2025智慧风电场建设研究与示范工程

智慧风电建设研究与示范工程目录TOC\o"1-3"\h\u25264智慧风电建设研究与示范工程 17646一、项目概述 323107（一）企业简介 310997（二）项目背景 430769（三）项目建设情况 581191、平原地区智能风电气象大数据平台子系统 5214752、风电机组尾流模拟及风电场数字镜像建模子系统 5281173、风电机组叶轮塔筒基础远程监测及故障预警子系统 562864、风电机组机舱智能巡检子系统 668905、风电场整场自适应优化控制子系统 61966二、应用场景及建设方案 613195（一）场景描述 612394（二）技术架构 729597（三）建设方案 1028161）第一阶段关键技术应用及创新点： 11139672）第二阶段关键技术应用及创新点： 1724749三、项目效果 265671（一）项目效益 2627559（二）鉴定评价（暂无） 265386（三）推广前景 2614377四、下一步计划 27一、项目概述（一）企业简介XXXXX风力发电有限责任公司于2018年3月21日经XXXXX发电有限公司批复成立，为XXXXX发电有限公司全资企业，是为加快清洁能源开发打造的一个崭新平台，主要负责安阳滑县、殷都、龙安及豫北地区综合能源开发运营工作。目前，滑县公司目前投运、在建风电393.8MW,列入开发方案拟核准容量100MW，已备案屋顶光伏95.4MW,集中光伏450MW，风光资源储备容量147.4万千瓦。滑县公司成立以来，坚决贯彻落实集团公司、河南公司数字化转型的工作部署，集团公司2018年初提出建设智慧风电场的要求，2019年滑县公司开展了平原地区风力发电智慧（智能）电厂研究与探索。滑县公司智慧风场项目于2019年7月通过集团公司科技项目任务书评审，正式启动相关建设工作。该项目共分为两个阶段进行建设，第一阶段共5个子课题项目：1.平原地区智慧风电场气象大数据平台研究与实践；2.风电机组尾流模拟及风电场数字镜像建模研究及试点应用；3.风电机组叶轮与塔筒智慧监测及预警研究及试点应用；4.风电机组机舱智慧巡检研究及试点应用；5.风电场整场自适应优化控制研究与示范。到目前为止，第一阶段建设工作已全部完成。第二阶段建设共4个子课题：1.风资源测量与运营评价技术研究;2.风电场智能监测及预警技术研究;3.风电场控制系统多态能量管理系统优化;4.基于数字孪生的陆上风电三维在线监测平台的技术开发。（二）项目背景风电场的特点分布点多面广、机组台数多、多处于环境恶劣地区、且关键设备处于八九十米甚至更高的空中，风电场人员多数忙于应付繁多的低质量巡检任务，有时对于叶片早起故障还不能及时发现，导致故障扩大甚至酿成事故；尾流影响处于放任自流的状态，超过5%的损失很常见，无形电量损失很客观。随着风力发电在电网比重中所占比例的增加，对风电场采取智慧化、数字化管理和控制已经成为迫切需求。通过智慧运维技术应用，提高设备自动巡检水平，降低人员巡检次数，有效减少现场人员劳动强度和安全风险，设备的可靠性和可利用率得到了提高；通过尾迹干扰研究、风电场自适应优化控制技术及智慧化运维技术应用，实现风资源的充分利用，降低尾流损失，全生命周期提升发电量。（三）项目建设情况简述项目（包含已建、在建和拟建项目）实施时间、建设周期、预期目标、投资额、承建单位、当前进展等。该项目由XXXXX风力发电有限责任公司承建，XXX新能源研究院、中国XXX集团科学技术研究院有限公司中南电力试验研究院为技术支撑单位，于2019年开始建设至2023年完成全部建设工作。在2022年9月份完成了该项目的第一阶段建设任务，计划2023年完成第二阶段的建设工作。该项目计划投资2400万元，已完成1795.626万元。