2025基于全域感知的三维数字可视化海上风电无人值守技术

基于全域感知的三维数字可视化海上风电无人值守技术目录TOC\o"1-3"\h\u7446基于全域感知的三维数字可视化海上风电无人值守技术 116162一、项目概述 315800（一）企业简介 3250（二）项目背景 429338（三）项目建设情况 5169511、项目建设周期 686602、项目目标 691673、项目投资额 6222374、当前进展 698二、应用场景及建设方案 612976（一）场景描述 627232（二）技术架构 815261、项目业务蓝图规划 981792、技术架构设计 9116943、主要建设内容和主要功能 1619355（三）建设方案 28199451、项目建设目标及重点工作任务 28241712、关键技术应用 2991103、项目领先点及创新点 2931028三、项目效果 3111629（一）项目效益 31174591、经济效益 32116472、社会效益 33207253、管理效益 33204674、安全效益 33165255、人才队伍建设 3326867（二）鉴定评价 3430805（三）推广前景 3927871、推广价值 39168422、在系统外的竞争力情况 3932590四、下一步计划 40220911、项目建设中存在的困难与挑战 40164252、下一步工作计划 41一、项目概述（一）企业简介XXX可再生能源试验研究院有限公司主要提供新能源发展规划和政策研究、工程设计咨询、技术标准与技术服务、可研立项与价值分析、投资评估、经济运行与提质增效等服务，同时开展前瞻性技术攻关和储备，承担集团系统新能源企业技术监督、技术咨询、技术支持等技术服务工作。可再生能源试验研究院有限公司专业设置合理齐全，现设有资源研究中心、发展研究中心、新能源大数据中心、技术支持中心、风电优化研究中心共5个专业技术中心。现已开发建设风光资源管理系统，构建了全国中尺度数据、气象站数据、实测风光数据等基础数据库，具备资源评估、微观选址、可研编制及优化等前期项目全过程咨询服务能力；承接并运行集团新能源大数据中心，通过“功能区”与“监控区”建设，具备新能源项目数据接入与治理、设备运行状态分析与评价、故障预警模型开发与应用等数据开发应用能力;已建立严密的技术服务与研发体系，可开展技术监督、节点验收、机组载荷计算与测试、大部件强度校核与分析及重大隐惠排查等工作，具备设备检测与评估，重大技改方案编制与实施能力，风电优化研究中心重点围绕选型，系统设计优化、智慧场站建设等方面开展新建、在建核心技术、前沿技术研究，开展智慧场站建设、数字化转型的技术研究和应用。目前，风电优化研究中心已经开展研究了《滨海海上风电无人值守关键技术研究》、《滑县平原地区风力发电智慧（智能）电厂建设研究与示范工程第一阶段》、《岢岚团龙沟智慧风电场项目》、《共和清洁能源有限公司郎清光伏电站智慧光伏技术研究与示范项目》和《基于自主可控体系架构风电智能技术研究与示范》。具有丰富的智慧场站建设、数字化转型建设经验和先进技术。（二）项目背景在数字经济战略、“双碳”目标指引下，能源技术与数字技术融合已成为支撑双碳战略落地、产业升级创新、服务扩展等重要途径。能源行业数字化转型要依托国产自主受控技术，以数字化管控为基础，以工业软件为核心，通过工业互联网连接内外资源构建产业生态，助力传统产业转型升级，催生新商业模式。现在，央企已经前期建设了大量的信息化系统，但是早期信息化建设由于缺乏统一规划，建设中分批建设、使用中分别运维，因此存在大量不平衡、不充分、不准确、不细致、不规范的问题。业务需求不容易准确把握和对接，信息系统整合任务重，新增系统与存量系统对接难度大，数据质量无保障，共享不顺畅，数字经济基础发展不平衡，上述问题亟需解决。聚焦到新能源场站智慧数字化建设，在我国发展起步晚，虽然近几年发展速度迅猛，但是相关的技术大部分依赖于国外，特别是主控控制和一些原材料的生产等技术仍然受制于人，另外，风力发电和光伏场站所在区域环境恶劣，对于人类的生活等十分不友好。特别是海上风电场，面临台风、海浪、海冰以及撞击等恶劣特殊环境，不可控的因素多，人员、设备和船只在海上作业危险性高等问题。基于此，利用先进信息技术、智能装备和智能传感技术实现传统能源行业与互联网技术的融合，建设无人值守、少人值班的智能场站显得意义重大。