基础设施

作者:ADI公司产品营销工程师Max Liberman和业务开发经理Bob Scannell

在工业制造运营中,被动的设备维修是造成生产能力丧失的一个主要因素,这种维修本来是可以避免的。平均售价仅几美元的零部件,一旦发生故障,维修成本和由此导致的收入损失可能是其售价的好多倍。在最不利的情况下,未检测到的故障可能在系统中引起连锁反应,导致大面积损坏,触发生产停运,造成惨痛损失。传统上,制造商借助预防措施来保持生产现场正常运转。

相比事后维修,预防维护是一大进步,但与其相关的服务合同成本高昂,而且其确保设备连续正常运行的能力也是有限的。考虑让一台200英尺风力涡轮机的叶片转动的转子轴承。紧急维修和现场维护的成本会非常高,甚至可能有危险,因为技术人员需要在高空作业。另外,如果该涡轮机接入到本地市政电网,计划之外的停机可能引起能源生产损失,甚至电力服务中断。

一种新的工业检测技术正在帮助制造商们优化设备,它通过预测维护手段来预料零部件故障。虽然工业检测的形式有很多,但振动检测可能是最有效且最经济的。根据Lindsay Engineering(一家位于美国加州卡马里奥的预测维护产品和服务提供商)的研究,振动检测的投资回报是定期更换齿轮或电机油等措施的投资回报的三倍(参见图1)。

旋转机械的典型振动频率范围是6 KHz到10 KHz

图1. 旋转机械的典型振动频率范围是6 KHz到10 KHz

振动分析的优势

振动分析常用于旋转机械中,用以检测可能引起振动变化的轴承松动或磨损、设备未对准、液位偏低等。通常,这种振动的频率介于6 kHz到10 kHz。在更高频率也有一些数据可用,但受限于响应幅度而非常难以测量,并且需要超声等成本高昂的技术。通过测量该频率范围并监控响应的变化,制造商可以安排维护时间,或者在零部件损坏达到一定程度之前的最有利时间关停设备,防止损失引起更大的次生系统故障。

另外还可以利用各种统计公式来预测系统寿命,例如平均无故障时间(MTTF)和平均故障间隔时间(MTBF)。利用这些公式和来自系统的原始数据,客户便可直接处理潜在问题。例如,通过MTTF,您发现某种轴承的失效率较高。您可以利用振动传感器来密切监视该特定机器和轴承,确保失效不会发生。

实现工业振动检测的最常见方式有两种:一是用传感器系统改造现有设备;二是与第三方服务商签约,按照计划定期执行设备测试。后一种方案的成本可能很高,而且定期检查的效果比不上直接将传感器安装在设备上。利用系统安装方法,制造商可以实现连续监控,但也存在传统上的限制。

当今大部分振动传感器的典型工作带宽低于5 kHz,比检测大多数设备故障所需的频率要低一大截。另外,常规传感器大多基于高压压电技术,需要体积很大的金属罐封装,而且要求频繁校准,不太容易大批量生产。还有一个问题是,其集成度通常较低,需要经过大量外部调理和处理才能提取有用信息。

MEMS方法

业界越来越需要其它能够更早检测到预测维护征兆且成本更低的方法,因此,基于微机电系统(MEMS)的振动传感器正在成为替代常规检测的重要方法。更重要的是,任何替代方案都必须以更高和更宽的频率范围工作,这是早期检测的关健。ADI公司提供一系列宽带宽MEMS传感器(ADXL001、ADIS16220、ADIS16223和ADIS16227),其具有22 kHz谐振带宽和高采样速率,是机器健康检测应用的理想选择。利用这些传感器,系统操作员可以及早发现要失效的设备,避免遭受重大损失。

振动监控错综复杂,准确捕捉振动剖面并正确解读数据更是需要高度复杂的专业知识。对于许多希望实施振动监控的厂商,最佳解决方案远不限于传感器元件。复杂性的很大一部分在于数据分析,对设备的典型时基分析会产生一个包含多种误差源的复杂波形,只有经过FFT分析之后才能获得可以分辨的信息。

