這一德國電氣巨頭正在利用 AI 技術助力發(fā)電廠客戶管理其設施。
隨著能源市場的快速變化,AI 技術正在幫助全球各個城市保持燈火通明。
西門子能源公司正在發(fā)揮 NVIDIA Triton 推理服務器的強大力量,利用 AI 協(xié)助解決全球發(fā)電廠在預測性服務管理方面的擔憂。
這家能源巨頭加入了微軟、美國運通、USPS 和許多其他公司的行列,依靠開源軟件 Triton 的深度學習能力,通過簡化模型在任何框架以及任何 GPU 或 CPU 上運行所有類型的推理方式,將 AI 用于生產環(huán)境。
西門子能源公司是發(fā)電廠設備和技術的領先供應商,需要維護大量的機器和現(xiàn)場,而他們的服務切實幫助全球各地保持燈火通明。其現(xiàn)有客戶群涉及到數(shù)以萬計的西門子燃氣輪機、蒸汽輪機、發(fā)電機、燃氣和柴油發(fā)動機,需要管理的活動部件數(shù)量驚人。
更加復雜的是,可再生能源越來越多地融入電網,這給世界各地的發(fā)電廠造成了壓力,要求他們在 AI 的幫助下更加靈活和高效地運營。
西門子能源公司產品經理 Arik Ott 表示:“如今,為了保持電網穩(wěn)定,需要許多此類的聯(lián)合發(fā)電廠,因此有些電廠會在相當長一段時間內停止服務,然后在需要電網穩(wěn)定性時投入使用。”
自主發(fā)電廠
為了提高能源合作伙伴的效率,西門子能源公司正在利用 NVIDIA Triton,依靠AI 開拓一條通往自主發(fā)電廠的道路,并在此過程中降低成本。
并不是一項容易完成的任務。如今,數(shù)百種不同類型的檢查需要通過人工方式巡查,并且需要領域內的專業(yè)知識。許多發(fā)電廠不再處于持續(xù)運行模式,也不需要始終保證全員到位,這引發(fā)了人們對運營成本的擔憂和遠程管理的需求。
此外,Ott 表示,歐洲的勞動力正在面臨老齡化,預計未來十年將有許多人退休,而且很難找到擁有合格技能的勞動者補充空缺。
全球發(fā)展中心估計,與 2015 年相比,2050 年的歐洲適齡勞動人口將減少 9500 萬。
Ott 說:“考慮到我們沒法找到全部必要的人才,我們希望技術能夠彌合專業(yè)技能方面的缺口。”
西門子能源公司支持基于現(xiàn)場攝像頭拍攝的圖像和其他用于分析的傳感器數(shù)據(jù)運行各類機器學習。因此,它需要一個高度可擴展的推理解決方案 – 以處理數(shù)以百萬計的傳感器,并且需要能夠支持多個框架和海量的輸入流。
西門子能源公司之所以選擇 Triton 進行推理,是因為它能夠滿足多框架和多模型的要求。數(shù)據(jù)科學家現(xiàn)在可以為不同的模型和輸入(如圖像、視頻和聲音)選擇不同的框架(如 PyTorch、TensorFlow、ONNX 等)。
西門子能源公司在AWS上運行NVIDIA Triton, 以實現(xiàn)大規(guī)模和多租戶部署,并計劃在數(shù)據(jù)無法移出發(fā)電廠的邊緣地區(qū)運行。
“高度復雜的發(fā)電廠通常會配備攝像頭和傳感器,但采用的卻是傳統(tǒng)軟件系統(tǒng),NVIDIA Triton 推理服務器出色的靈活性能夠讓這些發(fā)電廠加入當前正在推進的自主工業(yè)革命,”O(jiān)tt 表示。
AI助力提升工業(yè)效率
AI能使任何類型的發(fā)電機組提高業(yè)務連續(xù)性,它使一切能夠保持正常運轉,并且可以降低成本。
這對能源供應商來說非常重要,因為可再生能源大量涌入電網意味著,發(fā)電廠不再全天候供電,這造成了人員過剩的問題。如果某個現(xiàn)場不在線,遠程管理和集中派遣服務人員可以控制成本。
然而,當今的現(xiàn)場人員在對發(fā)電廠進行巡查期間,會進行 360 多項不同的活動。與此同時,勞動力短缺是一個令人擔憂的問題,對于人口下降和勞動力老齡化的地區(qū)來說,勞動力短缺問題會更加嚴重,影響到這些關鍵任務的運營。此外,新冠肺炎也揭示出,發(fā)電廠需要為此類黑天鵝事件造成的勞動力短缺做好準備。
這種情況非常適合利用 AI 傳感器,以全天候遠程監(jiān)控的方式填補物理檢查的空缺,或者對物理檢查進行加強。此外,所提供的分析實現(xiàn)了自動化的實時監(jiān)控,還使發(fā)電廠支持不同級別的 AI自動化現(xiàn)場控制。
西門子股份公司自動視覺檢測解決方案架構師 Sanjukta Ghosh 表示:“我們需要一種解決方案,在不改變托管解決方案的情況下,為不同類型的分析模型提供擴展能力。”
借助 AI 減少問題
發(fā)電廠目前需要對效率和安全性進行廣泛的監(jiān)控。液體、蒸汽或石油一旦泄漏并且未被注意,就可能會造成災難性的后果,并造成數(shù)百萬美元的損失。
西門子能源公司為使用數(shù)千張不同場景的圖像進行模型訓練。不同的位置和不同的照明條件僅需小規(guī)模的遷移學習即可保證模型正常工作。
此外還可以對噪音進行監(jiān)控。西門子能源公司正在著手開發(fā)處理音頻數(shù)據(jù)的模型。
Triton 的模型ensemble還允許對圖像進行額外的預處理,例如人員匿名化。
Triton 推理服務器的靈活性
Triton 提供了處理這些場景以及許多其他場景的靈活性。例如,它允許使用適用于多種不同情景的多個模型。
據(jù)該公司稱,一個針對室內照片訓練的蒸汽泄漏模型可以直接發(fā)揮作用,而另一個模型則針對室外蒸汽泄漏圖像進行了適配。
Triton 使得在云端或邊緣部署輕而易舉。在無法將數(shù)據(jù)移出發(fā)電廠而需要內部部署或邊緣分析時,這非常有幫助。
責任編輯:haq
-
NVIDIA
+關注
關注
14文章
4940瀏覽量
102816 -
服務器
+關注
關注
12文章
9021瀏覽量
85184 -
AI
+關注
關注
87文章
30146瀏覽量
268421
發(fā)布評論請先 登錄
相關推薦
評論