（三）项目建设情况1、项目建设周期2019年10月至2021年11月2、项目目标该项目旨在依托数字化平台及海上风电机组整机结构安全监测系统、海上升压站输变电设备状态智能监测系统、海上风电自组网络传输系统、无人机及水下资产探测系统、海洋环境下的风电机组健康管理系统的研究与实施，实现海上风电场全域多维度的对机组设备运行状态全天监测，实现设备故障预警及提供有效的专家意见，提升海上风电机组设备运行的可靠和安全性，降低场站运维成本，助力实现新一代信息技术与发电行业的深度融合，达到数字智慧风电场真正做到实用、好用、管用。达到建设的数字智慧风电场有效果、有效能、有效益；同时为进一步海上风电的高效运维和无人值守打下基础，同时打造数字化智慧海上风电示范基地。3、项目投资额项目总投资为2645万元4、当前进展该项目于2022年11月25日通过集团公司结题验收。二、应用场景及建设方案（一）场景描述目前风电场运行面临着能效低故障增多，人员不足，维保难度大，企业降本增效压力大等市场痛点。大量机组维修费用高，取消补贴风电平价上网，海上风电向深水区发展等行业趋势又增加了额外的压力。为根本性的解决以上发展面临的挑战，智能风电场建设上升为国家战略，要求风电场向提质增效、降低度电成本、无人值班、少人值守的目标奋斗。风电设备健康状态监测、智能巡检和智能运维成了破除风电发展瓶颈的行业关键技术。该项目建设发展以查尔斯·汉迪“第二曲线”的理论为指导，以引领行业为使命，未雨绸缪，敢为人先，推动方案从智能感知决策到智能场景应用的跃进。在智能感知决策阶段，方案实现智能决策、全面协调、泛在感知、敏捷响应、动态优化的目标，并将成熟的技术向行业推广，进行模式引领。着手研究从智能感知决策跃升到智能场景应用的层次。智能场景应用是以工业互联网为核心，利用其功能体系和支撑技术，联系设备资产、物料工具、协作企业、产品和用户，达到智能化生产、网络化协同、规模化定制、服务化延伸的目标。从智能感知决策到智能场景应用的转变，将使得生产效益进一步提升，性能进一步优化，成本进一步降低，使系统更可靠，高可用。可再生能源试验研究院有限公司以集团现有海上风电场为平台，基于上述理论，技术联系实际地提出了一套大型风电机组集群智能化运维解决方案。该方案通过三维数字化平台实现了对风电机组的在线监测和智能巡检，海上风电机组整机结构安全监测系统、海上升压站输变电设备状态智能监测系统、海上风电自组网络传输系统、无人机及水下资产探测系统、海洋环境下的风电机组健康管理系统的研究与实施，实现海上风电场全域多维度的对机组设备运行状态全天监测，实现设备故障预警及提供有效的专家意见，提升海上风电机组设备运行的可靠和安全性，降低场站运维成本，助力实现新一代信息技术与发电行业的深度融合，达到数字智慧风电场真正做到实用、好用、管用。达到建设的数字智慧风电场有效果、有效能、有效益；同时为进一步海上风电的高效运维和无人值守打下基础，同时打造数字化智慧海上风电示范基地。（二）技术架构1、项目业务蓝图规划该项目旨在依托数字化平台及海上风电机组整机结构安全监测系统、海上升压站输变电设备状态智能监测系统、海上风电自组网络传输系统、无人机及水下资产探测系统、海洋环境下的风电机组健康管理系统的研究与实施，实现海上风电场全域多维度的对机组设备运行状态全天监测，实现设备故障预警及提供有效的专家意见，提升海上风电机组设备运行的可靠和安全性，降低场站运维成本，助力实现新一代信息技术与发电行业的深度融合，达到数字智慧风电场真正做到实用、好用、管用。达到建设的数字智慧风电场有效果、有效能、有效益；同时为进一步海上风电的高效运维和无人值守打下基础，同时打造数字化智慧海上风电示范基地。2、技术架构设计2.1项目建设体系该项目搭建“1+5+N”的正金字塔型的建设体系，即在顶层搭建一套智能运检管控全场景的三维数字化平台，实现设备智能实时全景监控巡视，设备状态监测、设备故障应急处理方案、设备作业管控、人员安全管控等多维度全域立体监控与管理。利用整机结构检测等5个智能化服务为三维数字化平台进行内容补充和数据丰富，搭建了数据服务中台，嵌入故障树组件、计算模型组件、智能算法组件等，实现设备统一接入、三维精细化模型服务、视频流媒体服务、数据存储、设备诊断决策等。