风电机组数字化感知与运行状态评估方案

微信扫码，打开到小程序

风电机组数字化感知与运行状态评估方案 目 录 1 背景 2 数字化感知 3 运行状态评估 4 研究展望 背景 海上风电气候条件更为恶劣 ， 运行维护成本高 ， 占到海上风电总投资 40% 以上 我国海上风电发展时间相对较短 ，技术成熟度偏低 ， 设备故障率更高 海上风电故障停机损失大 亟需探索海上风电智能运维技术 ，提升海上风电的运维经济 性 3 目前的不足 设备监测范围不足且手段单一、数据汇集传输困难 多物理场之间耦合研究不足 ， 缺乏模拟海上风电复杂系统行为特征的方法 沿用故障后运维模式 ， 缺乏高水平智慧运维体系支撑 ， 运维成本居高不下 中国华能集团清洁能源技术研究院 华 能 海 上 风 电 技 术 研 发 中 心 4 缺乏完备海上风电智慧运维体系 缺乏模拟复杂系统的方法 风电设备运行监测不足 数字孪生 随着现代信息技术和能源技术的深度融合 ，能源转型的数字化、智能化特征进一步凸显 ，数 字化是基础、智能化是关键 ，信息流与能量流融合是必然趋势。数字孪生技术为解决海上风电运 维难题提供了新的思路和技术手段。 数字孪生是综合运用感知、计算、建模等信息技术 ，通过软件定义 ，对物理空间进行描 述、诊断、预测、决策 ，进而实现物理空间与赛博空间的交互映射。 华 能 海 上 风 电 技 术 研 发 中 心 5 中国华能集团清洁能源技术研究院 场站数字孪生 基地 / 区域数字孪生 气象数字孪生 虚实 映射 可控制 智能终端 " " 数字孪生 系统 可存储 分布式 仿真模型 数据基座 工业互联网 数据来源 气象数据 | 地形地貌 | 场站观测数据 … … 典型应用（预测类） 机位点风速风向 | 组串点辐照数据 … … 数据来源 设计参数 | 运行数据 | 增量传感数据 … … 典型应用（诊断类） 效能分析 | 健康度评估 | 故障诊断与预警 … … 数据来源 气象孪生数据 | 设备孪生数据 | 运行数据 … … 典型应用（优化类） 场站功率预测 | 场站有功无功优化 … … 数据来源 气象孪生数据 | 场站孪生数据 | 大数据平 台 … 典型应用（决策类） 维 数字孪生技术路线 非结构化多源数据 调度数据发送指令 数字模型 数据驱动模型组 物理对象 人工智能 云计算 智能体模型 ABM 设备数字孪生 业务数据闭环 无人机 传感器 机理建模 混合建模 可感知 BIM VR 各 级 优 化 预 案 推 演 可计算 可预测 可采集 多 源 传 感 与 监 测 云技术 6 设备数字孪生 对风电机组进行状态监测实现故障预警 ，是提升机组运行可靠性 的有效手段之一。 • 目前 ，塔筒、 叶根、机舱、传动链等状 态 监测为重点， 尚无法覆盖叶片整体 • 现有监测技术： 点位有限。仅关注重点部件 ，按最 低 要求配置。 参数单一。多为单一物理参数的测量， 缺少多特征参量表征。 中国华能集团清洁能源技术研究院 华 能 海 上 风 电 技 术 研 发 中 心 7 风电机组监测方案示例 机组关键部件 疲劳监测 机组基础冲刷 机组位移监测 机组振动监测 数字化感知与运行状态评估 实现机组运行状态精细化评估， 需要打通全部监测系统、 采用人 工智能的方式构建部件级运行状态数字模型。 SCADA （风速、 风向、 功率 … …） CMS （振动 … …） 塔筒监测（加速度、 倾角 … … ） 海洋监测（冲刷 … …） 现有监测系统各 自独 立 ，数据分散且未标准化 部件级运行状态表征 数据标准化 （数据清洗、数据变换、特征提取） 人工智能技术 （深度学习、机器学习） 目 录 1 背景 2 数字化感知 3 运行状态评估 4 研究展望 数字化感知 机组整机及关键部件数字化感知系统：运行状态实时监测， 多源数据接入、异构数据融合、云 边协同处理、 多维状态构建 风速、风向、功率 … … 系统新增模块 载荷、振动、净空、音视频特性 系统整体功能逻辑 SCADA 数 据 叶片状态 数字化感知系统 风机整体及关键部件运行 状态实时监控 螺栓状态 预紧力监测与预警、法兰面载荷反演 现有 CMS 、塔筒、海洋等监 测 其他 10 示范海上风电场 样机设置 华能江苏如东 70 万海上风电场示范 示范机组 测点布置方案 应用效果 针对风场环境、 叶片、变桨系统、轮毂、主轴、齿轮箱、塔筒等机组主要部件 新增测点数量超过 180 点 载荷监测 • 多截面载荷特性监测 • 截面间、 叶片间载荷信号相关性分析 振动监测 • 多截面振动特性监测： 叶根、 叶中、 叶尖 • 0.01Hz ～ 5000Hz 宽频响应 • 优于 0.001Hz 频率分辨率 • 优于 0.1mg 高探测灵敏度 关键部件监测： 叶片 三支叶片载荷一致性比较 实时载荷反映风机姿态 