该项目第一阶段共建设5个子系统，已全部完成建设工作，各系统也取得了较好的成果。1、平原地区智能风电气象大数据平台子系统提供了智能风电气象大数据平台服务：降尺度的精准天气预报、气象云图、极端天气预警的Web展示，包括高精度短期、超短期风电功率预测；雷电、冰冻、大风等灾害天气预警支持，和场检修维护时间窗口。2、风电机组尾流模拟及风电场数字镜像建模子系统建立一个虚拟平原地区风电运维作业评估、展示培训系统，建立风电场动态尾流模型，准确评估每台机组尾流影响，结合最优尾流集群控制策略、风电机组降噪控制策略，实现风电场全场发电量最优目标，提升整场发电量，降低机组载荷。3、风电机组叶轮塔筒基础远程监测及故障预警子系统通过在线监测和数据分析，有效发现叶片、塔筒、基础的故障隐患，研判引起叶片噪声、塔筒振动及基础隐患的原因，评价其疲劳寿命和安全性，为机组控制策略优化提供载荷依据和验证优化控制效果。4、风电机组机舱智能巡检子系统开发了国内首套机舱智能巡检装置，其具备可靠、高效、安全等多种优点，集成了状态监测、数据记录、故障分析系统等多功能为一体的特种机器人。5、风电场整场自适应优化控制子系统开发了一种风电场场级控制算法（示范6台）。以所控风电机组群的载荷降低和发电量提升为目标，随着风电机组间尾流影响、环境风等因素的变化，自适应的改变风电机组控制参数，从而能够使受控机群的性能得到充分发挥、最大限度发电；提供一套风电场场级控制系统。风场风电机组群控器接收能量管理系统的指令，受能量管理平台约束，其控制指令与现有的能量管理平台相兼容。项目第二阶段建设工作已启动，主要完成了项目的可行性研究报告分析，任务书、实施方案编写、审核；各子系统的前端界面设计以及接口模型、算法模型的设计工作，部分硬件安装调试已完成。二、应用场景及建设方案（一）场景描述本项目是基于风电场的地形地貌、气象资源与具体机型参数，完成整场智能感知、智慧化监控的开发、安装、调试、测量验证与应用等内容。服务于风电场提质增效智慧运维，最终实现提质增效降低风电场全生命周期的发电成本，提高风电的营运效益。通过资源评估、智能监测、智能预警、自适应控制等模块功能的研究和相应技术的研发应用，实现风电场的效率提升和智能化运维。通过关键技术的测试验证，提升风场全生命周期年综合效益，提质增效。项目研究的成果中的设计优化关键技术可同步应用于中国XXX集团拟建、新建的风电场，复杂风电场系统控制技术可在中国XXX集团已建和新建风电场推广应用，实现风电场运行效率整体提升的目的。该项目具有较强的实际意义，可形成一整套风电场设计优化体系和先进的风电场优化控制系统，有效提升风电场建设和运行维护水平及发电盈利能力，进而可提高清洁能源发电比例，对于进一步优化能源结构、缓解我国长期以来对化石能源的依赖起到直接推动作用。（二）技术架构介绍项目业务蓝图规划、技术架构设计、主要建设内容和项目主要功能。平原地区智能风电气象大数据平台子系统通过搭建一套高精度精细化的气象及功率预测综合应用平台，对新能源功率预测综合应用和新能源气象预测综合应用进行试点研究，探索、检测和验证先进的气象及功率预测技术方法，研究过程如下：课题涉及理论性比较强的关键技术如气象微尺度建模技术、中尺度天气模式技术、多气象源集合预报及混合订正方法、基于海量数据聚类分析的功率预测建模技术以及气象灾害条件下的电力设备运行预警技术。风电机组尾流模拟及风电场数字镜像建模子系统采用理论分析、数值模拟与性能试验相结合的研究手段。试验又分为两部分，一部分为叶轮塔筒在线监测测试，联系设备厂家和合作方租用设备；另一部分为仿真试验，主要在计算机或服务器上进行模拟。研究过程如下：涉及理论性比较强的关键技术如数学建模技术、VR/MR/MR展示技术等关键技术采用理论研究和现场试验相结合的研究方法。