N个智能应用是在不同的子系统中按照功能定位和现场需求进行补充与应用。包括状态监测、利用传感器、机器人等实现设备的运行状态掌控，自动巡检：主动预警，检修决策、智能联动、作业管控、设备管理等，该部分是一个扩展型的、底层的资源配置层，可以根据后期项目研究和无人场站实现进行模块丰富和补充。项目建设体系如下图所示：项目建设体系2.2项目系统架构本项目搭建智慧风电场建设技术架构，共分为4层，从边缘场站层进行全面的数据采集和边缘计算，通过专网再进行数据的资源配置和安全配置，在数据平台层，根据功能需求，通过不同的组件，对数据进一步建模分析，最后实现数据的高级智能应用。项目技术架构本项目基于三维数字平台的风电机组在线监测与智能巡检系统,结合风电企业实际生产运营的业务需求，整合企业数据数据，梳理公司业务流程，优化产业结构，将工业化和信息化深度融合，提高风机自动化水平，打造属于企业的智能制造协同平台。提高企业信息化管理水平，为未来数据大数据的积累和深度应用提供专业平台和技术支撑。智能风机顶层设计规划图主要包括数据源、接口、平台层、业务层和展示层。整个系统层级体现了设备的智能化和互联网协议化，以及网络的扁平化趋势。数据产生和输出来源于设备，包括业务数据库、风机运行数据、气象信息、船舶AIS、视频监控、无人机、传感器等，是企业进行生产活动的物质技术基础。接口采用插件式接口引擎，其运行遵守以下协议：OPC(OLEforProcessControl)、MODBUS，Modbus是一种串行通信协议，是Modicon公司(现在的施耐德电气SchneiderElectric)于1979年为使用可编程逻辑控制器(PLC)、TCP/UDPTCP(TransmissionControlProtocol)和UDP(UserDatagramProtocol)协议属于传输层协议、ODBC开放数据库互连（OpenDatabaseConnectivity，ODBC）是微软公司开放服务结构（WOSA，WindowsOpenServicesArchitecture）中有关数据库的一个组成部分、RTDB实时数据库(RTDB-RealTimeDataBase)等...（3）平台层包括业务中台、技术中台、数据中台，其中业务中台包括：组织机构、角色权限、业务工作、业务构建、设备组态、场站建模、数字孪生、机理建模、AI建模。技术中台包括：IOT平台、容器云平台、微服务治理、基础技术框架。数据中台包括：时序数据平台、数据集成平台、数据智能平台。各类平台各司其职，以完成效益最大化。（4）业务层则包括以下五个方面：资源评估、智能监测、智能预警、智能巡检、自适应控制，其中资源评估包括临近气象预报、风资源评估、气象安全窗口期、台风专题管理；智能监测包括叶片监测、塔筒基础监测、螺栓连接监测、电气设备监测；智能预警包括核心设备预警、传动链振动分析、功率曲线分析、控制系统预警；智能巡检包括机舱机器人、无人机巡检、无人船巡检、升压站监视；自适应控制包括运行参数寻优、降低载荷、提升发电量、降低尾流影响。（5）展示层主要包括客户端、三维场景、浏览器、移动运维、大屏展示。整合设计施工图纸、产品工艺文件、原材料、制造设备、生产车间和风机等物理实体﹐通过二维码、射频识别、软件等信息技术集成原材料、零部件、能源、设备等各种制造资源。由小到大实现从智能装备到智能生产单元、智能生产线、数字化车间、智能风机，乃至智能制造系统的集成，通过有线、无线等通信技术，实现机器之间、机器与控制系统之间、企业之间的互联互通．在系统集成和通信的基础上，利用云计算、大数据等新一代信息技术，在保障信息安全的前提下，实现信息协同共享，由企业产业链上不同部门通过互联网络共享信息实现协同研发、智能生产、精准物流和智能服务等。公共服务平台实现企业级应用开发、配置、运行集成一体的技术平台，可以支持整个应用软件体系，并为其提供一个组件化、可视化的软件全生命周期的开发和管理平台。作为开发平台,能够提供软件开发的效率和质量﹐提高软件的可扩展和灵活性﹔作为应用集成平台﹐能够支持各种异构系统之间的应用整合﹐降低系统整合的复杂性和企业信息系统建设的总成本。整个平台业务建模为主﹐编码实现为辅的设计理念，完全开放性的平台接口，具有极大的灵活性﹐在进行特殊业务开发时不会受到任何的限制﹐组件化的开发模式，具有可装配、可替换的特点，对于各产品或组件的集成有更好的支持．