您所在的位置: 成果库 风电机组性能智能诊断预警技术研究与应用

风电机组性能智能诊断预警技术研究与应用

发布时间: 2022-03-22

来源: 科技服务团

基本信息

合作方式: 技术咨询
成果类型: 新技术
行业领域:
节能环保产业
成果介绍

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。

成果亮点
团队介绍
成果资料