净空监测 • 叶片扫过塔筒时 ， 叶尖距离塔筒的的直线距离为塔架净空值 • 通过安装在机舱底部的高清摄像头实时采集机组运行画面 ， 并进行图像处理 ， 实现塔架净空的实时 测 量 ， 并以此为依据对机组进行控制 扫 塔时 刻 关键部件监测： 叶片 中国华能集团清洁能源技术研究院 华 能 海 上 风 电 技 术 研 发 中 心 14 扫塔预警 发电性能提升 实时监测录像 关键部件监测： 叶片 音视频监测及结果示例 • 视频、音频数据采集 • 视频：灰度图 边缘检测 • 音频：带通滤波 降噪 • 视频 ： CNNs 神经网络 • 音频 ： STFT 短时傅里叶变换 • 实现叶片结冰、断裂、雷击、 裂纹等损伤的识别 音视频数据处理流程 失效叶片扫塔声音： 刺耳高频噪声 正常叶片扫塔声音 视频检测结果 - 有冰（夜间） 音频处理示例 视频处理示例 视频检测结果 - 有冰（雾天） 视频检测结果 - 无冰 视频检测结果 - 有冰（光照影 响） 关键部件监测： 螺栓 螺栓预紧力监测与预警 螺栓轴力监测：根据声弹性原理 ，超声波的速度会因材料中的应力而产生微小的变化。通过 研究螺栓轴力与超声波传播时间变化率的关系可以利用超声波发出和接收的时间来测量螺栓的紧 固轴力。 现场安装螺栓预紧力监测系统 声弹性测量预紧力原理 螺栓预紧力监测与预警 简化叶片和轮毂 ，基于载荷 - 螺栓预紧力计算模型对螺栓进行有限元计算 ，建立不同载荷下应 力与螺栓到螺母之间的距离的关联 ，并利用少量螺栓监测数据反演 整个 法兰面的载荷。 关键部件监测： 螺栓 中国华能集团清洁能源技术研究院 华 能 海 上 风 电 技 术 研 发 中 心 17 轮毂和机舱螺栓连接法兰面 有限元计算应力与螺栓到螺母之间距离关系 监测波形 数据治理 依托华能新能源智慧运维中心， 基于成熟的数据集成技术、 数据仓库、 BI 和 大数据采集、 存储、 处理与分析技术进行搭建数据处理系统。 华能新能源智慧运维中心 数据平台架构 目 录 1 背景 2 数字化感知 3 运行状态评估 4 研究展望 运行状态评估 利用高级算法预警部件潜在故障， 给出严重程度判断及维护建议 隶属度矩阵 模糊向量 级分 健康度 B = A × R = [0.86 0.07 0.07 0.00] 正常 注意 异常 严重 S = [100 70 40 0] H = B × ST 「 1.0 1.0 R = 1.0 l0.0 健康度评估 A = [0.10 0.19 0.19 0.19 0.19 0.14] 权向量—确定各维度权重 0.0 0.0 0.0 0.0 」 0.0 0.0 0.0 0.0 0.0 0.5 0.0 0.0 0.0 0.0 0.0 0.5 隶属度函数 . . 0 0 1 1 . . 0 0 0 0 20 部件级数字模型： 传动链 健康状态劣化趋势及预警分析 利用综合健康评价指标和 LightGBM 模型对多维特征集进行筛选 ，并利用等距 ISOMAP 对筛 选 特征集进行特征融合 ，构建滚动轴承退化趋势指标 ，实现对传动链故障的早期预警。 GBDT 训练过程 退化趋势指标 最终回归树 健康状态劣化趋势及预警分析 基于深度学习模型（高斯混合模型） 的支撑结构健康状态监测方法 ，采用考虑多状态特征融 合的动态劣化指数 (degradation index ， DI) 作为健康状态评价指标 ，通过对支撑结构健康状 态动 态衰退趋势进行分析 ，实现早期预警。 部件级数字模型： 支撑结构 故障 预警 14# 机组支撑结构动态劣化指 数 动态劣化指数及其计算流程 14# 机组冲刷情 况 动态劣化指数 1 、通过材料应变 / 载荷的阈值分析 ， 判定叶片的状态或报警、 采取相应 控 制措施 2 、依据监测信号的时序数据进行趋 势 分析 ， 判定曲线变化斜率等参数的 合 理性 3 、 时序信号的后处理分析 ，包括 FFT 分析等 ， 判定叶片部分宏观性能 的合 理性和变化 4 、信号相关性分析 ，依据不同信号 之 间的物理关联特性 ，分析信号大小 与 趋势的一致性和合理性 部件级数字模型： 叶片 生成分析报告 训练学习模型 同类型机组信号分析与评估 支撑结构安全评价与预警 叶片与高强螺栓监测与预警 传动链故障预警 机组运行状态预警 建立了机组运行状态预警系统， 集成前述模型， 具备叶片故障预警、 螺栓 预 紧力监测与预警、 支撑结构安全评价与预警、 传动链故障预警等功能。 目 录 1 背景 2 数字化感知 3 运行状态评估 4 研究展望 研究展望 风电场全场低成本安全监测 • 基于部件级数字模型 ， 建立整机运行状态表征方法 • 基于关键机位运行状态 ，通过数学模型与物理模型结合建立传递关系 ， 开展 全场机组状态特性预测 ， 实现风电场全场低成本安全监测