为风机业务提供强大的平台支撑.2.3业务框架基于三维数字平台的风电机组在线监测与智能巡检系统能够将应用程序的不同功能单元通过服务之间定义良好的接口和契约联系起来并且使用户可以不受限制地重复使用软件、把各种资源互连起来。只要IT人员选用标准接口包装旧的应用程序、把新的应用程序构建成服务，那么其他应用系统就可以很方便的使用这些功能服务。图2-2框架结构图大规模分布式的企业应用需要相对简单而实用的中间件技术来简化和统一越来越复杂、繁琐的企业级信息系统平台，用于实现企业应用不同消息和信息的准确、高效和安全传递.让不同的应用服务协调运作，实现不同服务之间的通信与整合.数字风机集成平台系统架构主要包含三大模块：风电机组整机结构安全监测系统、三维数字化平台、巡检结果可视化系统。（1）其中风电机组整机结构安全监测系统用于监测设备数据，其功能包括：风电机组健康度诊断及预警、叶片安全监测及预警、基础冲刷及腐蚀监测预警、风电塔筒基础振动损伤监测预警、高强度累栓松动状态监测和电器设国接头过热监测。（2）三维数字化平台包括：气象大数据平台、三维数字化平台、三维风机信息化平台，各平台的建立均采用三维BIM建模技术。（3）巡检结果可视化系统包括无人机定检和海底勘测无人机定检采用无人机设备进行勘察，海底勘测采用多波束/声呐设备巡查。2.4架构优势（1）生态丰富三维数字平台的风电机组在线监测与智能巡检系统为用户提供多样化的软件选择和优化的用户体验。（2）灵活易用本系统独有工业互联网系统桌面传输协议，实现云端工作站替代本地工作站，畅享方便灵活的办公体验。（3）安全可靠设计文档云端存储安全可靠，避免运维人员本地拷贝文档导致的资产泄露，硬盘损坏导致的文档丢失。2、云仿真架构描述。3、主要建设内容和主要功能该项目共建设6个子系统，分别为海上风电机组整机结构安全监测系统、海上升压站输变电设备状态智能监测系统、海上风电自组网络传输系统、无人机及水下资产探测系统、海洋环境下的风电机组健康管理系统和三维数字化风电场系统。（1）风电机组整机结构安全监测系统开发风电机组整机结构的远程监测及故障预警系统，通过在线监测和数据分析，揭示和掌握关键部件的劣化机制，有效发现叶轮、塔筒、基础的故障隐患，预测整机结构疲劳寿命，为风机控制策略优化提供载荷依据和验证优化控制效果。开展在役风电机组结构健康评估，对故障分析、安全预警提供技术支持，减少风机故障停机时间和次数，提高经济效益。1）叶轮运转不平衡监测预警叶轮作为捕获风能的部件，其振动是风电机组最大的振源，振动经主传动链、偏航传递到塔筒和基础，风轮振动过大造成叶片、传动链损坏，直接威胁整机的安全。开发叶轮和主轴运转不平衡监测装置和预警技术，测试掌握不同工况下叶轮振动规律，分析旋转过程中的不平衡信号和主轴承温度变化，实现叶轮运转不平衡故障的早期预警。2）基础冲刷及腐蚀监测预警风电基础冲刷和腐蚀会造成承载力降低，腐蚀性气体还会威胁人员健康和设备安全。针对海上风电基础附着物复杂、水质浑浊、水流湍急等特点，研制风电基础冲刷深度监测装置，实现冲坑深度在线监测预警；研制腐蚀性气体浓度监测和预警装置，实现塔筒内腐蚀气体的自动抑制和排除。3）风电塔筒基础振动损伤监测预警塔筒和基础是支撑风电机组的重要结构部件，在风、浪、流动力荷载下产生振动和疲劳损伤。建立风机塔筒基础动力响应计算模型，计算不同运行工况下的振动响应；开发塔筒基础的应力、振动和变形监测系统，根据监测数据识别风机的模态参数、掌握性能劣化规律；建立塔筒基础的疲劳损伤预测模型，预测整机关键结构部件的疲劳寿命。结合风机不同运行控制策略，进行振动响应测量验证，为风机控制策略优化提供实测数据和技术支持。4）高强度螺栓预紧力监测高强度螺栓预紧力监测系统要实现对各种型号的螺栓松动情况进行实时监测，并结合市场流行的通信传输技术，使维护人员能够通过操作终端监测螺栓状态。通过多级的树状架构将多颗螺栓按照螺栓、监测面、监测组、风机、风场、业主（主机厂）的顺序逐级组织起来，使得大到风场，小到单个被测螺栓的结构状态变得一目了然。通过配备标准螺栓，风机螺栓监测系统可以很方便进行自我测试和标校，以确保系统的精度和稳定性。5）电气设备接头过热监测预警各类电气设备接头由于制造质量、安装工艺、调试手段等诸多因素影响，会出现不正常发热，会引起燃弧、放电甚至烧断，危机电气设备安全。