|
“上医治未病，中医治欲病，下医治已病。”《黄帝内经》给出了健康诊断的三重境界。风电机组远在千里之外，一旦出现“亚健康”，不仅难以立马发现还会大大影响开发商发电量收益。风电机组健康诊断十分重要，那么如何才能做到“上医治未病”呢？
中车株洲所风电事业部风电机组故障预测与健康管理系统（Prognostic and Health Management，简称PHM）给出了解决方案。该系统是中车株洲所风电事业部围绕智能运维服务进行自主开发的核心产品，是基于大数据平台的风电机组大部件智能预警监测系统。近日，PHM系统在甘肃华电环县风力发电有限公司顺利完成部署运行，在风电智能运维市场中首次崭露头角，实现风电机组从质保期到出质保的应用场景全面覆盖。
对风电机组来说，PHM系统是一个知识渊博的智者、本领神通的强者、服务贴心的护士、经验丰富的卫士。
知识渊博的智者。PHM采用机器学习的智能算法集成专家经验，建立了风电机组健康状态量化评价体系，及时发现存在隐性问题的风电机组或部件。用它的金睛火眼对超过2000台风电机组进行管理，在线监控着每台风电机组数百项运行参数的状态；用它的丰富经验和知识对这些庞大的数据进行分析，每10分钟就能对风机的健康状态进行精准评价。
目前PHM已经建立了80多项故障诊断与预警模型，对叶片开裂、振动异常、齿轮箱异常、偏航系统对风异常、叶片气动不平衡、发电机温度异常、风机基础开裂检测、变桨系统异常、齿轮箱温度异常、变流器温度异常等风机“亚健康”问题，均可以及时精准地进行故障诊断并提前预警，同时推送报告给业主。业主可以根据诊断结果和预警信息，提前对风机的预防性维护，降低重大质量问题发生几率，提升机组可利用率。
本领神通的强者。除了传统意义设备部件故障诊断的功能之外，PHM还有具备产能分析、基于CMS的状态评估和故障预警、风场风机评比等强大功能。其中：一是产能分析包括发电量分析、性能分析、功率曲线偏移、功率曲线异常识别、PBA分析、发电量损失分析、发电量损失归因分析等；二是基于CMS的状态评估和故障预警包括齿轮箱状态评估、齿轮箱齿轮故障预警、齿轮箱轴承故障预警、发电机健康状态评估、发电机轴承振动故障预警等；三是风场风机评比包括风机发电性能排序、风机性能对比、风机维护成本分析对比、风机维护时间窗优化等。
服务贴心的护士。它依托的风电事业部自主建立的风电大数据中心云平台，规划存储规模达到PB级，可用存储容量约400TB，管理近3GW装机容量风电机组，机组数量近2000台。基于数据中心高性能计算集群及对海量风机数据的挖掘分析，PHM风机卫士可以轻松实现对风机机械、电气和控制系统的全面评估，可以定制化专项体检报告，实现一键生成风机体检报告，让业主客户倍感服务贴心。
经验丰富的卫士。PHM在对某风场进行诊断分析过程中，发现1台机组叶片振动指标异常偏高，且存在不断上升趋势，经现场排查确认，该机组叶尖开裂，避免了开裂扩大导致的叶片下塔；对某风电场进行诊断分析过程中，发现3台机组叶片振动指标一直偏高，经现场排查确认，对应机组的叶片零度线标错，实施针对性的处理措施后，成功改善这3台风机的“亚健康”状态；叶根螺栓断裂问题涉及设计、施工、运维多个环节且无直接监测点，该问题潜在危害大，精准监测叶根螺栓断裂问题具有很高的价值，PHM风机卫士经过模型构建、测试与部署验证，可及时识别风机叶根螺栓断裂问题，在某风电场监测叶根螺栓断裂，准确率超过 80%。
PHM系统涵盖了风机数据采集、集中监控、损失电量分析、性能优化、设备健康预警等功能，将风机运行产生的海量数据转化为智能化主动运维决策，以智驭风，实现风电运维降本增效。中车株洲所秉承着“客户至上、互利共赢”的经营理念，高度重视客户现场智能运维的需求挖掘，目前还研发了数字化形影系统，实现风电机组仿真与实测参数实施对比，在风机寿命预测、智慧寻优等方面也取得了技术突破。
源自中车，值得信赖。自从2018年“诞生”以来，这位PHM风机卫士以渊博的知识和强大的功能为每一位客户提供贴心的服务，还在不断地积累丰富经验，继续完善和提高自己，得到了众多客户的赞誉。
|