技術文章

當前頁面: 首頁 >技術文章 >「無憂風場WindInsight」讓風場“知行合一” | 解密天澤智云風電行業產品

「無憂風場WindInsight」讓風場“知行合一” | 解密天澤智云風電行業產品

供稿:工控網 2019/7/16 13:31:45

0 人氣:363

  • 關鍵詞: 天澤智云 無憂風場WindInsight 風電
  • 摘要:天澤智云核心團隊成員自2010年起,在風電領域積累了大量的數據模型與落地應用實踐。通過對行業不斷的探索與改善,逐步實現了從失效維護到預測性維護的運維策略轉變,并于2019年7月初在北京總部發布了風電行業產品——無憂風場WindInsight

天澤智云核心團隊成員自2010年起,在風電領域積累了大量的數據模型與落地應用實踐。通過對行業不斷的探索與改善,逐步實現了從失效維護到預測性維護的運維策略轉變,并于2019年7月初在北京總部發布了風電行業產品——無憂風場WindInsight

無憂風場WindInsight

讓風場無憂運營

「無憂風場WindInsight」是一款針對風電場運維期間幫助客戶提高運營效率的智能運行管理系統,通過對CMS、SCADA等歷史數據進行建模和分析,利用機器學習、工業大數據和人工智能技術實現對風電裝備的全方位健康管理,能夠:

? 精準定位風機發電性能瓶頸,指導風機發電量提升;

? 降低安全隱患,提升風機運營的可靠性和穩定性;

? 感知大部件狀態并進行預測性維護,減少由意外停機帶來的發電損失;

? 固化專家經驗,降低風場運維對人的依賴。

目前包含以下功能:

>> 智能監控

智能監控是風電運維的“眼睛”,對風電設備進行全面、合理的監控能夠及時了解運行參數,從而綜合評估運行狀態及故障。通過「無憂風場WindInsight」的智能監控模塊可以實時多維度展示風場狀態,滿足多種場景需求,有效整合數據數據,降低信息數量,提升信息價值密度。

1.jpg

在該系統中,用戶可通過卡片/地圖/列表等模式直觀查看機組運行狀態,并根據突出顏色(如綠色-正常,黃色-預警,紅色-潛在嚴重故障)迅速定位故障風機及具體故障情況。

同時可直觀查看發電量、發電損失等量化數據,并能快速進入子系統獲取詳情信息,幫助用戶明確感知發電損失,指導最優性能運行維護策略。

>> EPS——基于SCADA數據的故障預警系統

通過EPS,業主無需增加硬件投入,即可直接基于SCADA運行數據進行機器學習和分析,評估風機健康狀態,實現健康管理和故障預警。目前已經支持10多種算法模型,覆蓋傳動系統(發電機、齒輪箱)/偏航/變槳/葉片/電氣系統等部件,同時還在不斷增加中。

2.jpg

風機故障預警的傳統方式是基于單變量閾值報警,比如溫度超過50度預警等。隨著智能化技術的發展,市場上涌現出非常多的智能運維應用,但在項目應用中發現,模型預測的準確性和報警的穩定性仍是風電行業智能化建設面臨的典型問題。

因此天澤智云在打造「無憂風場WindInsight」系統時,首先通過一套完整的體系進行模型全生命周期管理,同時基于多種參數之間的相關性以及歷史結果的趨勢性實現更精確更穩定的預警。下面通過一個具體的案例來說明。

基于多種參數之間的相關性和歷史預警的趨勢性

實現更精確更穩定的預警

我們已經確定某風場的某臺風機在之前一個月中都是健康運行狀態,在進行分析時先將這些數據全部采集出來,基于物理機理和數據相關性對其進行特征定義和計算。之后通過特征降維去除特征之間的相關性,構建出最關鍵的特征,采用模式識別算法,建立整個相關性和空間分布模型。

在實時監測數據進來之后,映射到訓練好的模型中,去找它最匹配的一個聚類節點(BMU)。計算與之最匹配神經元之間的距離當做風險值。與此同時,基于近期報警次數和歷史風險值的趨勢對報警觸發和報警等級進行修正。

這套基于模式識別算法的故障預測模型,具備以下優勢:

對狀態參數的相關性進行建模,比閾值報警更加合理和敏銳,能夠捕捉到更復雜的故障特征

可同時檢測數十個狀態參數,并對每一個參數的偏差貢獻度進行精確量化

保留了狀態參數的機理含義,模型的可解釋性更強

基于該模型打造的「無憂風場WindInsight」能夠極大提升預警準確率,同時增加預警的提前量和穩定性。

>> CMS——基于振動數據的故障預警系統

CMS(Condition Monitoring System)通過對風機傳動鏈、機艙、塔筒等振動數據進行智能分析,可發現風機關鍵設備的早期故障進而實現預測性維護,避免大部件意外失效,引起安全事故。

CMS可實現對風機大部件重大故障提前半個月預警;覆蓋直驅、半直驅、雙饋等多種主流機型;系統具備實時智能診斷功能,可自動輸出診斷結果,不需要振動數據分析師介入;同時,系統包含豐富直觀的原始數據分析工具,可滿足數據分析師各種數據分析需求。

3.jpg

「無憂風場WindInsight」CMS完成故障預警包含以下幾步:數據采集、邊緣計算、特征提取、智能診斷、診斷結論及維護建議輸出。

以往的風電機組振動數據分析,通常需要有經驗的振動分析師介入,利用振動分析工具定期(如一個月或一個季度)對風機振動數據進行分析,出具振動分析報告。現場風機運維工程師根據分析報告進行風機維護操作。這種方式不僅在時效上有一定的延誤,而且花費相對較高。

通過「無憂風場WindInsight」的CMS可改變傳統定期離線振動數據分析模式,可實現風機狀態實時監測,實時診斷,并自動輸出診斷結論和維護建議,不需要人為干預。極大提高了風機故障預警的實時性,并可節省數據分析服務成本。

>> 指標報表

為不同場景的報表需求提供定制化服務,同時通過準確計算發電損失、可利用率等關鍵指標,向資產監控和管理人員指明了提升產量、改善設備可靠性的方向。

4.jpg

風電企業層級復雜,從集團總公司到區域分公司再到風場,內部信息的傳遞路線多種多樣,導致在信息的傳遞過程中可能會出現不同程度的失真和遺漏。

而且每個層級架構的關注點和價值體現點不同,不同部門需要有不同報表模板,據了解有些企業每個月需要制作40多種報表,這使得工作人員每個月在報表上要花費大量的時間和精力。

鑒于此,天澤智云在「無憂風場WindInsight」產品中開發了指標報表功能,可基于不同場景報表需求提供定制化服務,實現風電指標多維度靈活導出。并基于設置自動生成報表,提升報表制作效率。

無憂風場WindInsight

應用實踐案例

「無憂風場WindInsight」目前已在多個風場落地,在某風場進行部署和測試的數據顯示,實現了:

降低風機非計劃停機時間10%;

提前28天發現齒輪箱故障;

降低風機運維成本5%。

「無憂風場WindInsight」獲得了客戶及行業的高度認可,和東方電氣合作的項目在2018年國際風能展向上萬名觀眾展示,應用案例被收錄于國家首部CPS案例集——《信息物理系統(CPS)典型應用案例集》、中國大數據產業聯盟《數據之翼》等。

5.jpg

結 語

「無憂風場WindInsight」在保證風機安全運行的前提下,能夠有效提升風機效能,優化風場運營效率,為業主實現“降本、增效、減勞”提供強力支撐;助力整機廠商基于智能分析結果反向洞察產品設計,升服務及產品質量;與第三方運維廠商攜手通過定制化服務,幫助業主提升發電量,降低故障率。

未來「無憂風場WindInsight」還將增加智能運維功能,用戶可以通過其將風電運維知識沉淀到知識庫,并能夠直接基于系統智能規劃運維任務,自動關聯運維工作需要的人(匹配人員能力)、機(工具)、料(備件)、法(運維工藝)、環(匹配合適的維修環境窗口期),提高運維工作效率,降低運維工作難度,讓風場運營無憂。

審核編輯(王靜)
更多內容請訪問 工控網(http://c.gongkong.com/?cid=41670)

手機掃描二維碼分享本頁

工控網APP下載安裝

工控速派APP下載安裝

 

我來評價

評價:
一般
威廉希尔官网 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>