关注公众号:风电彤行
人工智能应用于风电机组数据之中将更为盛行,将会有更多的技术应用案例。这其中有诸多案例都涉及风机运维实践工作中,使得风场高效、备件更好的预测、降低停机时间和降低无计划的维护成本。
基于高级机器学习算法的预测和预防故障平台
人工智能的最好定义是它是一套方法或者一套算法,它是使用大量数据学习规则或模式,持续用其它数据改进。大多数人工智能解决方案是基于云平台,定向推送到显示屏或者邮件,许多人都可以用工作流程系统来工作。
人工智能可能获取的信息来源包括:
SCADA数据(平均、最小、最大和标准偏差)
维护数据(部件更换记录、润滑等)
故障记录
软件升级
CMS数据(如果可用)
使用这些数据源产生正常风机性能模型,这可以服务于快速验证风机非正常行为及通知风电场运行人员。
这个人工智能模型能够一周七天、一天24小时监测风机,减轻了运行人员通过筛选超大数据集以寻求相关见解这项沉闷的工作。
在风机运行中,人工智能的一个应用较好的案例是自动检测偏航误差,如果没有检测到将会导致发电量的损失和增加风机的载荷。其它案例包括变桨轴承,发电机定子绝缘和变压器故障预测,也包括轴承润滑工况检测。
预测是人工智能系统的另一个特征,许多预测是可能的,包括发电量、可利用率以及部件超温事件,备件需求和其它这样的使用案例。增加可视性可为风机运维人员带来巨大收益。
领取专属 10元无门槛券
私享最新 技术干货