其中数学建模又包含高精度天气预报模型、高精度尾流预测模型、风电虚拟世界模型、BEM旋翼自由尾迹模拟等多个重要模型。风电机组叶轮塔筒基础远程监测及故障预警子系统建立一种基于声学的叶轮塔筒在线监测预测方法及系统，基于大数据分析技术和高性能计算分析技术，开发风电机组无线传输技术，用于评估预测风力机叶轮塔筒的状态，可以实时监测叶轮及其转动部件的运行状态，提前预防和发现可能出现的故障问题，最大限度地降低故障率，为风场的风机叶轮及其部件的运维检测提供技术保障，通过诊断分析，可有效地发现并查明叶片、塔筒、机舱等处的故障隐患，为运行维护提供了科学的决策支持。具体的实施方法及步骤为:1）基于大数据分析和声学计算测量技术，建立风力机功率、运行状态与声学信号之间的关联；2）风电机组叶轮监测数据的处理技术，通用无线数据传输技术；3）叶片塔筒的振动模态、叶轮与塔筒关联声学信号模型。4）信号监测、数据预处理、预警系统集成开发。风电机组机舱智能巡检子系统主要以实物开发为主，通过理论分析、现场勘测、试验等手段开完成课题的设计。研究过程如下：完成传感器数据采样、设备组网、服务器端软件开发，实现风机机舱巡视工作的业务内容的信息化，即：按照各检查项目的巡视周期定期对现场设备运行的视频、声学、红外成像、振动、温度等数据进行记录。利用建立的风机机舱图像、音频、振动、嗅觉数据库，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，逐步实现风机现场自动巡视，并自动完成设备状态的评价和预警。风电场整场自适应优化控制子系统首次提出了多风向情况下，风场级提高发电量，降低风机载荷和风机噪声抑制多目标的协同设计方案，并综合利用发电机转速控制、桨距角控制和偏航控制三种控制手段实现该设计目标。研究过程如下：以滑县杰瑞风电场为研究对象，主要研究内容包括单机ESC控制算法研究、场级NLESC控制算法研究、现场验证和基于数字孪生的风电场智能运维4个部分。第二阶段深入分析平原地区风电场运维、作业环境的特点的因素，在收集大量数据和资料的基础上，重点研究风资源测量与运行评估方法，电气设备接头及高速轴过热监测、齿轮箱、轮毂油液品质监测以及集电线路故障监测，开发相应的传感器装置；其次利用智能监控、设备、远程操控和机器视觉等技术，开发适应陆上巡检的无人机等巡检设备，代替人工巡检；然后，研究开发风电机组健康管理技术，对关键部件进行健康状态监测，智能识别故障模式和性能劣化，为机组检修计划安排提供量化的决策支持信息，提升设备运行的可靠和安全性，实现风电系统的高效运维；最后，打造陆上风电远程三维在线监测平台，实现陆上风电系统的高效运维和无人值守。该项目主要为实现基于风电场的地形地貌、气象资源与具体机型参数，完成整场智能感知、智慧化监控的开发、安装、调试、测量验证与应用等内容。服务于风电场提质增效智慧运维，最终实现提质增效降低风电场全生命周期的发电成本，提高风电的营运效益。通过资源评估、智能监测、智能预警、自适应控制等模块功能的研究和相应技术的研发应用，实现风电场的效率提升和智能化运维。通过关键技术的测试验证，提升风场全生命周期年综合效益，提质增效。（三）建设方案项目建设目标：基于风电场的地形地貌、气象资源与具体机型参数，完成整场智能感知、智慧化监控的开发、安装、调试、测量验证与应用等内容。服务于风电场提质增效智慧运维，最终实现提质增效降低风电场全生命周期的发电成本，提高风电的营运效益。通过资源评估、智能监测、智能预警、自适应控制等模块功能的研究和相应技术的研发应用，实现风电场的效率提升和智能化运维。通过关键技术的测试验证，提升风场全生命周期年综合效益，提质增效。