異常検知と故障検知
Canopyは過去の機械データから通常の挙動を学習し、現在の信号と比較することで、進行中の問題を早期に可視化します。
Jungle AIは、SCADAとセンサーデータを活用した機械の稼働監視と予知保全のAIプラットフォーム。風力・太陽光資産の異常検知、優先順位付け、停止時間の削減に役立ちます。
Jungle AIは、機械の稼働監視と予知保全のためのAIプラットフォームで、風力・太陽光資産向けの製品としてCanopyを提供しています。サイトでは、既存のSCADAおよびセンサーデータを活用して、異常行動を早期に検知し、運用面および財務面の影響に基づいて課題の優先順位を付け、停止時間を削減する方法として位置づけています。
Canopyのページでは、過去データから機械の正常な挙動を学習し、実際の運転条件下での逸脱を検知し、資産、O&M、パフォーマンスの各チームがどこに介入すべきかを判断するためのワークフローが説明されています。製品はリモートかつ読み取り専用として提示されており、特別なデータセットや手動ラベリングは不要です。
Canopyは過去の機械データから通常の挙動を学習し、現在の信号と比較することで、進行中の問題を早期に可視化します。
サイトでは、アラームは動的かつコンテキストに応じたものと説明されており、固定された設定値ではなく運転条件や周囲条件を反映します。
Canopyは性能低下をグループ化し、どの課題が最も重要かをチームが特定できるようにすることで、最も大きな影響がある箇所に介入を集中できます。
この製品は、ポートフォリオレベルからコンポーネントレベル、センサーレベルまでの調査をサポートし、時系列ビューや資産間比較を備えています。
Canopyページによると、ユーザーはケースの追跡、ステータスの監視、特定の課題に関するコメントや質問の追加ができ、連携を進められます。
この製品は、資産の挙動を比較するための平行座標や性能曲線などの視覚分析ツールを提供します。
風力発電所のチームはCanopyを使用して、性能低下やコンポーネントの問題を早期に検知し、停止や発電量損失につながる前に対応できます。
太陽光運用チームは、同じ異常検知ワークフローを使用して、太陽光発電所の異常行動を把握し、保守作業の優先順位を付けられます。
パフォーマンスチームとO&Mチームは、監視シグナルの中から最も重要な課題を切り分け、運用への影響が最も明確なケースに介入を集中できます。
特定の機械を調査するチームは、ポートフォリオレベルのシグナルからコンポーネントやセンサービューまで掘り下げて、挙動を比較し、何が変わったのかを確認できます。
運用チームは、アクティブなケースを追跡し、コメントを追加し、製品を離れることなく進行中の課題について連携できます。
Canopyは、資産がすでに生成しているSCADAおよびセンサーデータで動作するように設計されています。ソース資料では、特別なデータセットやラベル付き入力データは不要とされています。
ソース資料によると、導入はリモートかつ読み取り専用で、通常は2〜3週間で稼働します。
Canopyは風力および太陽光の資産パフォーマンスチーム向けに構築されています。また、Canopyページでは海事向けのユースケースも紹介されています。
このサイトでは、Canopyを異常行動の検知、運用上および財務上の影響に基づく課題の優先順位付け、進行中の問題のリアルタイム追跡のためのシステムとして位置づけています。