多数压电传感器解决方案依赖外部FFT计算和分析。这种方法不仅使得实时通知毫无可能,而且大大增加了设备开发商的设计工作量。像ADI公司的ADIS16227等专业化MEMS传感器降低了这种复杂性,其提供嵌入式频域处理和512点实值FFT,片上存储器能够识别各种振动源并进行归类,监控其随时间的变化情况,并根据可编程的阈值做出反应。

该器件还具有可配置的报警频段和窗选项,支持对全频谱进行分析,并配置6个频段、报警1(警告阈值)和报警2(故障阈值),以便能够更早、更精准地发现问题。

为了确保准确捕捉数据,人们强烈要求实现嵌入式和自主检测。集成度合适的话(即集成传感器分析、存储器和报警功能),传感器系统可以嵌入到离潜在误差源更近的地方,从而更准确地反映机器振动情况,并显著降低接口复杂度,如线缆连接、场外分析和数据捕捉计划等。ADIS16227等器件是完整的数据转换和传感器处理解决方案,用户可通过串行外设接口(SPI)获得经处理的宽带宽传感器数据。这些器件可实现连续监控,并在达到用户设置的报警阈值时提供中断驱动的通知。如果关心功耗,它们还能按照用户制定的计划定期唤醒和记录。

诸如ADI公司的ADIS16227等MEMS传感器可以在高达22 kHz的频率检测零部件故障,从而提供关于设备故障的早期预警

图2. 诸如ADI公司的ADIS16227等MEMS传感器可以在高达22 kHz的频率检测零部件故障,从而提供关于设备故障的早期预警

欲了解更多信息,请访问 www.analog.com

点击这里,获取更多电机控制设计信息

围观 22
3113

过去我们处在一个数据片段破碎的零售时代,随着数字化潮流的来临,企业一直朝着运用数据改善营运效率的方向前进,最终我们将被数据包围,而且在无接缝的环境下善用各种不同性质的数据,完整描绘顾客,清楚结合市场走向与资源运用后,精确的规划企业策略。

大数据也好,小数据也罢,已经有很多的专家讨论过运用数据到底可以带来什么价值。只是在这么多的数据分析的论述之后,笔者观察到市场上大多数人对于数据收集与分析仍旧是一头雾水。很多读者在给笔者的回馈意见中,最担心的是在物联网应用方案设计之初的系统架构中数据分析的角色没有被优先对待,以致于相关方案的设计只是一大堆硬件的集合,自动化或者有之,而智慧化则往往消失无踪。

首先,笔者要澄清一点,数据的来源很多,联网装置只是收集数据的一种手段,并非只有物联网应用方案才能搜集数据。

举例来说,传统的收银机也在累积数据,只是没有电子存储装置,一切都是保留在纸带上,取用非常不方便,基本上很难用来做精细的营业分析。直到收银这个功能与工业电脑结合,数据开始有了进一步被分析的方便性。然而,为了加快结帐速度,现行电子式收银机能收集的栏位仍有限制,所以如果读者在结帐时特别注意,几乎每一台电子式收银机都外挂了不少其他装置,一开始是几种信用卡刷卡机,插卡式或感应式的不一而足,最近随着第三方支付的普及,额外的条码扫描装置也开始出现。然而这些装置收集的数据都集中在业务成交结帐时,零售业者仍旧无从得知每个时点有多少人经过门口,多少人走进卖场,更不用说个别顾客绕行路径,抑或是在每个柜位或货架前的停留或注视时间。

