Aggeko为蔚蓝机器学习提供预测维护

发电机制造商Aggeko已开始使用Microsoft Azure Machine学习在我们的Louisiana的遥控中心提供技术人员。

格拉斯哥总部公司生产的电力和冷却设备经常用于提供主要体育和音乐活动的临时权力，并在发展中国家支持发电。

它的租赁业务一直在远离反应维护的道路上，现在预测维护，以增加客户发电设备的正常运行时间。

Aggreko的Applications开发经理Steven Faull表示，该公司从发电机上收集40个控制点的遥测数据。

该数据在Grasgow的Grangeko的全球技术中心处理，并在路易斯安那州的遥控运营中心传递给数据分析团队。

“我们使用Azure来遥测到远程操作，以便在现场的发电机主动监控，”Faull说。

该系统最初仅在北美可用，但Azure的全球范围已启用该服务在全球范围内提供。

Aggeko的技术团队正在加强主动监控服务。“我们的团队擅长扫描新技术，”Faull说，该机器学习是现在正在开发的领域之一。

“我们看着从遥测中获取数据，从积极达到预测维护，”他说。这将使技术中心能够提前通知发电机的远程运营中心（ROC）的任何潜在问题。“我们可以提醒Roc由于高温警报而存在85％的问题概率，”Faull添加了。

Aggeko与Microsoft的服务ARM合作，为其发电机遥测应用程序建立微服务和微脚本架构。“这允许我们建立我们可以多次重复使用的服务，”Faull说。

例如，他说，Aggeko可以调整在其远程运营中心部署的应用程序，为客户和IOS和Android移动客户应用程序构建一个门户，内置在开源.NET平台XARAMIN。

Aggeko还与Microsoft和Strathclyde大学合作，获得专业知识，以开发机器学习模型，以获得主动监控应用程序。“我们用Strathclyde签署了知识转移计划，”Faull说。

尽管商业压力更快，但公司已经采取了稳定的方法来推出机器学习。“从遥控操作中心有一个真正的推动，一次解决每个问题，但我们采取了结构化方法，并为特定故障类型建造了模型，”Faull表示。

他说，机器学习的发电机问题之一是过热的。“我们可以在发电机中的高温下获得为期两周的警告，这避免了停机时间。”

Faull表示，在Aggeko业务中可以使用机器学习的更多领域，添加：“这不仅仅是为了可靠性。业务其他部分存在大规模的机会，例如目标前景或未来的产品开发。“

虽然公司与Microsoft和Strathclyde大学合作的机器学习平台，现在支持其租赁业务，aggeko开放使用其他产品，他们可以更好地完成工作，福尔说。

虽然ROC在2016年正在进行中，FAULL访问了GE的亚特兰大远程监控中心，以基准aggereko的设施，因为GE是远程遥测的早期采用者，其中一个提供预测分析的平台。

Faull期望在Aggeko业务的某些部分使用这种技术，特别是它最近形成了与GE的合作关系。但Aggeko还计划建立自己的预测系统。“我们在内部建立能力，但我们希望在我们可以的课堂上充分利用最佳课程，”Faull说。