开展风机高压环网柜、风机机舱、升压站开关柜等重点部位的电气接头温度监测，实现过热故障远程监测预警。6）风电机组关键部件劣化机制及状态检修对策通过对运行数据及大量状态监测量进行分析、挖掘，发现运行参数的相关变化规律及特点，研究掌握风电机组技术状态随时间的变化和发展趋势，揭示风电机组大部件的劣化机制，分析判断设备的故障发生率，及时掌握机组运维工作重点，避免早期轻微故障产生连锁反应导致严重故障。（2）海上升压站输变电设备状态智能监测系统要求开发海上升压站输变电设备智能状态监测系统，使得远端运行值班人员可及时监控升压站内情况并进行站内数据采样，通过固定式与移动式监测设备与传感器，实现站内图像监控、告警管理、视频采集、红外测温、音频采集、音视频远传等，并实现对火灾的早期预警与处置，保障升压站内设备的稳定安全运行。在发生紧急异常情况时，智能巡检机器人可代替人工深入事故现场，录制现场视频，协助事故处理，降低人员安全风险。1）实现无人巡检在升压站重点设备间设置导轨巡检机器人。机器人可搭载高清摄像机、红外测温仪、高精度拾音器等设备，可以实现每日巡检项目的巡检，自动生成巡检报表，异常越限报警。人工远程复核：人员远程查看照片、数据、录像，可以听取录音对巡检结果进行确认、复核。覆盖日常巡检内容：设备的外观识别拍摄；设备的温度监测；断路器、隔离开关的分合状态识别；表计识别，自动抄表；设备噪声监测。2）实现巡检、消防联动巡检发现火警，自动触发报警，将报警信号传送到自动消防系统，消防系统综合判断后，进行消防扑救，在第一时间控制初起火情。3）自动巡航无需人工干预而自动定时启动巡测，并保存巡检时所采集的热图和记录巡检时的温度信息。4）自动预警在系统巡航过程中，如发现目标设备温度异常自动报警，报警信息有文字信息和声音信息，提示运行人员具体的报警位置状况信息，以便跟踪故障点，确认告警情况并排除故障。（3）海上风电自组网络传输系统应对复杂多变的海上不确定因素，融合无线自组网和传输技术，采用无中心、分布式网络架构，支持随机网络拓扑、动态组网、多跳中继，建立抗毁性强，具有强大的自愈合恢复功能的海上风电宽带自组网传输网络。1) 终端接入功能：可与移动终端（如PC、手机、PAD等）通过局域网有线或无线等形式互联，实现终端信息的网络接入；2) 无线传输性能：主要无线通信设备在通视条件下的通信距离应大于6km，且在此条件下仍可保持较高的通讯速率，实现音频、视频和数据信息的远距离传输（传输速率≥5Mbps），并通过无线传输与主服务器通信；3) 无线自组织网络：各节点之间可通过自组织模式构建无中心、分布式无线宽带接入网络;4) 安全性：无线通信支持多种加密技术，实现数据的安全传输。5) 供电方式：当风机维修过程中发生停电，通过备用电源等方式，实现机舱内及风机点位50米范围内无线覆盖续航时间不低于六小时；6) 环境适应性：IP防护等级满足现场实际工作环境要求；7) 温度适应性：在现场极端气温环境下能正常工作(-40℃～+55℃)。（4）海空一体自动巡检系统无人机及无人艇定检系统在自动功能下可实现按规定航线绕巡，代替人工进行巡检和定检工作，降低人员安全风险,，提高巡检效率。开发无人机平台，实现海上无人机巡检功能。开发适应复杂海上环境下的飞控软件，实现自动飞行定检、自动起降、自动避让防撞等功能，实现对海上风电机组塔筒、海上升压站、海事的移动监测。无人机应具备自动/手动操作切换功能，在自动功能下可实现按规定航线绕巡。无人机性能指标要求满足：1）无人机本体传感器件、机械部件等主要部分应具备抗雨、抗盐雾能力，电池组在非极端天气下的续航时间满足巡检需求，同时应可在-20℃-50℃之间正常工作。无人机需具备满载17分钟续航，能够抗5级风。2）通讯模块无人机应具备自动巡航、定位功能，通过配备GPS、北斗、通信等模块实现。同时无人机的通信模块应具有一定的抗静电放电、抗工频磁场、抗脉冲磁场能力，避免通信收到干扰。3）摄像头机载摄像头应具有防水性能，依托云台具有稳定性，可在飞行及悬停或停靠停机坪期间对塔筒及海上升压站进行视频监控，可识别腐蚀、掉漆、撞击等情况，同时可以识别海面泄露油污，并通过图像识别、机器学习逐渐达到自动记录并上报至运行人员。