近来随着GPU等硬件的發展与相关视觉辨识软件的进步,这些数据搜集都由不可能逐渐变为可能。

此外,数据分析科技的进步随着运算与储存装置性能提升与价格下滑,数据科学家得以将目光由结构化数据 (structured data) 投向非结构化数据(unstructured data)。简单来说,语音与文字资料的记录得以被分析。首先,传统客服电话的对谈内容已经可以直接语音转文字,再将透过自然语言处理 (natural language processing, NLP) 文字探勘进行客户诉求分析。让客服人员与顾客抱怨的对话内容与处理过程都变成顾客档案的一部分。甚至,为了节省客服人力,运用相关数据科技开发出来的聊天机器人也应运而生。顾客在网站上或在卖场内的输入装置都可以直接询问聊天机器人(通常是文字对话)与卖场或商品相关的资讯。如此一来,不但资料搜集的流程直接进入电脑,聊天机器人甚至可以根据对话过程主动建议顾客适合的商品。相比之下,传统客服人员虽然可以做到更细致的服务或应付更随机的问题,但人脑记忆容量有限,我们不可能苛责客服人员记得卖场内成千上万种商品的品名特色或所在位置,更无法期待客服人员随时调阅提问顾客的顾客档案,即时掌握顾客的品味,在对话结束前的黄金时间内做最有效的商品推荐。

非结构化资料的来源还可以是网路上的社群讨论或任何内容媒体流传的一篇报导及底下的留言评论。君不见网路留言的病毒式扩散效果,早已是每一个行销人员必修课程。不理解粉丝团或网路搜寻优化威力的行销人员,想来在公司内发言权也将逐渐式微。针对网路时代新的行销宣传趋势,网路舆情分析 (social listening/social media monitoring, SL) 早已经广为企业行销人员采用。甚至,居于市场领导地位(或有心急起直追)的厂商,还逐渐了解到市场商情调查 (market intelligence, MI) 不再是复制-粘贴加一大堆的研究人员解读,运用NLP开发的MI系统让市场商情走向的掌握不再是大公司才能拥有的独门利器。相对于滥竽充数的类似产品,优秀的数据科学家开发的SL与MI,可以让企业迅速掌握产业趋势、发掘潜力产品或技术,也可以监控网路上意见领袖或重量级媒体报导对于企业自己或竞争同业产品的影响,更快速的采取应对之道。此外,结合SL与MI的精神,擅长NLP的资料科学家还可以开发出竞争同业的监控方案。

行文至此,读者可能已经体会到“数据爆炸”这个名词的严重性。看中这个市场潜力的业者,从传统系统整合商、标榜数据分析的软体开发商、提供高速资料处理的硬体系统商,到物联网应用方案提供者,大家无不强调自家开发的产品或方案能够为企业快速处理分析急速增加的数据。在这些玲琅满目的众多的选择中,企业应该先问自己,数据搜集的目的是什么;更精确地说,企业希望解决的问题是什么,哪一种或几种数据可以有效地回答待解决问题。不论是智慧制造、智慧零售或是智慧建筑的方案,这个问题都是最优先要回答的。循着这个逻辑,下一步应该盘点企业内是否已经拥有相关数据。若答案是肯定的,紧接着要思考用传统的统计分析、商业分析 (business intelligence) 或更进一步的机器学习 (machine learning)来解答。如果数据的复杂度需要用到机器学习,那么企业内有熟悉资料科学的人员可以处理吗?当这些问题都清楚审视过后,哪些软、硬体工具适合企业使用的答案就自然浮现了。

若是企业目前拥有的数据不能回答待解决问题,则在进行上述思考过程前,必须更优先评估如何取得必要的数据。传统上,企业在买电视广告前,通常会买一份收视率调查报告,再针对自家产品的特性与预算规模,选择投放广告的频道及时段。然而当前个性化消费的时代来临,企业已经不能满足于电视广告这种单向且无差别式的沟通方式。互联网经济下,顾客在网站内浏览行为是最直接的行为数据。只是时代往新零售模式迈进,线上结合线下 (online to offline, O2O) 乃至全渠道(omni channel) 已然成为势不可挡的趋势。

