測運維也以O2O模式進入到智能化階段。 基于此，我公司研發了基于AI技術及大數據技術的智能運維平臺，以用戶為中心，通過提高電站運維水平，最終可實現電站收益的提升。為了滿足各類客戶對運維的不同需求，在原專業版本的基礎上，特推出具有更高性價比、更實用、易用的標準版、簡易版系統，既可滿足單個電站的智能運維管理，也可滿足多個電站的智能集中運維管理。 # 平臺特點 **1）智能數據采集** 系統以機器/傳感器，對采集數據進行數據清洗，從而實現采集數據正確性校驗及補充。系統根據設置的清洗條件，對異常數據進行剔除和過濾，并對缺失數據進行補充，從而保證采集數據的準確性和完整性，為后期的數據分析提供基礎保障。 **2）智能故障告警** 系統以大量故障信息及其產生原因為基礎數據，進行模型訓練，建立常見告警信息及產生原因模型庫。并利用智能搜索及推理技術，對各電站的實時運行數據及歷史數據進行全面分析，及時獲取各電站的隱藏故障并進行告警提示。主要包括數據越限，設備告警、遙信變位、設備故障、庫存不足、亞健康設備、可提升節點等。從而使用戶在時間了解電站存在的異常信息。 **3）自動創建并分派缺陷** 系統結合實時采集數據和歷史數據分析結果，利用自主學習技術感知電站存在故障信息，并結合故障內容自動創建缺陷單，同時，系統根據移動單兵設備定位各運維人員實時位置，將缺陷單智能分配給離故障點最近的人員，從而提升運維效率并降低故障強度。 ** 4）智能巡檢** 系統與移動單兵無縫對接，實現可視化智能巡檢作業，有效進行遠程巡檢指揮、巡檢軌跡監測、巡檢過程回放、巡檢任務下發、巡檢結果反饋等工作，實時掌握巡檢工作的進度及結果，增強巡檢工作的穩定性、可靠性、可控性，確保巡檢工作的質量，有效降低事故發生率，提高人員的工作效率。 **5）智能趨勢分析** 系統結合大量光伏電站的歷史輻射數據和電量數據，通過數據挖掘與推理技術建立了準確可靠的預測模型。從而對電站全生命周期的發電量、收益等信息進行預測。為電站的計劃發電量提供數據依據。 **6）基于大數據技術的性能分析** 系統通過對海量歷史數據分析，結合軟計算、圖譜分析、分析決策等技術，獲得設備合理損失比例、綜合效率、設備性能、電站能耗等關鍵健康指標。 ### 核心價值 1）傳統運維進階智能運維：O2O模式、AI技術、大數據技術、價值管理理念。 2）設備實時監測：及時掌握設備運行數據，發現設備運行故障。 3）設備串故障智能診斷：高效、精確、可視化。 4）故障、缺陷閉環管理：提高消缺效率。 5）工作信息化、標準化、規范化：安全可靠運行。