项目背景

随着风电机组服役年限增长,机组性能和可靠性问题逐渐增多,造成了不必要的经济损失。

性能分析系统能够快速准确识别导入的数据,根据内嵌的数学模型和智能算法,对数据进行清洗和筛选,计算出风电场和机组的能量可利用率相关的所有指标,帮助分析人员更加全面深入专业实现风电场的性能分析。

项目内容

机组性能分析提供行业智能算法和数学模型,基于Spark平台的并行计算能力,根据内嵌的数学模型和智能算法,对数据进行清洗和筛选,计算出能量可利用率相关的所有指标。

机组性能分析系统主要为管理者快速了解风电机应发电量与实发电量的差异及影响原因提供工具;为风场人员快速分析风电机组发电水平及根源问题提供工具;为专业性能分析人员提供灵活的分析工具;为集团优化评估提供可批量展开的工具。

机组性能分析的业务流程为数据采集、数据处理、智能分析。

(1)数据采集

通过采集器、协议接入以及API接口等多种采集方式,将不同设备不同系统中的数据进行整合。

(2)数据处理

对数据进行标准化、归一化、过滤和数据插补等预处理步骤,从而实现数据格式的统一转换。

(3)智能分析

为了全面提高目前的运维水平,包括设备资产信息全面管理、设备运行监控、故障根源分析、性能分析等,从而实现风电场智能分析。

项目成果

通过性能损失与停机损失量化的、直观的分析风电场对应风资源下的发电效能,同时提供方便的为发现问题而设置的功率曲线分析、损失电量分解、故障分析等工具。可以用来评估各省、各机型的性能及故障率水平,从而实现运维能力评估、机型评估,可用于前期规划、机型选购、运维能力考核等。