因此顾客在线下的行为,甚至是在不同渠道或场景的一举一动能否更大幅度地被记录,已是企业不得不面对的难题,这就是笔者一贯提倡用物联网应用方案协助企业的背后缘由。然而,值得说明的一点,没有清楚针对企业需求组合的物联网应用方案绝对不是一个好方案,而且没有对接数据分析功能(不论是内建或有意识地输送数据到其他数据分析软件)的方案,只是一个骗取客户荷包内预算的花架子。企业在选择诉求智慧零售/智慧商城方案时,首先应该检视相关方案的系统架构,才不会浪费时间与预算。

零售餐饮是个直接面对顾客的行业,企业每天要处理的都是事关”人”的满意度的议题。在互联网快速迭代演进的中国,小从POS的互联网化开始,许多从业者将原本笨重的收银机转为手持装置,概念上与手机相似,连里面装载的应用程式也相仿,因此可以大量使用既有的互联网架构与资源,让收银机的成本大幅下降。最重要的是透过这个联网装置可以直接与网络社群接触,实际实现了O2O的精神,将顾客从过去的过路客,拓展到惯于使用网络的新世代,还将他们带到店内消费。借由目前已经蔚然茁壮的云产业的支持,一个便宜的手持式装置在某些方面的表现甚至还强于昂贵的电子式收银机。在这个观念上更往前一步的则是专注于开发云端的POS系统,他们不挑选特定轻量型装置(不强调客制化的手持式POS,即便是一台iPad也行),这种理念开发出来的POS方案,甚至跳脱服务单店的手持式POS,进而支持规模数量庞大的连锁体系,此时搭配互联网上各种点餐快送app,更加将线上向线下导流发挥到极致,这样的方案如果搭配ERP及CRM,再加上各种物联网应用方案,可以为大规模连锁总部提供更快速即时的多种顾客行为及企业内经营效率资料。

锁定数据源并完成数据搜集后,企业紧接着应该向方法论的下一步迈进,有意识地依照顺序交叉使用各种管道收集得来的顾客数据。

举例来说,成交数据代表着前一阶段各部门集体努力的经营成果,这里通常是分析的起点,加上各场合获得的顾客行为数据,是大多数顾客推荐系统处理的范畴。然而个别顾客推荐系统能够处理的数据栏位、采用的演算法、处理数据量与处理速度等等都是企业应该评估的重点。然而,从成交记录出发另一个处理的角度可能是企业进货(或备料)预测,这部分的分析除了更加需要产业知识 (domain knowledge) 外,对于选择适合的一种或数种演算法能力的要求更高,因此对于数据科学家的要求更高。而且,外部的非结构化资料也可以在适当的时点投入被交叉分析的行列中。这一切都要求数据科学家与企业各相关部门人员在导入初期就讨论出适合被解决问题的方法论,才能有效率的回应企业在新零售时代的挑战。

借用Frost & Sullivan的Smart retail journey图叙述企业对于的智慧零售演进历程,过去我们处在一个数据片段破碎的零售时代,随着数字化潮流的来临,企业一直朝着运用数据改善营运效率的方向前进,最终我们将被数据包围,而且在无接缝的环境下善用各种不同性质的数据,完整描绘顾客,清楚结合市场走向与资源运用后,精确的规划企业策略。但有句老话说:『尽信书不如无书』,企业在没有确认自身的需求,没有理清回应这个需求必须解决的问题前,不宜贸然投入太多资源扩编相关团队或导入所谓的智慧零售方案。否则,搜集数据的装置要钱、储存与运算快速增生的数据需要的软硬件要钱、分析资料的人员要付薪资,用了不可靠的分析造成企业经营方向偏移或浪费时间的代价更高,经营者与决策主管不可不审慎为之。

