在數(shù)字化浪潮下

300余座風(fēng)電場

2萬余臺(tái)風(fēng)電機(jī)組

每天產(chǎn)生的數(shù)據(jù)量高達(dá)580億條

相當(dāng)于全球最大電商平臺(tái)一年的訂單數(shù)量

但這僅僅是

我們數(shù)據(jù)“挖掘師”們一天的素材量

在他們手里

這些數(shù)據(jù)將潛力盡顯，價(jià)值無限

接下來，讓我們一起來看看

關(guān)于他們的故事

傳說中的“秘鑰”

從北疆的遼闊草原到東北的崇山峻嶺，從新疆的廣袤荒漠到南海的浩渺碧波，一座座高聳入云的風(fēng)機(jī)，不僅捕捉著風(fēng)的能量，也是風(fēng)電大數(shù)據(jù)“源頭活水”。

每天，超過2萬臺(tái)風(fēng)機(jī)向龍?jiān)措娏?shù)據(jù)中臺(tái)輸送680GB的數(shù)據(jù)量，目前已累計(jì)高達(dá)443TB。

如何對龐大的數(shù)據(jù)集進(jìn)行數(shù)據(jù)挖掘，從而賦能風(fēng)電產(chǎn)業(yè)智能化升級？近日，龍?jiān)措娏Α帮L(fēng)機(jī)大數(shù)據(jù)挖掘的場景研究項(xiàng)目”項(xiàng)目成果順利通過中國電力企業(yè)聯(lián)合會(huì)鑒定，達(dá)到國際領(lǐng)先水平，在這份“龍?jiān)创鹁怼敝?，?shù)據(jù)成為了風(fēng)力發(fā)電機(jī)組設(shè)備安全穩(wěn)定運(yùn)行的關(guān)鍵“秘鑰”。

從數(shù)據(jù)洪流到

數(shù)據(jù)洞察

早在2020年底，龍?jiān)措娏蛯?shí)現(xiàn)了生產(chǎn)數(shù)據(jù)的全量即時(shí)采集與秒級傳輸存儲(chǔ)。海量生產(chǎn)數(shù)據(jù)如江河奔騰，源源不斷地涌入系統(tǒng)之中。

“每種數(shù)據(jù)類型都蘊(yùn)藏著獨(dú)特的價(jià)值，秒級數(shù)據(jù)的精準(zhǔn)捕捉，能夠揭示出分鐘級頻率下可能遺漏的細(xì)微特征，從而助力我們更加迅速、精準(zhǔn)地鎖定問題所在。”龍?jiān)措娏κ紫こ處熞姾退膱F(tuán)隊(duì)依托龍?jiān)措娏ο冗M(jìn)的生產(chǎn)數(shù)字化系統(tǒng)，啟動(dòng)了風(fēng)電數(shù)據(jù)深度挖掘與分析工作。

當(dāng)數(shù)據(jù)通過運(yùn)營商專線匯聚到北京后，數(shù)據(jù)分析工程師們?yōu)槊總€(gè)風(fēng)電場和風(fēng)機(jī)分配了獨(dú)一無二的“小區(qū)”與“門牌號”，建立起清晰的數(shù)據(jù)管理體系。隨后，針對不同機(jī)型特點(diǎn)，采取差異化數(shù)據(jù)處理策略，清洗錯(cuò)誤數(shù)據(jù)，構(gòu)建運(yùn)行監(jiān)控與故障預(yù)警數(shù)據(jù)模型。當(dāng)數(shù)據(jù)異常時(shí)，模型會(huì)分析記錄并觸發(fā)報(bào)警，系統(tǒng)自動(dòng)將問題風(fēng)機(jī)推送至場站運(yùn)維人員，確保他們迅速排查并修復(fù)故障。

從不斷探索到

創(chuàng)新實(shí)踐

風(fēng)機(jī)長期運(yùn)行在高寒、高熱、高腐蝕等惡劣環(huán)境中，關(guān)鍵部件老化、葉片腐蝕、凝凍結(jié)冰等問題時(shí)有發(fā)生。以往傳統(tǒng)風(fēng)電場運(yùn)維模式下，當(dāng)設(shè)備出現(xiàn)缺陷或故障后才被動(dòng)地進(jìn)行檢修作業(yè)。風(fēng)機(jī)葉片、發(fā)電機(jī)、齒輪箱等大型核心部件的維修，要依賴大型吊車等重型施工設(shè)備進(jìn)行部件更換。而這類設(shè)備的臨時(shí)調(diào)度響應(yīng)速度相對較慢，從而影響運(yùn)維效率。

“我們的系統(tǒng)能夠全量監(jiān)控風(fēng)電數(shù)據(jù)，及時(shí)預(yù)警分析，為風(fēng)機(jī)合理安排維護(hù)計(jì)劃?！弊鳛橄到y(tǒng)的研發(fā)人員之一，龍?jiān)措娏こ碳夹g(shù)公司系統(tǒng)研究所的張涵滿是自豪。分析團(tuán)隊(duì)不斷探索、大膽創(chuàng)新，研發(fā)搭建了五大類預(yù)警模型，有效破解這一行業(yè)難題。

通過數(shù)據(jù)動(dòng)態(tài)可視化和實(shí)時(shí)數(shù)據(jù)分析模型智能預(yù)警方法，保證了故障預(yù)警的準(zhǔn)確性和及時(shí)性。創(chuàng)新采用風(fēng)電機(jī)組秒級數(shù)據(jù)進(jìn)行模型搭建，結(jié)合多特征值、趨勢一致性判斷，既能消除秒級數(shù)據(jù)干擾，又能快速捕捉設(shè)備異常信息。通過多元數(shù)據(jù)融合和多特征值決策的風(fēng)電機(jī)組故障預(yù)警判別方法，結(jié)合長短期記憶網(wǎng)絡(luò)等深度學(xué)習(xí)算法，實(shí)現(xiàn)對風(fēng)電機(jī)組關(guān)鍵部件的故障預(yù)警和發(fā)電性能劣化預(yù)警。

這一創(chuàng)新實(shí)踐是龍?jiān)措娏υ陲L(fēng)電數(shù)據(jù)應(yīng)用領(lǐng)域的重大突破，也為行業(yè)樹立了數(shù)字化轉(zhuǎn)型與智能化升級的典范。

從被動(dòng)檢修到

主動(dòng)維護(hù)

得益于“風(fēng)機(jī)大數(shù)據(jù)挖掘的場景研究項(xiàng)目”成功實(shí)施，傳統(tǒng)新能源運(yùn)營管理模式實(shí)現(xiàn)了從被動(dòng)檢修到主動(dòng)維護(hù)的華麗轉(zhuǎn)身。截至目前，項(xiàng)目成果廣泛應(yīng)用于集團(tuán)公司300余個(gè)風(fēng)電場、150余種機(jī)型、2萬余臺(tái)風(fēng)電機(jī)組，涉及新能源裝機(jī)容量5667萬千瓦，并持續(xù)深度賦能，推動(dòng)生產(chǎn)運(yùn)營智能化升級。

通過這一數(shù)字化手段，設(shè)備穩(wěn)定性和發(fā)電能力得到顯著提升，風(fēng)電設(shè)備長周期運(yùn)行機(jī)組比例顯著提高，年利用小時(shí)較行業(yè)平均高134小時(shí)，不僅提升了風(fēng)電場經(jīng)濟(jì)效益，還大幅降低了因設(shè)備故障導(dǎo)致的停機(jī)時(shí)間，從而減少碳排放，實(shí)現(xiàn)經(jīng)濟(jì)效益與社會(huì)效益的雙贏。