საბრძნო მართვის და გაუმჯობესების სისტემა ელექტროენერგიის გენერატორების ტრანსფორმატორებისთვის

Ⅰ. ფონი და პრობლემები​
როგორც ელექტროენერგიის წარმოების კომპანიები ზრდას იღებენ და ქსელის ინტელექტუალობა ხერხებულია, ტრადიციული პერიოდული შენახვის მოდელები სავარაუდოდ ვერ დაართმევენ დიდი ელექტროენერგიის ტრანსფორმატორების O&M მოთხოვნებს:
• ​დაყოვნებული დაფიქსირება ხარვეზე: უცეფი იზოლაციის ძველება ან გახურება ნამდვილ დროში ვერ დაინახება
• ​მაღალი შენახვის ხარჯები: ზედმეტი შენახვა ხარჯების არაეფექტურად გამოყენებას იწვევს, ხოლო შენახვის დაბრკოლება გაუთვალისწინებელი დაჩერებას იწვევს
• ​ფრაგმენტირებული მონაცემთა ანალიზი: დაისოლირებული გაზების ანალიზი (DGA), ნაწილობრივი გაშრის ტესტები და ა.შ. იზოლირებული მონაცემები არ არის ინტელექტუალური კროს-დიაგნოსტიკისთვის მზად

​II. სისტემის არქიტექტურა და საკუთარი ტექნოლოგიები​
(1) ინტელექტუალური გრძნობა
მრავალგანობრივი IoT ტერმინალების დაყენება:

graph LR 

A[სიმრავლის ფიბროპტიკის ტემპერატურა] --> D[ცენტრალური ანალიტიკური პლატფორმა] 

B[DGA სენსორი] --> D 

C[ვიბრაციის/ხმის მონიტორინგი] --> D 

E[კორის გრავიტაციული დეტექტორი] --> D 

(2) AI ანალიტიკური ენჟინი

(3) პროგნოზირების შენახვის პლატფორმა
• ​3D დეშბორდი: ტრანსფორმატორის ტვირთის რეიტინგების, ჰოტსპოტების ტემპერატურების და რისკის დონეების ნამდვილ დროში ჩვენება
• ​შენახვის დეციზიის ხე: რისკის რეიტინგებზე დაყრდნობით ავტომატურად გენერირდება მუშაობის ბრძანებები
(მაგ., C₂H₂>5μL/L & CO/CO₂>0.3 → განხორციელდება ბუშინგის შესახებ შემოწმება)

​III. საკუთარი ფუნქციონალური მატრიცა​

​IV. ტექნიკური გასაღებები​

1. ​მრავალფიზიკური კუპლინგის ანალიზი:
   EM-თერმალურ-სტრესის სიმულაციის მონაცემები აი მოდელებში დასახელებული საწყისი სხვადასხვა დეფორმაციის გაფრთხილებებისთვის (±0.5mm სიზუსტე)
2. ​ბლოკჩეინის სერტიფიკაცია:
   O&M ჩანაწერები და ტესტირების მონაცემები შენახული ბლოკჩეინზე ISO 55000 კომპლიანსისთვის
3. ​AR-დახმარებული რეპარაცია:
   Hololens 3D ხარვეზის პუნქტის პოზიციის დაფუძნება → 40% სწრაფი კრიტიკული რეპარაციები

​V. პროგრამის შედეგები (1,000MW ქსელის შემთხვევა)​​