1）第一阶段关键技术应用及创新点：关键技术应用：1、平原地区智能风电气象大数据平台子系统通过降尺度WRF模拟风电场位置区域精细化气象数据，采集高分辨率的地形数据，融入高精度数值预报模型系统，开发基于降尺度WRF精细化气象数据和高分辨率地形数据融合的大数据平台，提供区域内气象信息精确预警，在场区内建立虚拟测风塔，实现该塔位的风数据精准计算及展示。实现辅助提升功率预测水平、确定检修维护时间窗口。建立精细化的降尺度WRF天气预报嵌套降尺度的边界层模型，开发高精度风预测系统，提高风场的电网友好性，并为风电场流场动态模拟提供准确的边界及初始条件。（1）从传统的场站级功率预测管理创新性转变为基于新能源功率预测主站与场站侧功率预报系统的协同优化，实现功率预测主站系统的管理、监督和考核职能，通过管理措施优化，提升场站功率预测水平并敦促功率预测厂家的服务水平提升，直接降低“两个细则”考核费用；（2）基于新能源集中功率预测主站系统，不仅满足电网上报考核需求，同时为新能源公司电力市场交易需求提供数据基础，提升新能源公司电能量交易计划的科学性，迎接电力市场化交易改革；（3）基于高精度精细化的气象预测和天气预测，结合风电场每台风电机组的发电量预测，采用组合优化算法实现风电场检修维护时间窗口计划安排的新方案，提升风电场的运营效率降低安全风险。2、风电机组尾流模拟及风电场数字镜像建模子系统点建立高精度风场动态尾流模型，准确评估每台机组尾流影响，结合最优尾流集群控制策略、风机降噪控制策略，实现风电场全场发电量最优目标，提升整场发电量降低机组载荷。以VR形式体验风电场流场、风机叶轮、塔架及外部环境的虚拟场景。采用自由尾迹模型技术,建立适合中国风况的尾流模型-叠加湍流风场的自有涡尾迹模型，将国际上先进的空气动力学模型应用于风电机组旋翼尾流及其叠加效应的模拟，可以大幅缩短建模时间及减少计算资源的消耗，同时为风电机组优化布局提供很好的依据。3、叶轮塔筒基础远程监测及故障预警系统开发风机叶轮、塔筒、基础的远程监测及安全预警系统，有效发现叶片、塔筒、基础的故障隐患，通过在线监测、大数据分析，研判引起叶片噪声、塔筒振动及基础隐患的原因，测试风机塔筒基础载荷，评价其疲劳寿命，继而通过优化调整风机偏航、变桨等多种方式，降低风机振动及噪声水平，优化风机载荷。为滑县风电场开展在役风力发电机组健康评估，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。机舱智能巡检装置，自动可控移动云台上搭载高清可调摄像机、烟雾传感器、红外测温、声学传感器，实现对机舱内重要设备智能巡检。通过对风机叶片变形、塔筒振动和载荷监测，为风机控制策略优化提供载荷依据和验证优化控制效果。通过建立叶片、塔筒和基础的一体化监测系统和预警模型，保障风机的安全运行，实现风场的高效监测和智慧运维。该系统提出了陆上混凝土塔筒风电机组载荷和动态响应监测预警方法，提出了平原低风速风电场尾流影响评价指标和方法，解决了大型高塔风电机组整机载荷测量验证和损伤预警的关键技术问题；开发集成了叶片-混凝土塔筒-基础远程监测和故障预警系统，为风电机组的控制策略优化提供测量验证依据，从而达到提高机组发电量和降低机组载荷的效果。4、风电机组机舱智能巡检子系统（1）该系统提出了利用智能终端设备进行巡检的方法，解决了由于机舱内部器件造成的空间局限、机舱晃动干扰监测准确度以及巡检存在死角等难题；（2）集成了机组SCADA、CMS数据进行巡检，实现了联动机组工况巡检，多数据源分析的目的；（3）集成了视频、声音等传感方式对机舱内部机械部件、电气部件等进行监测，建立了机组健康模型，实现机舱内部24小时状态监测、数据分析、故障分析及预警。（4）采用了机组搭载了就地控制与监控系统，该系统为运维人员便携设备，当遇到极端天气以及特殊情况时，运维人员可以在风电机组外对巡检机器人进行操作，观察风电机组机舱内部情况。