基于大数据的风电机组故障诊断关键技术研究及应用
风电行业的快速发展给发电企业,特别是跨区域大型发电企业提出了新的难题。机组类型不断增多,场内机组分布范围不断增大,给检修运维工作带来了新的挑战。项目利用风电机组海量数据,结合大数据分析手段,研究了一系列风电机组故障诊断方法。同时,结合算法成果研发了行业领先的风电诊断平台并成功推广,实现了运维管理模式创新。针对目前风电领域数据分散、编码及接口不统一等问题导致的数据孤岛和数据可用性差的现状,研究集团级数据感知和存储技术,融合多目标系统数据,实现数据结构、接口、编码的标准统一,使平台便于部署实施,数据便于分析、管理,应用便于拓展,建立风电数据与应用生态。风电机组运行状态划分、性能评价标准等方面的差异,导致风电运维中管理难、对标难。研究统一的风电机组状态划分方法,实现机组的统一状态统计与管理,并建立风电对标指标体,实现全集团统一的对标,促进提质增效。针对机组正常并网发电时出力不佳的问题,本项目进行了数据清洗、敏感点能效分析算法的研究,提出优化建议,促进场站发电量的提升。针对风电行业风机故障事后维修等现状,研究风机主传动链等机械故障机理,振动模式识别以及故障敏感特征提取,实现机组机械故障的高敏感度诊断,并通过研究数据驱动的自学习趋势分析的故障诊断技术,实现了关键部件的监控诊断,形成对故障特征具有高灵敏度的诊断技术群。针对单一诊断技术误报率偏高的现状,研究基于多元信息融合证据理论的和故障树分析的机组故障评价与预测方法,综合考量多系统、多指标的状态信息,提高结果的可靠性。 本项目获授权发明专利 7 项,实用新型专利 1 项。项目发表论文 20 篇,知识产权成果显著。依托成果建设了华电集团新能源远程诊断平台,目前已接入 6500 多台机组,生产单位依托平台智能评价机组健康状态、开展机组状态检修。结合“互联网+风电”的思维,形成风电先进诊断技术的集群,为风电行业持续稳定发展提供强有力的技术保障。
张林伟:风电叶片技改及效果评估风险分析
2月24-25日,由北极星电力网、北极星风力发电网与广东赫兹曼科技有限公司联合主办,由上海小刀智能科技有限公司协办的“首届风电运维技改大会”成功召开,会议聚焦运维管理保障、技改提质增效、叶片性能优化、风电人才培养等主题深入研讨。华能清能院风电改造部业务经理张林伟在会上做了“风电叶片技改及效果评估风险分析”主题分享。
海上风电智能运维及防腐技术研究与应用
海上风电运维技术研究,阴极保护研究及电位在线监则、脉冲电磁法腐蚀疲劳早期无损检测等运维技术在海上风电的研究及成功应用,为我国海上风电运维技术开创性地展开新篇章。本课题积累了设计参数、生产标准和施工经验,可提高我国在海上风电运维调度、风机基础防腐材料选择和维护、防腐系统在线远程监控领域的海上风电技术实力。该项目成功完成后,对促进海上风电行业快速发展,大幅提高我国海上风电行业水平,起到积极作用。为国家改善能源结构,倡导绿色能源,促进国家经济和环境保护的和谐发展发挥重要作用。
电力行业仿真培训与考核规范 第14部分:风电运维值班员