（5）海洋环境下的风电机组健康管理系统1）海上风机电化学腐蚀机理研究海上风电在腐蚀与防护方面存在以下问题：一是处于浪花飞溅区/海水潮差区的塔筒钢结构是塔筒腐蚀环境最恶劣的部分，会发生严重的局部腐蚀，威胁整个风机结构的安全；二是风机塔基础的海底泥土区和海水全浸区的内部腐蚀不易监测和预警。针对上述问题研究不同海水条件、不同区域的风机电化学腐蚀机理。根据极化电流与激励电位之间比例关系来反映整体的防护特性，开发电化学腐蚀监测系统，实现材料腐蚀类型和腐蚀程度的监测。2）海浪作用下塔筒、叶片载荷分析技术研究海浪对基础、塔筒的冲击的计算模拟分析方法，通过机理研究和运行数据分析建立涌浪、潮汐冲刷下的塔筒、叶片振动特性以及叶片分析诊断技术研究。3）海上风机构件腐蚀快速评估技术海上风机各构件在出厂前均覆有防护涂层，风机构件的腐蚀程度评估可通过对涂层的监测来实现。目前已有诸多涂层监测方法对涂层的各项性能指标进行监测，但是都只运用于实验室阶段。拟设计适用于海洋大气环境的风机构件腐蚀快速评估技术，对海上风机的塔筒涂层进行监测。4）改性防腐涂层和防腐技术研究采用对树脂整体结构进行改进的方法，研发综合性能优异的改性涂层，提高海上风电机组腐蚀防护性能。5）海洋环境下风电机组故障诊断的智能模式识别技术研究海水、盐雾腐蚀及涌浪、潮汐冲刷条件下海上风电机组设备（基础、塔筒、传动链、叶片）的状态模式识别技术，本课题将基于前述相关机理研究，结合神经网络、模糊逻辑、贝叶斯网络等人工智能方法进行决策支持，从特征向量找到与其对应的实际故障类型、位置及严重程度。对海上风电机组的运行数据和振动等状态信号进行在线采集和分析，提取有效特征向量，包括时域特征、频域特征和时频域特征等，根据离线研究所得到的故障模式库，使用故障分类即模式识别的方法，检测出风机重要部件的异常情况，并确定其故障类型和位置，实现对腐蚀、冲击条件下海上风电机组传动链、电气设备等系统的典型故障监测诊断。6）海上风机整体健康建模与性能衰退评估技术研究当重要部件的潜在故障导致风机偏离正常运行时，某些特征参数也将相对正常运行时发生偏移，通过这些偏移量可表征风机整机的健康状态。本研究内容基于SCADA数据对风机健康衰退造成的发电能力进行精确量化评估，反映风机整体健康状态。（6）三维数字化风电场系统数字化风场是基于BIM技术的物理风场可视化、三维化、在线化，需要与真实物理风场所有元素1:1同步建设和仿真。数字化风场系统主要包括BIM模型构建、VR培训。1）BIM模型构建投标人应选用国际先进的三维设计及协同平台，建立完善的海上风电场BIM模型。BIM模型应包括以下专业：地形、地质、建筑、结构、电气一次、电气二次、暖通、给排水等专业，模型颗粒度满足运维阶段设备最小可维护单元的要求，包括但不限于以下设备：风机：塔底控制柜、变流器（含水冷系统）、箱变、偏航系统、液压系统、发电机系统、齿轮箱系统、变桨系统、轴承系统、润滑油系统、控制柜系统等。升压站：海缆、开关柜、主变、GIS、SVG、接地变、场用变等设备系统主要设备的BIM模型。2）VR培训VR培训体验平台应结合三维虚拟仿真场景与二维实景图片，用VR技术再现第一现场，可在课堂上身临其境的学习和掌握设备的结构原理、工作原理、拆装工艺、试验流程与工程建设等相关内容，同时对风场的人员进行一系列安全培训，进一步加强对工作人员的安全作业意识，保证教学效果和教学质量，节省了教学成本，提高了教学效率。VR培训体验平台包含VR培训软件1套、硬件1套，其中VR培训软件内容包含但不限于以下内容：风机跳塔逃生培训；海上落水应急处置；主变停、送电操作（含高压侧220kV开关和低压侧35kV开关）与巡视；风机启停操作（从运行状态至达到进入轮毂作业的状态）；高低压触电应急处置；设备拆装培训。VR培训体验平台技术要求：针对所选择的应用案例，应用虚拟现实技术，三维动画技术和VR硬件设备，三维还原现场，搭设VR体验区，实现学员亲临现场进行操作体验等。平台软件稳定、高效运行。事故现场还原采用三维制作，效果逼真且符合事故案例实际情况。三维场景真实、美观，三维模型无明显共面。人物角色动作、符合运动规律,且与案例实际人数保持一致。场景中设备设施等符合电厂实际情况。VR体验人机交互好，效果真实、体验震撼。三维画面表现能力强、场景设计细腻。了解电厂现有的场地情况，设计合理的体验方案。