本文来源:“数据爆炸”的物联网时代,智能零售中数据分析的价值与应用

点击这里,获取更多IOT物联网设计信息

围观 20
3450

作者:Swarnab Banerjee ADI公司

简介

在能源格局不断变化的今天,停电仍会引起企业关键运营的中断,例如生产流程,从而造成巨额损失。此外,某些老旧的电网设备仍在全世界运行,而在有些地区,用电风暴变得越来越常见。面对这些严峻挑战,电力公司可采取多种方法来应对未来服务中断的风险,包括实现配电网络的现代化、分布式配电网络、雇佣更多线路维修人员等。由于存在不同程度的成本、技术风险和社会效益问题,所有这些方法都很复杂,难以评估。

电力公司最近关注的重点措施是安排、雇佣、培训更多线路维修人员来改善停电响应,为客户提供更好的服务。但在世界的许多地方,劳动力老龄化已是众所周知的难题,越来越难以找到技术熟练的劳动力来填补线路人员缺口。为应对停电时间延长、客户不满意以及可能的政府干预等问题,电力公司需要更好的解决方案。如果能够提高线路人员的工作效率,使他们缩短搜索断线的时间,而把更多时间分配给实际的维修工作和高优先级的维护任务,以上问题无疑将得到很大改善。

在电网节点捕获数据是关键

过去几年,仅仅因为难以找到故障源,许多国家和地区发生了长时间停电事故。但是,电力公司应当如何改进配电网络架构以更好地响应停电事故呢?答案是利用更先进的线路传感器技术来降低系统成本,并将其部署到电力基础设施的更多节点中。这种技术集成度高,有助于提高测量精度,降低功耗,减少维护工作量。

被称为故障指示器的节点监控系统

图1. 被称为故障指示器的节点监控系统

新型线路传感器的最常见应用场景之一是被称为故障指示器的节点监控系统,当用电线路故障发生时,它会检测并发送警报,使得线路工作人员能够在最短时间内检修故障设备。图1所示为配电线路上使用的故障指示器。不同地区和不同供应商为该系统取的名称不尽相同,比如线路监视器、故障监视器、故障电路指示器等。本文使用故障指示器这一通用术语来指称该系统,并用线路传感器来指称用于检测电力线路物理状态的基础技术。

检测电力线路物理状态的线路传感器

图2. 检测电力线路物理状态的线路传感器

在地下线缆型故障指示器应用中,故障指示器位于每条主电缆的电缆端接处。故障上游的指示器会跳闸,而故障下游的指示器会保持非跳闸位置。这样,服务团队无需经过耗时的故障隔离过程,便可轻松找出电缆或设备的故障部分。该地下线缆型故障指示器应用包括变压器、开关设备、机柜、接线盒、拼接等。在架空型故障指示器应用中,故障指示器上显眼的显示屏可将线路工作人员指引到问题所在部分。该架空型故障指示器应用包括无保险丝抽头、带中线重合器的长馈线、分区开关设备、换接装置、馈线等。

现有故障指示器面临两大挑战:1) 批量采购成本高昂;2) 需要经常维护才能正常工作。电力公司的预算和资源有限,面对高昂的累计采购成本和大量的经常性维护工作,往往无法在庞大的电力基础设施中部署更多故障指示器。

通过更先进的电源管理改善故障指示器

为了应对这些挑战,ADI公司针对故障指示器开发了一种新型线路传感器架构,它能高效采集电能,而且只需更少的维护(图3)。

采集电能的故障指示器设计

图3. 采集电能的故障指示器设计

采集电能的故障指示器基本功能看起来简单,但设计相当复杂,尤其是电源架构。其中不仅存在三个独立电源(电力线路传感器、充电电池和超级电容),而且必须有一个控制算法,用来平衡变化的供电条件和变化的负载条件——所有这些设计的目的是保证始终联网工作。关键创新是一种新型多电源路径设计技术,它支持系统更快启动、功耗更低和运行更平稳。通过采用更好的电源管理,电池更换的频率会降低,线路工作人员执行系统检查的次数会减少,因而故障指示器所需的维护会减少。

