
行业描述


我国风能资源丰富,实际可开发风能储量总计约10亿千瓦,风能利用潜力巨大。随着风电机组大型化趋势的发展及风电技术的进步,机组部件越来越多,结构越来越复杂,对机组安全的要求也越来越高。为保证机组安全,机组的众多部位采用了多重保护和冗余设计。这极大增加了部件损坏几率和故障点,这就决定了分析与处理机组故障的数据运维平台越来越成为支撑行业发展的需要。

行业痛点

风电运维成本持续上升
风电场面临着盐雾腐蚀、海冰冲撞、台风破坏、风沙侵蚀等挑战,并且不适宜现场运维作业,迫切需要找到对设备运行状况进行全面监测、集约高效、又具有成本优势的风电机组状态监测和运维方案。传统的风电运维属故障后运维,出现异常和故障才采取行动。受制于天气等可达性因素,窗口期短,运维成本高。同时风机停机所造成的电量损失,导致运维成本剧增。

风电系统间存在信息孤岛
风电场存在多个异构系统,包括点检系统、状态监测系统、功率预测系统、维修管理系统、升压站监测系统、气象站测量系统、备件管理系统、风机SCADA系统等,系统相互独立,信息孤岛严重,且存在较严重的重复建设。

缺乏有效的、可操作性的运维规范
当前风电施工及运维,缺乏有效的、具备可操作性的规范。开发商、施工单位、设计院、整机厂商等都按照各自的理解进行风电施工运维,造成接口不清晰、行为不一致,给后续运维增加了难度。导致机组维修周期过长造成发电量损失,影响项目发电收益。
实现价值

实现主动预测性运维
设备状态都可以通过云平台进行监控和查询,实时发布告警信息、设备运行状态和设备参数趋势。通过震动声波频谱分析,服务人员能及时发现设备故障和预判故障类型,通知相关服务商进行维护,并提供维修建议。

巡检运维标准化
平台可以实现所销售设备的统一管理,通过平台设置各类设备的巡检计划,实现巡检服务的标准化,集成不同的参与方数据,从而提高整体的服务效率。

打通系统间数据壁垒
平台可以通过工业互联标识解析体系,将不同异构的风电子系统进行有效集成或打通,实现各系统间的数据互联互通,从而降低重复部署带来的高成本。

积累排故经验知识
平台可以累积设备的运行数据和故障数据,通过历史数据对比分析和历次故障维修的记录保存,可以形成排故知识库,为企业保留宝贵经验。
平台框架方案
风电大数据平台收集风力发电现场的监控数据,系统依据风力发电厂运行管理特点,以生产实时数据为基础,集运行管理、设备与检修管理、物资管理、机组运行状态监测、安全管理、智能统计分析为一体,实现了风力发电厂生产运行科学管理、流程管理、跟踪管理及目标管理的需求,并达到企业规范化、精细化、数字化和集成化管理的目标。通过对整合的数据进行过滤、预处理后以数据仓库形式进行永久存储。基于数据仓库分析出客户业务相关的分析、预测等数据集市信息。最终通过数据展示、挖掘、共享等方式服务于风电企业管理层和领导层,提高风电企业的运行效率,并节约运行成本。

平台兼容风电机企业