VR硬件，符合主流标准，提升体验感受。提供一年的免费技术支持，根据需要以远程操作、电话支持或现场支持的形式解决该培训设施运行使用过程中遇到的问题。VR应用需做到集团内部其它海上风电场的可迁移，可复用。3）模型编码BIM模型与后续设备监测数据的关联需要通过模型编码作为纽带。本方案建立了完善的模型编码，方便与后续监测数据进行关联与调用。基于编码唯一性、通用性、科学性、可靠性等，围绕风电场设备梳理数据，以发电系统工艺流程为编码体系结构基础，标识量测属性的逻辑编码，建立量测属性与被测逻辑设备的关联关系。针对涉及生产运行操作、日常检修、发电设备的最小部件等，建立统一的KKS编码、设备编码及BCS编码之间的关联关系，进行设备全生命周期数据的统一关联，为生产智能决策等信息系统提供核心数据支撑。从而能够解决原有标准覆盖度不高、厂商设备标准属性不一、原始信息过于杂乱、不便解读等问题。为数字化电场建立强有力的支撑，为智能化电场管理打下基础。KKS编码是将数字与字母通过科学合理的排列组合，来全面描述电场各类系统、设备、部件等特称，从而构成描述电场状况的基础数据集。设备编码是描述电场功能系统中逻辑位置上各实体设备的编码，可以实现对设备基础信息以及设备全生命周期的管理跟踪。BCS编码则是对量测数据的统一建模，使得各方对数据定义有着公共、统一的认识，对电力系统工作具有不可替代的作用。（三）建设方案1、项目建设目标及重点工作任务该项目旨在依托数字化平台及海上风电机组整机结构安全监测系统、海上升压站输变电设备状态智能监测系统、海上风电自组网络传输系统、无人机及水下资产探测系统、海洋环境下的风电机组健康管理系统的研究与实施，实现海上风电场全域多维度的对机组设备运行状态全天监测，实现设备故障预警及提供有效的专家意见，提升海上风电机组设备运行的可靠和安全性，降低场站运维成本，助力实现新一代信息技术与发电行业的深度融合，达到数字智慧风电场真正做到实用、好用、管用。达到建设的数字智慧风电场有效果、有效能、有效益；同时为进一步海上风电的高效运维和无人值守打下基础，同时打造数字化智慧海上风电示范基地。2、关键技术应用（1）基于视觉、声学、红外、振动的风电机组智能监控技术，通过机器学习、深度学习等技术，逐步实现设备异常状态的自动识别，自动完成设备状态的评价和和设备故障预警。（2）基于超声波检测技术、传感器组网技术、远距离数据传输及微处理机技术的螺栓松动监测技术。（3）基于图片分析和智能识别的海上风机塔筒油漆脱落与腐蚀监测技术。（4）基于其多跳网络的特性和多传感器分布式检测的时空尺度融合感知理论与方法的海上风电自组网传输技术。（5）基于GPS、北斗等定位技术以及图片AI智能识别技术的无人机自动巡检技术；利用多波束及侧扫声呐技术实现对风电桩基础的冲刷监测和海缆冲刷监测。（6）海洋环境下风电机组故障诊断的智能模式识别技术和海上风机整体健康建模与性能衰退评估技术研究。（7）基于3D+BIM和模型编码技术，以及多源数据融合技术，搭建海上风电三维数字化管控平台。3、项目领先点及创新点（1）利用建立的风机机舱图像、音频、振动数据库，通过机器学习、深度学习等技术，实现设备（叶片、塔筒、基础及机组大部件）异常状态的自动识别，逐步实现风机现场自巡检，并自动完成设备状态的健康度评估和和设备故障预警，实现设备故障的提前识别和预防性维护，取代了以往事故后处理，人员定期巡检的高强度劳动，并提高了巡检效率和故障准确率；（2）提出海洋环境下高强度螺栓预紧力智能监测方法。根据螺栓的类型以及位置，系统配置专用超声波检测探头阵列，通过加固装置固定在螺栓上，避免了手动扫查的麻烦。采用最先进的数字电子技术、超声波检测技术、传感器组网技术、远距离多点数据传输及微处理技术等，不仅调试、操作简便，并且具有可靠、稳定和灵敏的探伤性能。系统通过对螺栓检测的信号处理之后，提取出响应的特征，结合云数据库上的特征信息，给出螺栓出现松动、裂纹的几率，增加检测的准确性及减少漏检率；（3）搭建海上风电Mesh自组网传输网络、数据传输机制及网络安全机制。提出了海上风电场多传感器分布式检测的时空尺度融合感知理论与方法，深入挖掘泛在电力物联网“全息感知、泛在连接”理念，结，建立局域Mesh技术的无线物联网示范应用技术。