新型故障指示器设计还能利用更复杂的数据收集技术和更鲁棒的无线通信来提升性能。通过高速精密转换器以远高于电力线路频率的数据速率收集电力线路信息,它们能捕获更高精度的数据。集成短波无线电和GSM协议等无线通信,也能扩大这些设备的覆盖范围。故障指示器可以传输数据和报告其状态,这样线路工作人员搜索故障所花的时间会减少,因而有更多时间来排除故障。

将地下故障指示器状态报告给地上人员

图4. 将地下故障指示器状态报告给地上人员

大数据分析成为可能,以实现更高的能源智能采用先进线路传感器技术的故障指示器为电力公司转变运营方式提供了机会。在精度更高、联网能力更好、维护成本更低的节点处收集数据,电力公司便可更快速且更有把握地识别并响应停电事故。不仅如此,还有更多的可能性值得考虑。例如,一整片区域内的所有故障指示器都能提供历史数据和警报,这使得电力公司可以应用机器学习算法和大数据分析来提高线路工作人员的作业效率,降低运营支出,实现更好的业务绩效。

结语

由于难以定位问题来源,电力公司客户仍会经历长时间的停电事故。解决这一困境的一个办法是更广泛地采用故障指示器。但是,当今的故障指示器有两大缺点:批量采购成本高昂且需要定期维护。

针对故障指示器的新型线路传感器技术克服了上述挑战,能够高效率采集电能,并且只需很少的维护。未来,电力公司可以利用新一代故障指示器来缩短停电时间,降低运营支出,令客户更加满意。

作者简介

Swarnab Banerjee (B.S.E.E.)是ADI公司能源管理产品部的系统工程经理。他负责应对智能电网相关的电力输送和转换设备不断增长的技术需求。加入ADI之前,他曾担任Core Innovation、Boulder Wind Power、Princeton Power Systems等公司的技术领导岗位,开发过多种输配电系统。他拥有2项已授权专利和3项待审专利。

点击这里,获取更多电机控制设计信息

围观 23
3641

作者:Swarnab Banerjee ADI公司

简介

在能源格局不断变化的今天,停电仍会引起企业关键运营的中断,例如生产流程,从而造成巨额损失。此外,某些老旧的电网设备仍在全世界运行,而在有些地区,用电风暴变得越来越常见。面对这些严峻挑战,电力公司可采取多种方法来应对未来服务中断的风险,包括实现配电网络的现代化、分布式配电网络、雇佣更多线路维修人员等。由于存在不同程度的成本、技术风险和社会效益问题,所有这些方法都很复杂,难以评估。

电力公司最近关注的重点措施是安排、雇佣、培训更多线路维修人员来改善停电响应,为客户提供更好的服务。但在世界的许多地方,劳动力老龄化已是众所周知的难题,越来越难以找到技术熟练的劳动力来填补线路人员缺口。为应对停电时间延长、客户不满意以及可能的政府干预等问题,电力公司需要更好的解决方案。如果能够提高线路人员的工作效率,使他们缩短搜索断线的时间,而把更多时间分配给实际的维修工作和高优先级的维护任务,以上问题无疑将得到很大改善。

在电网节点捕获数据是关键

过去几年,仅仅因为难以找到故障源,许多国家和地区发生了长时间停电事故。但是,电力公司应当如何改进配电网络架构以更好地响应停电事故呢?答案是利用更先进的线路传感器技术来降低系统成本,并将其部署到电力基础设施的更多节点中。这种技术集成度高,有助于提高测量精度,降低功耗,减少维护工作量。

被称为故障指示器的节点监控系统

图1. 被称为故障指示器的节点监控系统

新型线路传感器的最常见应用场景之一是被称为故障指示器的节点监控系统,当用电线路故障发生时,它会检测并发送警报,使得线路工作人员能够在最短时间内检修故障设备。图1所示为配电线路上使用的故障指示器。不同地区和不同供应商为该系统取的名称不尽相同,比如线路监视器、故障监视器、故障电路指示器等。本文使用故障指示器这一通用术语来指称该系统,并用线路传感器来指称用于检测电力线路物理状态的基础技术。

