建设背景

近年来,随着我国风电事业的不断发展,风电场陆续建成投运,风电场安全高效运行要求日趋严格,无人值守的需求愈发迫切,且机组故障导致的后果一般较为严重。因此,结合机组在线监测所获得的信息与机组已知的结构特性和参数,进行机组故障预警、诊断及趋势分析,支撑风电预防性维护,具有重要的意义

为适应风电场生产运行管理未来大数据的应用需求,为深化信息化工作成果提供技术支撑,规划基于大数据分析技术构建高效数据处理能力平台,从设备健康预警、故障诊断、状态检修、专家知识库和决策支持等方面开展探索,充分挖掘数据资产价值

b39
现有问题
1
光伏发电补贴退坡,企业经营压力激增
2
光伏发电波动较大,消纳难题一直困扰
3
光伏电站的规模与分布特点,带来电站运营新的挑战
4
光伏电站安全事故频发,引起行业重视
建设方向
1
建立风电系统故障树体系:梳理风力发电系统故障信息、故障原因、诊断逻辑,建立风电系统故障树体系
2
构建风电大数据平台:实现基于分布式存储和计算的大数据平台,清理设备历史状态、预防性试验记录和检修报告、运行日志等历史数据资产,通过数据管控工具实现数据提炼和清洗
3
建立智慧风电信息模型与故障编码规范,确保智慧风电全景数据在信息采集、传输、存储、共享、挖掘过程中的一致性,避免因为采用不同厂商的产品、不同的技术路线导致数据异构问题,实现不同厂商设备之间的互联、互操作,对信息进行抽象化、模型化、标准化
方案架构

风电故障诊断系统解决方案.jpg


核心内容
m28
健康预测
基于发电机组稳定性、冷却系统、绝缘、气隙、运行方式等构建大数据算法模型,根据设备劣势趋势变化实现健康预警
健康预测
基于发电机组稳定性、冷却系统、绝缘、气隙、运行方式等构建大数据算法模型,根据设备劣势趋势变化实现健康预警
m27
故障诊断
基于机组在线监测、预防性试验等数据记录构建大数据分析模型,根据设备各部件趋势变化斜率、时间等快速定位设备故障点
故障诊断
基于机组在线监测、预防性试验等数据记录构建大数据分析模型,根据设备各部件趋势变化斜率、时间等快速定位设备故障点
mk4
状态检修
根据设备健康预警分析结果,优化设备检修维护安排,避免设备欠修、过修
状态检修
根据设备健康预警分析结果,优化设备检修维护安排,避免设备欠修、过修
b42
专家知识库
利用可视化工具进行诊断、预警等分析主题数据建模,通过数据训练及生产实践,形成专家知识库
专家知识库
利用可视化工具进行诊断、预警等分析主题数据建模,通过数据训练及生产实践,形成专家知识库
决策支持
自动预警潜在风险,自动定位故障点,自动生成检修策略,实现风险识别自动化,管理决策智能化
决策支持
自动预警潜在风险,自动定位故障点,自动生成检修策略,实现风险识别自动化,管理决策智能化
方案价值
1
避免计划外停机,预防重大事故
2
实现机组健康状态的评价
3
降低运维成本,延长机组寿命
4
机组潜在早期故障的及时检测与诊断
5
机组状态劣化趋势的预测与预警
让资产更安全、更经济、更智能
×
咨询电话:
400-8800-881
咨询邮箱:
service@cecw.net
code1
Hi,有什么问题可以帮您?