开发“端-云融合计算”架构及海上系统异构数据共享技术；建立海上风电传感器网络的优化布设方法；开展了异构网络组网技术研究及数据传输及压缩技术；创造性的搭建“光线+自组网”对监测数据进行“一主一备”的传输机制。（4）开发了复杂海上环境下的智能移动巡检系统环境感知和定位系统；智能移动巡检系统路径规划；复杂海上环境下基于视觉和激光雷达的智能移动巡检系统避障技术；提出了复杂海上环境下无人机系统抗风/浪技术及稳定性方法；（5）将陆上风电设备健康管理技术与海洋环境下风电机组工作特性相结合，针对海洋环境特征，将电化学腐蚀机理、波浪冲刷分析、大数据挖掘相结合，研究分析海上风机不同区域电化学腐蚀机理及其对设备可靠性的影响，开发适应特定海水的改性防腐涂层及涂层修复技术，分析海浪作用下风机基础、叶片疲劳振动特征及预测方法，建立海洋环境下风机性能衰退评估技术及故障知识库；（6）建立风电场、机组、人员、设备、环境、车辆和船舶监控信息向虚拟数字化模型的三维全信息映射关系；提出了虚拟系统与电厂安全监控系统数据库信息共享技术，实现了虚拟场景和现实场景的联动模拟，实现故障信息与设备的精准定位。对关键设备和系统接口进行研究，并在海上风电场上建立基于Mesh等通信技术的无线通信网络，以实现设备数据和人员信息的及时更新，将人员定位跟踪技术、移动物体的识别技术与海上风电场虚拟系统相结合，对海上风电场保护区域的人员、船舶进行主动防护和预警。三、项目效果（一）项目效益该项目总投资为2645万元，通过项目研发系统的应用大约3.3年后实现投资回收。后期每年将增加收入和节省成本共计约793万元。1、经济效益通过风机监测预警并影响相关的控制策略优化，设备的故障预警和评估，有效提高了能源的可利用率，提高了风机设备的可利用率，降低了成本。通过前期的测算，预算经济效益提高到2%到3%。运用最优控制技术保证工况良好风机的持续运行，大大提高风机的利用效率。经测算提升全厂发电量0.5%，按照年发电量10亿度计算，每年可增加收入425万元。通过运用故障预警、健康管理等技术，提前预知设备故障，进而优化设备维护策略；经系统性测算和折算，降低机组维护费用约10%，按每台机组3万元／年的维护费用测算，每年可节省维护费用18万元（6台示范机组）。运用无人机和水下监测设备，实现海上风电机组和升压站的无人化自动巡检，可减少人员出海次数和巡检次数，按照每次每人0.05万元成本核算，每年出海100次，现在运维班组共有10人，每年可节省人工费用50万元。通过运用知识智库、故障诊断、劣化分析等技术和方法，提前预判大部件潜在故障，有效降低大部件维修频次和范围。经测算可减少大部件维修2-3次／年，按照每次大部件检修费用100万元核算,每年可节省检修费用300万元通过海上升压站涂层老化在线监测系统开发的原位监测探头适用于在役海洋工程，开发的非原位探头适用于新建或新涂装防腐涂层的海洋工程，整套系统能够实现涂层腐蚀与防护状况的在线监测、评价、分级和预警，为防腐蚀涂层的维保修复计划提供依据，提高腐蚀风险管控能力。以每两年外委检测一次腐蚀情况，单次检测费用20万元计，风场全生命周期可节约外委检测费用300万元。运维人员常规出海检查单次租船费用以5万元计算，每年节约租船费用约100万元。2、社会效益海上风电数字化、智能化的建设，不仅提升滨海公司在海上风电运营的管理水平，实现精细化的管理、降本增效，也可以助力于企业实现数字化的转型。3、管理效益利用数字化、智能化的手段提升整个生产运营的规范化、精细化的管理水平。通过海上风电无人值守关键技术研究及建设，利用智能监控、设备、远程操控和机器视觉等技术，代替人工现场巡检，打造海上风电远程三维在线监控和遥操作平台，提升设备运行的可靠和安全性，实现海上风电系统的高效运维和无人值守。4、安全效益通过对人员、船舶的安全管理，从海上升压站的智能安全，升压站无人机的巡检减少人员出海的次数，预计每年减少人员出海次数大概10到20次，降低现场发生事故的概率，保证了人员的安全。5、人才队伍建设本项目涉及传感器技术、无人机、无人艇、软件工程、计算机视觉算法、三维建模、内容设计等专业知识，本项目的开发过程涉及到技术开发和项目管理等工作，可以依托本项目很好的加强人才队伍建设，本项目为单位培养技术骨干4名，具体包括：风电场现场安全监控工程师1名无人机、无人艇、巡检设备操作应用工程师2名软件工程师1名算法工程师1名（二）鉴定