2023AI大数据智慧风电场

AI+大数据助力智慧风场1234建设智慧风场的痛点和难点智慧风场（工业互联网）海装智慧风场建设思路大数据+AI如何助力智慧风场（技术实践）风电产业步入精益求精时代如何精益求精4诊断成本诊断资产5粗放型管理风场淘汰1劳动密集型运维维修方式2风场远程监控≠智能监控智慧管理3

变成风电场管理痛点风场盈利能力下降Difficulty1风场设备上升，数据海量增加Difficulty2数字化≠智能化Difficulty3风电场建设难点：风力发电分散不可控Difficulty4风电大数据的井喷数据是一切分析的基础。S级SCADA的瞬态数据、故障及状态数据、分钟数据、功率曲线等数据，机组全生命周期的机组档案数据、工单数据、备件更换数据以及人员数据。-怎么用好这些海量数据？5年0.3TB2个月15TB数据总量激增日数据千倍增长100MB/天100GB/天数据采集精度提高10m

1s20ms数据采集点大幅扩展60/台260/台机组文件存储从无到有0100万1234建设智慧风场的痛点和难点智慧风场（工业互联网）海装智慧风场建设思路大数据+AI如何助力智慧风场（技术实践）--中国海装获得国家工信部2018制造业+互联网融合发展试点示范项目智慧风场---(制造业+互联网）融合工业数据平台智能装备传感器控制系统工业软件大数据处理工业APP软件定义机器/智能硬件设备工业应用工业互联网应用体系公共互联网设计协作网络供应协作网络制造协作网络服务协作网络企业IT网络工业以太网络现场总线协同平台/云服务平台新能源上云产业价值链/服务企业用户市场公司级设计系统ERPCRMSRMHRM工业互联网数据（IoT）云平台IT系统风场级储存计算IT系统分析CMS处理PLC备件传感器风机仪表风机级第三方工业应用开发商，联合体单位，供电集团，业主不同装备、传感器和工控自动化厂商海装风电的工业互联网云平台设计提高发电量AEP↑预测分析云应用云平台风场管理风电舰队可视化1、产品经验设计、干扰、控制参数、优化风功率预测2、O&M经验监控全球所有风场风机移动控制运维3、数学模型结果驱动收益相关全服务链风场控制储能能力结果数据分析+O&M经验数字化流程与资产管理CF（优化算法数学模型（AEP）收益风险机组年发电量海装的智慧风场舰队海装Liga大数据平台我们的目标：打造企业“智能制造数据中心”+“构建全方位的数字生产制造体系”风机性能评估分析风机故障日志关联分析风机大部件故障诊断预测风功率预测风场天气预测模型风机设计改进仿真风机可用年限预测管理供应链优化分析持续增加中~应用方案应用分析案例海装大数据应用体系1234建设智慧风场的痛点和难点智慧风场（工业互联网）海装智慧风场建设思路大数据+AI如何助力智慧风场（技术实践）大据（B）数析（A）分云平台应用（C）风电专业业务知识风场融合系统解决方案长期风险资产管理结果导向的数据分析模型应用我们期待的合作伙伴：具备“大云物移”的AI分析能力海装智慧风场的ABC预防性维护服务的理念（智能化设计）气象安全及风资源信息（智能化建设方案）Smarthealthmanagementofwindpower基于大数据预警的运维（智能化诊断与评估）预防性维护策略的实施（智能化决策和执行）TheconceptofpreventivemaintenanceservicesWeathersafetyandweatherwarningImplementationofpreventivemaintenancepolicies生态化扁平管理Healthmanagementbasedonbigdatawarning资产安全发电量提升降低备件消耗提高可利用率事后维修预防性维护非计划维护计划维护风险不可控风险可控跑赢SCADA核心理念：从被动变主动010203041、叶片断裂、开裂、鼓包预警2、发电机轴承失效预警3、齿轮箱失效预警4、机组结冰预警个别部件准确率80%以上，整体大部件隐患发现率显著提升资产安全1、变桨电机、超级电容异常预警2、网侧电抗器、IGBT异常预警3、斩波升压电抗器、IGBT异常预警4、电机侧逆变器异常预警年度降低常规备件消耗>12万元/5万千瓦风场降低备件消耗1、对风不准识别2、智能加水提醒服务3、智能机组解揽提醒服务4、功率曲线异常告警年度发电量提升超过1%发电量提升1、机舱柜、LVD柜、变桨柜散热异常2、网侧、电机侧控制器异常3、水冷滤网堵塞、水冷散热异常年度MTBF提高15%提高可利用率四大价值1234建设智慧风场的痛点和难点智慧风场（工业互联网）海装智慧风场建设思路大数据+AI如何助力智慧风场（技术实践）海装某型号风机，一叶风机叶片有若干个零部件，断裂掉落几个小零部件也许并不会影响风机正常运行。但是如果断裂的小部件有时随着变桨的转动在内部随机掉落和撞击，除非造成其它故障（如卡住齿轮，引发故障报警），并没有特定的传感器来检测。现阶段只能靠人工登塔检查并维修。变桨机械障碍靠传统人工手段检测难利用机器学习长短时时间序列记忆算法+随机森林算法构建障碍检测模型，实现准确提前预测变桨机械障碍故障变桨机械障碍靠新AI手段检测快速高效1.助力预测风机大部件故障报警国家气象局风电场1NECP

美国环境预测中心中尺度气象预测数据

（海装联合研发AI算法）环境数据宏观选址大数据平台集中预测环境安全数据风电场nECMWF欧洲气象预测微观选址精准风速预测（海装联合研发AI算法)2.助力预警气象及天气：环境预测支持大数据：风机运行参数波形分析AI：风机性能评估及运行过程故障提前报警3.助力场机详细监控和预警4.助力智能分析辅助决策系统传统方法：流行方法：FAE_BP(AI海装算法）：预测模型z均方差误差率平均相对误差率传统方法23.47621.159流行方法10.5049.259FAE_BP(AI算法）5.7654.936AI风功率预测方法与传统风功率预测方法的误差对比基于风电机组风功率曲线，按输入数据的物理方法进行预测基于数值天气预报(NWP)的预测和时间序列分析法(AＲMA)结合的方法稀疏自编码深度学习和基于误差反向传播算法的多层前向神经网络浅层学习结合，构造出具有较好鲁棒性的系统机制来实现短期风功率预测5.助力风功率精准预测DigitalTwin（数字化双胞胎）推进维护和管理

条件检测系统状态检测和故障诊断系统↓停机次数，↑可用时间非计划停机→有计划维护↓运维成本，保险成本风机运行状态可视化风机健康状态分析产品性能、可用性和风机状态对标多风场，多目标维护通知决定（维护决定）6.助力风电场资产管理AI：自然语言分析算法+非参数回归模型+C5.0代价函数算法，实现建模仿真，提前预测，强化风机健康度评估体系大数据：场群流计算监控分布式微服务平台风电场A数据采集运维计划风机健康评估大数据预警服务生产运行管理平台风电场B风电场N专家知识库气象数据CMS数据其他数据维护数据AI：数字双胞胎克隆仿真技术进行隐患的排查自动创建工单派工单AI：贝叶斯分析算法7.助力关注风电场资产健康前运维后评估海装大数据+AI功能模块运行数据采集监控故障数据采集监控风机部件监测系统