如何降低海上风电机组的故障风险?这个预警平台有着大作用_东方风力发电网
当前位置: 首页 » 看资讯 » 其他消息 » 正文

如何降低海上风电机组的故障风险?这个预警平台有着大作用

放大字体  缩小字体 发布日期:2020-09-16   来源:重庆晨报  浏览次数:100
核心提示:9月16日上午10点50分,2020线上智博会举行“数采和新能源设备上云-风电机组管理和智慧风场运维云应用”发布会,中国船舶重工集团海装风电股份有限公司大数据专家张方红博士带来中国海装诊断预警平台1.0版的发布。
  9月16日上午10点50分,2020线上智博会举行“数采和新能源设备上云-风电机组管理和智慧风场运维云应用”发布会,中国船舶重工集团海装风电股份有限公司大数据专家张方红博士带来中国海装诊断预警平台1.0版的发布。
  张方红介绍,近年来,海上风电场建设逐步转移到离岸更远的地方和更深的水域,因此运维成本会增加更多,同时面临更恶劣的环境和更高难度的维护方式。目前风电行业缺乏一个统一的信息监管的平台,无法很好的掌握海上风电场的水平,无法很好的指导和帮助进行经济效益的提升。“所以我们需要的就是能够通过统一的数据采集和通道,以数据采集分析挖掘价值和信息整合为战略目的。”
  
  中国海装诊断预警平台1.0版是海装智能运维的一个建设环境,包含了整个预警的模型,实现了风机健康状态评估,提供超越级的回报,同时实现了风控率的精准预测,风资源的合理调配,是个海装智慧工厂运营管理产品,也是智能运维的一个产品。
  目前,中国海装诊断预警平台1.0版主要作用是对风电机组健康评估,实现预防性运维;同时通过机理结合统计分析进行故障预警并推送运维,实现自动闭环验证;此外对风电场运行情况进行后评估,自动生成风机健康状态后评估报告;还对风电场实现集群分析后评估,以获得发电量提升方案。
  
  实现这样一个解决方案,在大数据技术应用方面,中国海装用了一些前沿技术:在海量数据存储方面,主要是用的基于hadoop HDFS 和 mongoDB的数据库技术,也开始使用RocketMQ,以及 elastic search 这样一些分布式索引技术, 可以实现百亿级数据的一个秒级查询。
  
  在数据计算处理技术方面,通过mapreduce将大量复杂的数据,进行split, shuff等操作,建立规则,标准化,再进行下一步的数据处理。同时也通过spark streaming的一些流计算处理技术以及一些分布式的处理技术来进行海量数据的预处理。“我们也在尝试用更好数据计算技术和数据互联技术来解决我们风电机组数据量日趋庞大的一个问题。” 张方红介绍,在平台架构方面,平台将能接入的所有风场数据传入海装总部的大数据中心,并进行了数据标准化处理,同时在这个大数据平台上面搭建一个数据应用层,通过微服务技术对各种数据进行综合利用,分析挖掘及算法建模,再结合已搭建起来的专家经验知识数据库,形成一个闭环反馈效应,来验证所有部署的诊断预警模型的运行效果。“这样一个数据应用平台,既支持我们总部大数据中心的云端部署,也支持在我们的业主集团、发电集团以及风场集控中心进行轻量级快速的现地部署。”
  目前,中国海装诊断预警平台1.0版正在准备做的一项工作还包括建立以可靠性为中心的RCM维修策略推送服务,将风场设备故障数据进行一个故障信息的自动处理,同故障专家知识库结合,对故障时间,空间进行定性及定量的可靠性指标分析,排序确定风机或部件危害度,失效时间,进行PHM决策,并自动触发生成运维策略推送到海上运维部。
  
  张方红表示,中国海装希望能够尝试采用5G技术,以云平台为支撑,实现海上运维大数据的储存平台、监控平台、集成平台一体化建设,实现数据共享,实现数据智慧化。最终的理想和目标是将新能源,自然的风电资源,实验测试平台,制造及供应链,运营管理平台,运行维护平台,数字孪生仿真平台,数据治理平台融合起来,打造一个更全的数字化生态圈。
 
关键词: 风电
 

 
0条 [查看全部]  相关评论