检测电力线路物理状态的线路传感器

图2. 检测电力线路物理状态的线路传感器

在地下线缆型故障指示器应用中,故障指示器位于每条主电缆的电缆端接处。故障上游的指示器会跳闸,而故障下游的指示器会保持非跳闸位置。这样,服务团队无需经过耗时的故障隔离过程,便可轻松找出电缆或设备的故障部分。该地下线缆型故障指示器应用包括变压器、开关设备、机柜、接线盒、拼接等。在架空型故障指示器应用中,故障指示器上显眼的显示屏可将线路工作人员指引到问题所在部分。该架空型故障指示器应用包括无保险丝抽头、带中线重合器的长馈线、分区开关设备、换接装置、馈线等。

现有故障指示器面临两大挑战:1) 批量采购成本高昂;2) 需要经常维护才能正常工作。电力公司的预算和资源有限,面对高昂的累计采购成本和大量的经常性维护工作,往往无法在庞大的电力基础设施中部署更多故障指示器。

通过更先进的电源管理改善故障指示器

为了应对这些挑战,ADI公司针对故障指示器开发了一种新型线路传感器架构,它能高效采集电能,而且只需更少的维护(图3)。

采集电能的故障指示器设计

图3. 采集电能的故障指示器设计

采集电能的故障指示器基本功能看起来简单,但设计相当复杂,尤其是电源架构。其中不仅存在三个独立电源(电力线路传感器、充电电池和超级电容),而且必须有一个控制算法,用来平衡变化的供电条件和变化的负载条件——所有这些设计的目的是保证始终联网工作。关键创新是一种新型多电源路径设计技术,它支持系统更快启动、功耗更低和运行更平稳。通过采用更好的电源管理,电池更换的频率会降低,线路工作人员执行系统检查的次数会减少,因而故障指示器所需的维护会减少。

新型故障指示器设计还能利用更复杂的数据收集技术和更鲁棒的无线通信来提升性能。通过高速精密转换器以远高于电力线路频率的数据速率收集电力线路信息,它们能捕获更高精度的数据。集成短波无线电和GSM协议等无线通信,也能扩大这些设备的覆盖范围。故障指示器可以传输数据和报告其状态,这样线路工作人员搜索故障所花的时间会减少,因而有更多时间来排除故障。

将地下故障指示器状态报告给地上人员

图4. 将地下故障指示器状态报告给地上人员

大数据分析成为可能,以实现更高的能源智能采用先进线路传感器技术的故障指示器为电力公司转变运营方式提供了机会。在精度更高、联网能力更好、维护成本更低的节点处收集数据,电力公司便可更快速且更有把握地识别并响应停电事故。不仅如此,还有更多的可能性值得考虑。例如,一整片区域内的所有故障指示器都能提供历史数据和警报,这使得电力公司可以应用机器学习算法和大数据分析来提高线路工作人员的作业效率,降低运营支出,实现更好的业务绩效。

结语

由于难以定位问题来源,电力公司客户仍会经历长时间的停电事故。解决这一困境的一个办法是更广泛地采用故障指示器。但是,当今的故障指示器有两大缺点:批量采购成本高昂且需要定期维护。

针对故障指示器的新型线路传感器技术克服了上述挑战,能够高效率采集电能,并且只需很少的维护。未来,电力公司可以利用新一代故障指示器来缩短停电时间,降低运营支出,令客户更加满意。

作者简介

Swarnab Banerjee (B.S.E.E.)是ADI公司能源管理产品部的系统工程经理。他负责应对智能电网相关的电力输送和转换设备不断增长的技术需求。加入ADI之前,他曾担任CoreInnovation、Boulder Wind Power、Princeton Power Systems等公司的技术领导岗位,开发过多种输配电系统。他拥有2项已授权专利和3项待审专利。

点击这里,获取更多IOT物联网设计信息

围观 20
3613

页面

订阅 RSS - 基础设施