1、基于模型全生命周期管理的风电智能化实践风电行业背景2我国风电市场发展迅速2017年，我国新增装机1503万千瓦，累计并网装机容量1.67亿千瓦，占全部发电装机容量的9.2%。2017年，风电年发电量3057亿千瓦时，占全部发电量4.8%，相比2016年提高0.7%。风电平均利用小时1948小时，同比增长203小时，全年弃风电量419亿千瓦时，同比减少78亿千瓦时，弃风限电形势大幅好转。风电运维市场发展潜力巨大风机的质保期一般在2-5 年，如今大部分风机已经出了质保的时间点，出质保后，风场业主对风机的运维需求日益增强。风电运维市场巨大，2012 年我国风电运维市场规模在 45 亿元左右，2016

2、 年行业市场规模在 年行业市场规模在 108亿元左右。风力发电机整机成本逐年降低风力发电机整机价格从2008年6500元/千瓦，2017年下降到3700元/千瓦，风机生产企业日渐增多，风机市场竞争日渐激烈，风电市场盈利风向转变。海上风电市场潜力巨大风能利用率高，相比陆上风电发电潜力大，陆上风场建设资源相对饱和，海上风电资源丰富。2017年海上风电新增装机共319台，新增装机容量达到116万千瓦，同比增长96.61%;累计装机达到279万千瓦。到2020年末，海上风电并网装机容量达到500万千瓦以上3风电行业痛点风能限电严重风电度电成本较高运维难度大人员流失严重风电行业典型问题及解决方案2012

3、年和2016年，全国平均弃风率超过17%。2017年弃风全国平均弃风率12%原因：风资源不确定性高，易造成电网安全隐患解决方案：风功率预测技术与电网调度优化技术 风电的度电成本较高海上风电可达0.85元/度，风电的运维费用较高，占整个度电成本的30%以上。原因：设备故障停机发电损失，风机运营维护成本风机一旦故障停机，每日由于发电损失所造成的损失达2-4万元（4MW风机），风机维修和维护成本也相对高昂原因：风机大多位于偏远山区或是海上，运维资源的调度困难。相比陆上运维海上运维依赖于船只和天气、运维资源的调度困难，运维难度大。风场运维人员仅工作2-3年便离开了现场，平均工作时间仅有5年。100个工

4、程师，一年将近流失20个，流失率高达20%。原因：电场地处偏远地区，条件艰苦、工资低、危险系数高，年轻人对如此强度的工作接受程度大打折扣。解决方案：风机发电状态监测+故障预测性诊断技术解决方案：风场预测性维护+风场排程优化解决方案：远程监控运维+无人风场监测4天泽智云风电领域深厚的技术经验积累42017天泽智云与东方电气签订合约，为其开发一套集合了集控、智能维护、排程优化的智慧风电系统。20172017年：天泽智云为协合新能源提供基于SAAS服务的智慧风电数据服务。2014-2016团队成员参与IMS中心与上海电气合作的风场智能运维“风云”系统研发，完成部署26个风场，天泽智云数据科学家团队成

5、员与上海电气合作开展CMS振动分析系统研发，在可行性验证中成功预测某风场的传动链大部件故障，预测提前量为3个月。2018天泽智云与东方电气签订智慧风电系统二期，结合边缘计算技术提高风机质量。2011团队成员以IMS(美国智能维护系统中心)身份参与华锐风电开始合作，在可行性验证中基于SCADA数据成功预测某风场2台风机的传动链大部件故障，预测提前量为28天。5SCADA,PLC,CMS 数据维护记录、工单、ERPI.智能感知层II.智能分析层风机健康建模与性能衰退评估关键子系统健康评估及预警关键部件故障诊断及趋势预测短期风功率预测Opera&ng)Condi&ons:)Wind%Speed%Wi

6、nd%Direc,on%Pitch%Angle%Load%etc.%R2 R1 Regime Density Estimation Operating Regime Identification Performance Prediction Turbine Revenue Prediction Performance Assessment Output)Variable:)Actual%Output%Power%GLOBAL HEALTH ESTIMATOR R2 R1 R2 R1 DRIVETRAIN COMPONENTS FILTERING&SIGNAL PROCESSING FEATUR

7、E SELECTION TOOLBOX DEGRADATION ASSESSMENT FAULT LOCALIZATION FAULT DIAGNOSIS G E A R B O X G E A R B O X G E N E R AG E N E R A T TO R O R R O TR O TO R O R E E LELE C C TRTR O O N N I C I C S S Bearing Faults Gear Abrasion Gear Eccentricity Axle Misalignment Stator Faults Rotor Misalignment Bearin

8、g Faults Shorted Winding Coil Short Circuit Rotor Unbalance Bearing Faults Mass Imbalance Aerodynamic Asymmetries Surface Roughness Overload Thermo-mechanical Fatigue ANN,BPNN STFT/FFT/Envelope Fuzzy Logic+PMP Wavelet Analysis Time Domain Analysis Wavelet+FFT Radial Basis NN Time Series Tech.Time Do

