科创中国

1.项目简介

目前风电场运营质量的主要经济指标是发电量。为保证及提升发电量，风场考核指标主要关注机组停机时长、可利用率、故障频次等绩效指标，但是机组发电性能也是影响发电量的关键因素，发电性能差会给机组带来巨大的电量损失。通过本项目的研究，使集团具备风电机组性能自动诊断及预警的能力，高效完成集团所有机组的性能诊断，提高经济效益。

本项目研究内容包括两部分：风电机组性能智能诊断预警及大数据诊断预警平台。基于风电机组的设计及运行机理，结合智能科学构建机组性能诊断预警模型，包括性能劣化、偏航异常、大部件预警、降容及传感器异常等；为了更高效的将风电机组性能预警诊断模型的快速推广，开发风电机组大数据诊断预警平台，实现诊断预警模型的自动分析、快速闭环。

2.主要创新点

（1）将风电机理与智能科学深度融合，构建诊断预警模型，实现自动发现问题

风电机组性能智能诊断预警模型将风电机组的机理以与统计分析、图像识别、机器学习技术深度融合构建性能智能诊断模型。

构建诊断预警结果与风电场运维深度融合的智能闭环优化流程，实现数据分析结果的价值落地

（3）采用基于容器技术的安全开放的生态架构，为增量式创新提供平台基础；

（4）构建风电机组运行参数知识库，支撑诊断预警模型的泛化推广，实现诊断预警在不同风电场沉淀复用。

3.推广应用成效

2018-2020年，成果应用于集团所有风电场：2018年发现2430台机组性能异常，影响发电量有1386台；2019年发现1467台机组性能异常，影响发电量有836台，2020年发现2510台机组性能异常，81台机组偏航异常，302台机组大部件温度异常，212台限功率异常，432台传感器异常。结合实际发电量估计，2018年约提高***万元，2019年约提高***万元，2020年约提高4400万元。