经过查询得知，业空风电机组功率曲线是国内考核风电机组性能、评估机组发电能力的风电一项重要指标，功率曲线异常不仅会导致电量损失，机功也会降低设备发电效率、率曲缩短部件运行周期。线A型上线填功率曲线筛查的补行白常规方法依赖专业人员个人经验，效率不高，业空准确度参差不齐。国内
据悉，龙源电力工程技术公司通过收集标注上万张典型功率曲线异常图片，依托主流图像识别模型自主训练 AI 模型，通过不断优化模型算法，调整一阶和二阶优化函数，实现了针对不同机型风电机组功率曲线 8 类典型问题的识别。
▲ 图源 国家能源之声官方公众号此外，该公司还将该模型应用于风电机组其他控制图谱，建立关联模型并不断迭代。经过场站 3 个月运行数据的实验验证，该模型在近 1.4 万台风电机组中检测出异常机组数量 1860 台，准确率超过 80%，工作效率提升 3 倍以上。
官方表示，该技术首次实现了图像识别技术在风机功率曲线筛查分析领域的应用，完成分析结果的自动化展示，有效提升了问题机组的定位速度与故障分析效率，为提高设备发电性能、推进场站智能化运维提供了有力支撑。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。
(责任编辑：探索)