9、main Analysis Fuzzy Logic Spectral Analysis Order Analysis C O M P O N E N TC O M P O N E N T F FA A U U L LT TYT TY P P E E A A N N A A L LY Y S S I S I S III.智能网络层 建立每台风机在网络空间的对称模型，能够对当前及过去状态精确同步及透明化管理。风机集群建模和健康管理，对风机间的差异性进行评估。利用平台化数据及模型管理实现对智能分析层的模型进行更新和校准。Clustering 1Global Health Estimator Sele

10、ction of Best&Critical Units 2Critical Unit Baseline Units Local Damage Estimator Critical Unit 3Fault Localization&Diagnosis IV.智能认知层 以网络层大数据挖掘所获取的知识为基础，通过逻辑推演分析风机故障风险对发电能力和运行安全性的影响。在风场环境进行建模的基础上对中短期风功率进行预测，结合风机当前状态预测未来发电量及运行风险。V.智能决策与执行层 结合分析结果、风场的业务经验和专家知识，以故障预测和环境预测为基础的动态维护策略优化及资源调配，形成风场运营维护业务闭环

11、。基于风功率预测及风机集群健康状态，进行风机智能负载匹配及运行策略优化。Clustering 1Global Health Estimator Selection of Best&Critical Units 2Critical Unit Baseline Units Local Damage Estimator Critical Unit 3Fault Localization&Diagnosis controlled operationfully operation实现风场多维异构数据源的整合，构建统一的数据平台，并根据分析需求动态优化数据采集的控制策略利用智能算法模型，对高速数据流进行实

12、时分析，为构建实体空间与网络空间对称模型提供信息支持，同时满足部分风机设备端智能控制的需求基于CPS结合大数据分析和工业智能技术解决风电行业典型问题6无忧风电价值目标精准定位风机发电性能瓶颈，指导风机发电量提升利用机器学习、工业大数据和人工智能技术从风机基本结构出发对风机进行综合的健康管理，消除安全隐患，降低因设备故障造成安全事故发生率，增加智慧风机运营的可靠性和稳定性，延长风机的使用寿命。提升风机安全等级，降低安全隐患利用风机发电性能分析、风功率预测等功能模型分析风机的发电模型，精准定位风机的发电性能瓶颈，指导风机发电量提升。智能化的备件管理策略，降低风场运营成本结合风机部件的故障结果，利用

13、机器学习和智能算法对风机备件进行综合建模，从成本视角实现对备件和运营维护资源的智能化调度，降低风机运营维护的成本。固化专家经验，降低风场运维对人的依赖结合风场生产管理经验，利用人工智能和软件技术指导风场的日常运营维护管理，减少风场运营对人的依赖，实现无人风场和无忧风场。7天泽智云无忧风电解决方案天泽智云无忧风电解决方案智慧风机&智慧风场无忧风机运行维护无忧风机运行维护区域集控制中心风场区域运行服务中心风场区域运行服务中心无忧风电运行服务中心无忧风电运行服务中心集团集控中心风风 场场 业业 主主维护人员运营人员一站式托管服务托管服务托管服务故障预警系统精准故障分析系统发电性能评估及风功率预测系统

14、风机远程监控及状态评估，精确定位风机健康问题和故障情况。风机发电性能分析，对风机发电性能异常进行识别，预测分析出未来的发电量大小。报表生成，运维工单获取，现场维护工作排程。智能监控系统风场健康及生产管理系统智能运维维护管理系统（服务端）区域风场远程监控及状态评估，精确定位风机健康状态和运行情况。风场生产效能分析，评估风场生产效能和风能可利用率分析。结合风场运营信息和工单任务，生成最优化工单推荐，辅助风场运营智能运营维护管理系统（移动端）实时数据监控、故障预测分析及统计历史数据报表发电量统计维护运营工作管理工单排程下发CyberRepository(模型库管理)模型存储模型管理模型导入导出模型属

15、性编辑模型查看检索模型验证部署模型版本管理查看运行状态模型匹配管理行业模板管理CyberSphere(模型算法运行平台)数据存储调度引擎数据可视化API计算引擎Job管理调度策略执行动态加载分析数据结果数据模型文件算法模型2 EdgePro(边缘管理平台)应用容器Web容器UI组件报表引擎行业服务组件数据接口算法模型1 算法模型3 智能监控系统 故障预警系统 精准故障分析系统总体软件架构设计思路基于CPS架构模型设计集成的模块化平台支持不同边缘端智能硬件的接入和管理工业智能建模环境提供灵活的算法模型开发和部署模型生命周期管理多种业务应用基于弹性应用框架并实现统一UI设计支持高可用性、跨平台和可

16、扩展性通过平台能力固化和积累专家经验和领域知识工业智能建模环境设备管理边缘计算执行特征算法管理大数据平台无忧风电解决方案的技术实现其他数据系统风功率预测系统 智能运维管理边缘智能硬件天泽智云无忧风电功能流程架构综合数据服务环境智能监控系统智能运维管理系统生产决策场群控制端风速功率预警历史信息运行数据故障记录功率预测实时预警信息排程计划天气预报CMS振动数据及SCADA运行数据维护成本发电计划人、车等运维资源实时故障信息工单任务反馈工单任务记录功率预测预测分析故障预警系统故障分析系统发电性能评估风功率预测系统排程优化边缘智能硬件运维服务终端天泽智云无忧风电能力体系风场健康管理系统趋势分析预警评估

17、值通频有效值峰峰值峭度、脉冲分析裕度、歪度分析波形分析瀑布图分析预警与诊断测点预警测点报警诊断结论分析判据展示判据趋势原始数据分析时域分析频域分析阶次域分析时频域分析时域同步平均集群对标预警评估值对标分析通频有效值对标分析峰峰值对标分析峭度、脉冲对标分析裕度、歪度对标分析波形分析对标分析瀑布图分析对标分析其他类故障预警偏航对风不正风速仪异常IGBT温度异常变流器温度异常叶片故障预警叶片结冰叶片污染变桨故障预警变桨执行异常变桨电机温度异常传动链故障预警发电机定子绕组温度异常发电机轴承卡滞发电机轴承温度异常齿轮箱油温异常齿轮箱轴承温度异常故障预警系统基于SCADA数据的故障预警精准故障分析系统基于

18、高频振动信号的智能诊断参数配置机组参数配置自诊断阈值参数配置查询及统计历史诊断结论查询整机预警统计部件预警统计报表生成11天泽智云无忧风电能力体系发电性能评估及风功率预测系统111324整场短期/超短期预测/理论发电量计算单机短期/超短期预测/理论发电量计算01 实时风功率预测基于气象数据及风机场运行数据的风功率预测系统发电性能评估及风功率预测系统风向玫瑰图风能玫瑰图风速气压温度湿度气象信息监测 02 限电设置预计开机容量设置上报方式设置自动补报设置预测异常值报警设置04 系统管理预测结果统计预测误差分析考核结果分析历史统计分析03 12天泽智云无忧风电能力体系发电性能评估及风功率预测系统功能

19、与算法亮点不同地区有不同的考核标准，建立不同考核标准的报表统计考核标准与误差的透明化 考核标准的多样化与透明化针对不同的考核标准定制算法，最大限度的保证考核的合格率 针对考核标准来定制算法直观的显示出预测误差的变化趋势监控预测模型的稳定趋势 预测误差的趋势统计神经网络预测模型基于状态的误差修正.基于NWP与风机数据的深度学习预测模型实时监控误差的变化并及时反馈预测模型的在线优化与调整 基于误差反馈的算法优化与调整预测误差的主要来源统计不同预测误差的量化分析.预测误差的归因分析13天泽智云无忧风电能力体系智能监控系统13工作台风机监控生产效能分析全场风资源分析控制台风场监控消息中心指标展示故障交

20、互核心KPI对标消息中心功率曲线分析单机风资源分析PBA分析风向玫瑰图风能玫瑰图风机复位风机启动风机停机 集成现场各系统，可根据业务需求从统一工作台进入各级业务子系统，避免了工作人员多系统切换作业情况；将现场各项工作融入消息中心中，以消息提醒得方式为运营人员智能推送工作任务及报表，提高现场人员工作效率；基于风机机理对现场风资源情况，风机运行状态进行分析，及时发现风机效能低下得原因所在；1414天泽智云无忧风电能力体系智能运维管理系统维修设置点检配置备件管理设备生命周期管理排程优化工作管理 设备信息管理 MTBF，MTTR统计 人力成本分析 历史记录查询维修记录、备件记录点检记录、故障与异常记录

21、 资产台账 点巡检与检修任务接单 保修 运维成本分析 成本最优维修排程推荐 时间最优维修排程推荐 任务管理 人员管理 点检管理 维修管理 备件管理 点检类型配置 点检标准配置 点检任务派发预防性维修任务派发与提醒预测结果维修推荐故障维修任务派发与提醒 货架维护 品类维护 入库 在库 出库工单记录1515应用案例东方电气风电有限公司智慧风场建设15降低风机非计划停机时间10%“与天泽智云合作建立的东方风电智慧风场iPACOM系统，融合了风机控制、远程监控、振动预警、功率预测、能量管理业务功能，借助天泽智云工业数据算法平台，实现了风电领域的边缘计算、部件诊断、监控评估、能效提升，形成风场运营集控和

22、预测性服务体系，实现全风场数据融合和实时互通，系统功能互补和能力共享。”东方电气风电有限公司提前28天发现齿轮箱故障降低风机运维成本5%东方风电预计市场收益6200万元161616应用案例协合新能源基于SaaS的智慧风场数据分析服务16“在天泽智云智慧风场数据分析SaaS服务的协助下，北京动力协合科技完成Power+风电站的智慧运维平台建设，完善了协合新能源集团的新能源领域的人工智能应用，通过与电站资产和运维人员的高效优化管控结合，最大化风力发电站发电收益以及业主的资金回报率。”协合新能源集团提前20天预警某风场发电机抱死事故识别出某风场8台风机偏航角存在偏差提前40天预测某风场齿轮箱超温故障减少风机非计划停机时间15%多 谢