当前位置: 首页 » 风电资讯 » 风电运维 » 正文

中国海装风电诊断预警平台2.0强势上线!

放大字体  缩小字体 发布日期:2022-02-06   来源:中国海装   作者:风力发电   浏览次数:8
核心提示:中国海装风电诊断预警平台2.0强势上线!,随着5G、工业互联网、大数据、人工智能、云计算等新一代信息技术加速变革,数字化和智能化成为装备制造以及风场工程建设、运营、运维服务等领域转型升级的重要路径。中国海装以LiGa大数据平台、风资源平台及风电运维

风电之家:随着5G、工业互联网、大数据、人工智能、云计算等新一代信息技术加速变革,数字化和智能化成为装备制造以及风场工程建设、运营、运维服务等领域转型升级的重要路径。中国海装以LiGa大数据平台、风资源平台及风电运维平台为数据基础,将风机特性、运行数据、人工智能算法与风场运维经验知识进行深度融合,研发了一套以风电装备故障预测性维护和智能排程调度为核心的风电机组诊断预警平台,打造了全新的数字化装备升级和智慧运维服务新模式。

经过持续开发与创新,中国海装风电诊断预警平台现升级为2.0版本,且已部署上线。相对于1.0版本,2.0版本在夯实数字应用、模型轻量级现地部署管理、维修策略智慧分析、UI界面交互等方面进行了大量的优化和创新,为企业快速构建统一的面向智慧风场业务提供了更新更好的应用平台。

打通技术壁垒,实现风机模型轻量化、定制化部署

与1.0版本中的模型相比,2.0版本中的模型已由风场运维工程师实际验证:通过预警信息检测出机组早期损伤部件。同时,2.0版本打通了数字建模与IT部署的壁垒,构建出一套新型快速模型部署的后端构架,支持模型针对任意台风机进行定制化部署。

微信图片_20211116094847.jpg

图1 模型运行结果示意图

微信图片_20211116094844.jpg

图2 算法模型部署配置工具页面示意图

强化可靠性,提升风机维修策略智慧分析优势

2.0版本新增了RCM模块。RCM模块是以可靠性为核心的风电机组维修策略的应用:在风机设备FMECA分析中使用风电机组的运维故障数据,并结合风电机组关键部件故障发生次数和危害程度,进行故障模式影响及重要度分析,从而形成风电机组基于可靠性定性的维修分析策略。

微信图片_20211116094839.jpg

图3 RCM模块显示页面示意图

融合多维异构数据,推动数字孪生应用落地

区别于1.0版本中对风机SCADA数据的单一展示,在2.0版本中,构建出机组运行数据(SCADA)、振动数据、运维数据、制造装配数据等多维异构数据融合分析的统一视角,所有大部件系统级知识设备图谱,为搭建机组多模态分析和数字孪生应用提供了更多支持。

微信图片_20211116094837.jpg

图4 基于数字孪生模型的风机全生命周期数据多维度显示页面示意图

微信图片_20211116094832.jpg

图5 风机故障图谱显示页面示意图

升级风功率预测系统,保障风能安全、稳定、高效发电

在2.0版本中,风功率预测模块已经进行风场实际应用测试,可以对不同地形、不同地域的风场提供短期和超短期的风功率预测服务,短期风功率预测准确率达到80%,超短期准确率达到85%。

微信图片_20211116094826.jpg

图6 风功率预测显示页面示意图

拓展微服务框架,打造数字化营销研发业务闭环

同时,通过与市场部门、设计部门的通力合作,微服务框架实现向业务应用的深度拓展,开展了功率曲线分析和发电量分析、振动和超速故障分析以及风电机组专业故障分析诊断应用服务的开发与部署,打通与运维、销售、市场、研发等关键业务部门的数据链路和业务闭环。

微信图片_20211116094821.jpg

图7 风场数据及风功率数据分析页面示意图

优化UI界面,提升系统美观度和可操作性

在UI界面升级方面,完成微服务平台界面设计优化工作,对系统功能划分、操作易用性、界面配色以及三维可视化显示等内容进行优化,提升系统整体展示效果和操作便捷性。

微信图片_20211116094817.jpg

图8 UI升级页面效果示意图

中国海装风电诊断预警平台2.0的开发和建设,形成了面向风电设备智能应用的模型开发、数据接口、模型训练及模型部署应用等全过程标准规范,为有效的整合技术资源、集成业务系统,推动智能风机、智慧风场应用服务体系的建设提供有力的支撑。

微信图片_20211116094754.jpg

中国海装将持续守正创新,以物联网、云计算、大数据、人工智能等技术为依托,以标准化、数字化、信息化为基础,以实际应用为目标,加快突破大数据中心建设、智能风机开发、智慧风场开发、智能运维等核心关键技术,推进产品数字化和数字产品化建设工作,以数字化和智能化赋能企业核心竞争力。

 
 
[ 风电资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

免责声明:
本网站部分内容来源于合作媒体、企业机构、网友提供和互联网的公开资料等,仅供参考。本网站对站内所有资讯的内容、观点保持中立,不对内容的准确性、可靠性或完整性提供任何明示或暗示的保证。如果有侵权等问题,请及时联系我们,我们将在收到通知后第一时间妥善处理该部分内容。
扫扫二维码用手机关注本条新闻报道也可关注本站官方微信账号:"风电之家",每日获得互联网最前沿资讯,热点产品深度分析!
 
 
0条 [查看全部]  相关评论

 
推荐图文
推荐风电资讯
点击排行