5、风电场整场自适应优化控制子系统（1）基于电量最大化的风电机组尾流模型实时控制。（2）对于发生尾流影响的风力机组，采用基于优化理论的控制策略对机组的偏航角度进行优化，使受控机组以自寻优的方式实现受控风电机组子群的发电量最大化和载荷降低的目标。主要创新点：1、平原地区智能风电气象大数据平台子系统本课题以提高数据的准确性和可靠性为总体研究目标，基于WRF中尺度模型，开展了一系列模拟分析研究：（1）分析得到模式的最佳参数配置；（2）分析模式模拟误差在季、月、日、时尺度上以及不同天气背景下的分布特征，探讨造成模拟误差的可能原因；（3）尝试应用四维数据同化、快速更新循环以及集合概率预报等技术来提高数据的精度，采用类比卡曼滤波误差订正技术对预报序列进行误差订正，并以研究结果构建风资源及功率预测系统。2、风电机组尾流模拟及风电场数字镜像建模子系统（1）高精度尾流预测模型本课题提出一种考虑风电场天气、地理地貌及机组之间相互干扰的尾流预测方法，通过计算流体力学方法评估真实风电场环境和风况下单个机组和整个风场的功率和载荷水平，确定对应风况下的风力机调整导则（风力机偏航、变桨），提高风机及风场的效益和安全。整个风场模型的建立及评估其在各种主要风况下的最优运行方式，工作量非常大，是整个工作的基础和重点。（2）建立风电虚拟世界模型本课题将建立一个巨大的数据资源库，包括天气的实时信息；风电场三维模型参数；传感器、风机、变压器和控制设备等器械结构模型及运行数据；场景预演的数字化信息等。所建数据库为基于VR/MR的风电运维作业演示评估演练系统提供素材支撑，工作内容非常细工作量非常大，是整个项目的重点。（3）基于VR/MR和MR的风电运维作业演示评估将设备参数、设备操作、运行流程等数据嵌入到虚拟对象上，使用户准确便利的获取所需设备的资料，方便对风场设备进行自我学习。对于有动态运动的机械系统还需要建立起动态过程运动模型。运维作业演示评估是本课题的主要任务之一，本创新点可以减少硬件成本和时间成本，提高企业的管理效益、生产效率。3、风电机组叶轮塔筒基础远程监测及故障预警子系统基于声学测量的风轮塔筒在线监测系统，作为预防性检修技术，通过设备状态监视，及时发现设备故障隐患以及故障产生原因，及时消除缺陷于萌芽中。建立集中监视、在线远程运行故障技术支持服务系统和专家分析系统，以及移动检修作业平台。通过运行数据分析，必要时利用仪器检测，借助专家分析，提出技术改造方案，对设备有问题部分进行改造，提高设备性能和可靠性，最终提高风电场经济效益。引入叶轮在线监测系统，可以实时监测叶轮及其转动部件的运行状态，提前预防和发现可能出现的故障问题，最大限度地降低故障率，为风场的风机叶轮及其部件的运维检测提供技术保障，通过诊断分析，可有效地发现并查明叶片、塔筒、机舱等处的故障隐患，为运行维护提供了科学的决策支持。4、风电机组机舱智能巡检子系统在风机机舱内安装传感器，实时监测机舱图像、音频、振动、嗅觉数据，通过风电场光纤环网通信，将数据发送至服务器，通过机器学习、深度学习等技术建立声学诊断、视觉诊断特征库，逐步实现设备异常状态的自动识别，逐步实现风机现场自动巡视，并自动完成设备状态的评价和预警。5、风电场整场自适应优化控制子系统（1）极值搜索控制（ESC）相比于依赖测风数据和对模型依赖性较强的模型参考自适应控制（MRAC）与最大功率点跟踪（MPPT）控制，极值搜索控制（ESC）是一种对模型精度和测风依赖都比较小的自优化的控制策略，它可以快速的寻找未知或时变输入参数的最优点，使目标风力机的性能指标得到最大化。由于该方法无需依赖风机模型，可以根据风资源、风力机状态等信息对风力机进行自动寻优控制，使得风机对于老化、叶片覆冰、安装零位误差等情况下的控制效果可以得到显著提升。