Приоритетное направление: Энергетика и машиностроение
Руководитель проекта: Кошеков К.Т., д.т.н.
Исполнители проекта: Риттер Д.В., к.т.н., Кобенко В.Ю., д.т.н., Бакенов К.А., к.т.н., Кашевкин А.А., магистр технических наук, докторант PhD, Калантаевская Н.А., магистр технических наук, докторант PhD, Латыпов С.И., магистр технических наук, докторант PhD.
Сроки исполнения: 3 года.
Объем финансирования: 62 000 000 тенге.
Цель проекта: Создание компьютерных приборов и систем мониторинга и диагностики, включающих программное обеспечение на основе интеллектуальных алгоритмов сбора, первичной обработки и распознавания диагностических и управляющих сигналов электроэнергетического оборудования с применением теории идентификационных измерений, компьютерных и беспроводных инфокоммуникационных технологий в режиме реального времени.
Ожидаемые результаты: Ожидаемый научный и социально-экономический эффект:
- методология повышения энергосбережения за счет внедрения интеллектуальных технологий;
- методы и инструменты диагностики и мониторинга электроэнергетического оборудования на основе идентификационных измерений диагностических и управляющих сигналов, Deep Leaning и Big Data science и их снижение влияния на окружающую среду;
- повышение качества и скорости диагностики и мониторинга высоковольтного электроэнергетического оборудования;
- получение новых полезных знаний энергосбережения за счет Deep Leaning в электроэнергетике;
- развитие инфокоммуникационных технологий в электроэнергетике.
Создание экспериментальных образцов с последующей апробацией на ведущих энергетических предприятиях.
Целевыми потребителями полученных результатов являются отечественные и зарубежные предприятия по производству, передачи и распределению электрической энергии, а также организации-разработчики оборудования.
Применение идентификационных измерений идеально подходят для решения задач интеллектуальной диагностики сложных объектов, созданию принципиально нового оборудования с обработкой лингвистических характеристик.
Использование методов глубокого машинного обучения Deep Leaning и технологий Big Data даст исследователям в мощные инструменты анализа энергетического оборудования, выработки новых эффективных стратегий прогнозирования работоспособности. Получение европейского и евразийского патентов.
Описание проекта: Проект ориентирован на повышение эффективности процессов диагностики и прогнозирования неисправностей электроэнергетического оборудования путем внедрения комплекса решений, включающих средства Big Data и методы глубокого машинного обучений для анализа информативных сигналов (электрических, акустических, вибрационных).
Результатом проекта будет создание интеллектуальных компьютерных приборов и программно-аппаратного комплекса для автоматизированного извлечений диагностической информации из информативных сигналов.
Задачи проекта:
