智慧风电解决方案

痛点分析

长期以来我国风电场管理方式粗放、分散：管理人员与风电场及设备信息之间严重不对称；
人员专业技能参差不齐，缺乏技术支持；
由于运维方式落后，24小时值守检修消耗了大量的人力成本

所有这些，都导致风电场运营很难达到较好的状态，损失大量的发电潜力，故障隐患得不到及时排除，隐形成本大幅提高。采用大数据和AI技术进行风场智慧运维变得迫在眉睫。

如何减少意外停机？
如何增加发电效率？
如何降低维护成本？

解决方案整体架构

解决方案介绍

为每一个风电场量身定制性能优、发电量高、并可延寿的全面技改方案，提升风电场资产价值。

数据整合

通过对各业务系统标准数据库进行抽取，构建智慧风场大数据仓库。并对数据进行规范整理，打造数据规范，为后续的数据应用奠定基础；通过接入风机时序数据库，
为后续算法部署连通数据。

大部件寿命管理（发电机、齿轮箱、叶片）

机械磨损不可逆，即便部件正常，必要的定期加油脂，侧力矩工作也无法省去基于定检离线上传数据和传感器实时监测的数据，监控大部件的磨损情况，
保障运行安全。并对演变趋势和寿命进行预测。以在合适时机给出更好提醒。

辅助系统预测性维护（电气、测风、偏航、润滑）

基于实时数据预测各个系统故障，做到提前维修，避免主控报警被动停机，降低因故障造成的发电损失。同时，可根据天气和风机维护需求，给出最优维护时间窗。

案例介绍

以C公司为例，他们运营多个风场、合计近300MW发电功率，巨额的风电场建设投入已经完毕，对他们来说，能对现有风电场进行挖潜得到的每一个百分点的效率提高都是纯粹的收益。
通过引入大数据智慧风电平台，打破信息孤岛，统一收集风场全量的运行数据，进行业务场景规划。具体而言，D公司风电场厂得到4个方面的显著提升。

通过机器学习、平均提高5%的风场发电量，增加收益；
通过智能化算法，提高运维效率，MTBF提升12%，大幅降低了成本；
通过协同控制增加电网友好性，将电网考核降低了约50%；
通过数字化提高运行管理水平，每年节约人力成本100万元以上；

最终实现远程风机的后台监控和全生命周期管理，确保风机运行状态最优化

提高5%的发电量
减少8%的停机时间
节省人力成本120万