（2）FAST.Farm工具本研究所选的FAST.Farm是由美国NREL实验室最新研发的风场级控制系统仿真验证工具。FAST.Farm是一种用于预测风电场内风力机性能和负载的多体物理工程工具。相较于SIMWINDFARM，它除了具有整场控制的功能外，还具有分析风机尾流、载荷等功能。（3）首次提出设计方案尽管国际上已有学者开展风场级发电量优化控制方面的研究，但研究还限于在理论研究范围，不但研究的假设较为理想化，仿真条件也与实际情况有一定的出入。而国内相关研究还集中在风机系统的优化控制方面的改进。本项目首次提出了多风向情况下，风场级提高发电量，降低风机载荷和风机噪声抑制多目标的协同设计方案，并综合利用发电机转速控制、桨距角控制和偏航控制三种控制手段实现该设计目标。2）第二阶段关键技术应用及创新点：关键技术应用：利用创新的数字智能技术提高风力发电机产量和生产力，降低设计、运营和维护成本，降低能源成本。通过研究智能传感、人工智能、大数据分析等先进信息技术手段，研究平原地区风资源测量与评估技术、风电场智能监测及预警技术研究与预警技术、电场控制系统多态能量管理、三维在线监测技术，打造基于物联网的陆上风电智慧化平台，提升设备运行的可靠和安全性，代替人工现场安保、巡视及定检等工作，逐步实现陆上风电无人值守，降低安全风险，减少运维成本。1、风资源测量与风电场运营评价技术研究（1）提高风功率预测精度：在项目一期中，开发了基于降尺度WRF精细化气象数据和高分辨率地形数据融合的气象大数据平台，提供区域内气象信息精确预警（实时显示天气情况，应包括风、雨、雷电、冰冻、气压、温度），并在场区内建立虚拟测风塔，提供虚拟测风塔数据展示，实现每台机位的风数据精准计算及展示。实现辅助提升功率预测水平、确定检修维护时间窗口。二期的项目研究，主要通过机舱式激光测风雷达对一期基于降尺度WRF模型和虚拟测风塔获取的风资源数据进行精准度校正，提高对气象大数据平台的预测精度，在满足电网的精度要求基础上，实现比现有的风功率预测系统预测准确度有较大的提升，同时根据当前新的限电政策，提前预判风功率预测模型，纠正预测模型，以保障限电后的风功率预测准确度；（2）损失电量及损失利润分析：结合电网“两个细则”的考核指标以及相关限电政策，根据机舱激光测风雷达监测数据与现有测风仪数据比对，优化机舱传递函数，结合风电机组状态量，对损失电量类型进行划分并计算产生损失电量及利润的多少；（3）风资源后评估：对风电场运行阶段的风资源情况进行全面的评估与校核，找出实际运行阶段与设计阶段所存在的差别（风资源后评估），同时进一步分析导致这些差异的原因，对风电场运行状态进行客观评价；（4）利用机舱激光测风雷达实现提前对风和偏航，优化偏航，降低载荷，降低湍流影响：利用机舱式激光测风雷达进行前馈控制，提前计算风的情况，在最恰当的时机适应匹配风速的变化，以此降低载荷，提升机组的稳定性，扩展机组的适应能力。智能偏航，使机组最大程度处于风能最大的位置，通过模型预测，提前探测到风向变化，消除对风的偏差，同时，把对风偏差分布收窄，使机组更准确的对风，并且更长时间对准风，提升机组的发电量。最后进行湍流控制，通过对入流风况湍流的识别，实现两个不同的控制目标，低湍流下可以设计增功的策略，强流下可以设计降载的识别，从而可以使机组更多的发电。2、风电场智能监测及预警技术研究（1）无人机智能自巡检技术电力通道的AI自动巡检技术实现无人机在巡检作业过程中，在所巡检的电力通道中，可以实现对线路中典型目标的自动定位和识别，根据设定的缺陷识别规则对典型部件进行相应的缺陷分析，实现对常见缺陷的分析与识别。机载AI与云端实时互动，当云端诊断识别为故障时，对诊断故障目标进行多角度数据采集，不断提升识别诊断率，并提供优质、快捷的巡检分析报告。基于自动路径规划的风机叶片自动巡检技术。通过无人机搭载视觉与雷达传感器，进行风机停机状态下的无人机全自主巡检，实现在大范围山地风场巡检场景下无人机自动航线规划与自动巡检，实现无人机风机巡检的超高自主性。通过先进的网络通讯技术，技术人员可以在控制中心对无人机进行远程监视及操控，无人机巡检第一视角视频数据，都可以几乎无延迟的传送至指挥中心，相比较传统巡检技术把拍摄的视频后期导出再观察分析更有实时性、针对性。（2）电气设备接头及高速轴制动器过热监测技术利用智能无线测温装置实现对电气设备接头过热监测。利用智能无线测温装置实现对电气设备接头过热监测。该装置由温度检测显示装置和无线测温传感器组成。可通过后台软件了解无线测温设备上报的温度数据，实时对监测部位温升故障点的运行状态进行动态测温追踪监测。利用非接触式红外温度传感器，通过监测机组刹车片的温度测量高速制动器温度。并把反馈信号接入机舱主控硬件中，然后通过修改主控程序和SCADA程序，把温度信号传到SCADA系统，最终可实现高速轴制动器温度可视化需求。（3）齿轮箱、轮毂油液品质技术油液的理化性能分析：油液品质通过粘度实现衡量，润滑油膜在机械设备运行中发挥了抗磨与减磨的作用，油液粘度过大或过小都难以正常发挥作用。因此，油品粘度代表了油品劣化的程度。油品发生严重氧化，相应提高了粘度。油品因氧化形成的酸性物质，需通过酸值评价氧化油品变质的劣化情况。若齿轮箱油液总酸值增高，则会对油品的润滑度造成影响，加重齿轮箱的磨损。磨损颗粒分析：机械设备应用化学成分分析发现异常情况，评估磨损类型：浓度含量分析可直接判断机械设备磨损情况：尺寸大小对机械设备的磨损和类型发挥了决定性作用；设备的磨损机理容易被几何形貌影响。风电机组齿轮箱磨损引发齿面裂纹，从而折断轮齿，而在线动态监测齿轮箱振动，对这种长期发挥作用，且不改变故障信号的磨损失效模式科学区别。对磨损带来的固体颗粒物分析，特别是金属颗粒有利于及时预警动力机械设备的运行状态。磨损带来的金属颗粒有不同的直径和种类，可以得到动力机械设备运行的丰富信息，通常这部分设备有复杂的构造，运行时可利用金属颗粒判断初期故障。（4）集电线路故障检测技术区间判定：集电线路中在支线出线处、电缆两端安装监测装置；当故障发生时，通过线路功率方向可准确定位故障区间。故障精确定位：对集电线路中较长线路，在首尾端安装判定监测装置，在已知线路长度的情况下，仅需分别监测故障行波到达两终端的初始波头，即可计算出故障点距离监测终端的距离。隐患预警：对于架空集电线路，危树、鸟窝、绝缘子脏污、老化、覆冰、绝缘距离不足等渐发型隐患导致集电线路故障的发生前均会在线路上产生微弱行波信号。隐患放电电流行波频率数kHz-百kHz，幅值60mA-500mA；不同类型隐患放电形成机理不同，行波特征存在一定差异。本系统可监测线路上的微弱行波信号并加以分析，实现隐患的定位、辨识与预警。对于电缆集电线路，本系统能有效监测电缆主绝缘和电缆接头的老化及缺陷所引起的隐患缺陷放电。电缆内部初期局放放电量微弱，衰减大，常规的局放检测方法难以实现故障预警。本系统采集随着放电的逐步发展形成的隐患缺陷放电，缺陷放电产生的放电量较大，也会产生隐患行波，通过监测和分析故障行波即可实现隐患缺陷放电的监测，实现隐患点的精确定位及预警，及时预警避免电缆故障进一步恶化，系造成接地故障等重大事故。（5）基于数据融合的机组大部件健康诊断与寿命评估将CMS高频振动数据进行频域分析后得到的幅值谱、功率谱等特征，融入传统的SCADA时序数据特征，建立完整的风机故障特征库，训练风机故障预警模型，可以在故障早期准确地识别风机部件失效风险，帮助客户极大地节省维修成本。在同一设备组织结构树下，可在统一交互页面中，展示基于SCADA数据与振动数据的传动链故障，为用户提供更丰富的故障信息用于交叉验证，全方位保障用户设备的安全稳定运行。展示页面汇总包括发生时间、检出时间、严重等级和偏差量等信息，并将预警结果按风机部件归类，同时展示温度数据时序变化和振动预警相关关键因子分析图像。用户可根据风机设备、故障时间、故障类型、现场处理状态、严重等级快速定位重点关注的风机或预警结果。一键定位发生在统一设备上的相同历史故障，了解故障发生频率和历史处理过程。针对基于CMS振动数据产生的预警结果，可钻取查询振动预警的辅助判定信息来源，直接跳转展示故障风机对应时间区间内的时域、频域图谱进行判定验证。可区分振动传感器自身失效与基于振动信息的传动链失效，传感器失效模式包括过饱和、死数、幅值偏大/偏小、零位漂移等。展示CMS振动数据的接入信息和产生故障告警的情况，基于传动链部件维度展示CMS振动数据预警，显示各部件的历史故障预警、历史维护情况和变更台账信息，对比分析不同风机同传动链部件的温度数据、振动状态和历史预警数量，综合评估设备的亚健康风险等级高、中、低。统计资产范围内各风险等级的风机数量、比例、分布区域等信息。3、风电场控制系统多态能量管理系统优化有功功率分配模块根据电网调度设定的风力发电场有功功率、风场内各风力发电机的运行状态，并结合各台风力发电机的个体特征差异控制风场内各台风力发电机组的输出功率。有功功率分配算法是风电场功率控制系统的核心，既要对风力发电机组的进行优化控制，满足电网调度需求，也要满足机组经济运行。系统接收电网调度或风电场综自系统发下的有功功率给定，采集风电场各机组运行状态参数，如实际有功功率，可发有功、风速等信息，经智能控制算法，实现对各机组智能分配有功功率给定。在实现电网调度有功给定的基础上，平衡各机组出力和疲劳，实现业主利益最大化。风电场一次调频功能，电网调度需向系统下发开启一次调频指令，系统根据风电场内各机组上传的功率，桨角，风速等信息，计算各机组有功调频裕度，根据调频目标和电场频率-有功功率曲线，向各机组下发有功调节指令，实现风电场一次调频功能。4、基于数字孪生的陆上风电三维在线监测平台的技术开发。（1）三维图像重建技术通过处理分析无人机等巡检设备移动检测采集的风电机组及升压站图像，提取图像特征点及描述算子，研究特征级数据关联方法，通过全局优化计算相机姿态；通过多视角立体视觉，研究稠密三维重建方法；面向陆上风电测量研究三维重建空洞弥补方法，设计选取合适的地标作为参考尺度，开发基于三维重建的陆上风电测量方法；（2）陆上风电无人值守远程三维虚拟化建模及VR模型轻量化技术风电场景数字化复杂，虚拟漫游平台的设计，由于模型数量众多，工艺流程交错复杂，导致实现虚拟漫游过程对记算机资源消耗巨大，为了保证虚拟漫游能适应不同的运行环境，需要对三维模型进行轻量化处理。虚拟现实程序开发相比传统建模，多了建模端的结构优化以及后续的虚拟场景优化的操作。虚拟场景构建中的结构优化可以分为宏观方向和微观方向,即场景结构优化和模型结构优化两个方面。结构优化的基本思想是先进行场景分块或模型分割,再进行层次建模,然后进行集成。（3）VR虚拟三维在线监测与电厂安全监控系统融合技术建立基于物联网的采用北斗RTK、UWB、MEMS惯导和RFID等融合定位技术，匹配现场复杂的环境，实现人员、设备、车辆等的实时定位；优化电厂安全监控系统传感器的配置，并实时的回传数据；建立VR底层数据库与电厂视频系统、定位系统、录放音装备、移动灭火装备共享技术，结合风场3D虚拟视图，将风场、风机进行电子划区，通过安装在人员装备、内部车辆安装定位系统，在虚拟系统中实现外部入侵监视警告、内部人员车辆定位、逃生路线指引、早期火灾等事件发现和早期处置、人员车辆异常位置监控报警等功能。主要创新点：1、利用测风雷达和多尺度耦合模型提升预测精读，提高风功率预测精度、损失电量及全场利润分析、风资源后评估、利用机舱激光测风