CWP2020中车技术思享荟|⑦ 智能体检创新运维
作者:每日风电 2020/10/27 浏览:5949 企业

在抢装的行业背景下,在建和在役风场数量呈爆发式增长,电力企业的整体利润空间却在被不断压缩。然而风电场运维工程量巨大,过程之中出现的问题也日趋复杂,比如在役机组电量损失来源复杂多样,现场经验丰富的运维人员紧缺,诊断分析结果呈现碎片化等等,逐渐凸显传统的管理方法已经难以适应发展需求。因此需要采取适应市场变化、更为科学有效的手段,丰富和完善风电场的管理模式,来实现保质量、控风险、提效率的风电场运维建设目标。

在2020年北京国际风能大会暨展览会(CWP 2020)的“风电运维后市场专题论坛”会场上,中车株洲电力机车研究所有限公司风电事业部数据分析工程师陈刚以“风电场体检及发电量后评估助力智能运维”为题,带来风电机组健康管理方法,以及风机发电性能改进和优化的措施。

风电场健康体检体系

 

中车株洲所基于故障预测及健康管理系统,做功能的进一步完善和丰富,构建出风电场健康体检体系,对风电机组的运行数据进行综合全面的分析,明确机组存在的疑难杂症,需要检修的内容以及建议整改的措施。该体系可以帮助风电场的运维转变管理方式,在检测完毕之后会为业主提供一份风电场体检报告,具象化了健康体检的所有项点,实现预防性检修和精细化维护,以智能运维的方式,减少机组故障,甚至杜绝故障的发生。

 

陈刚介绍了风电场健康体检体系的几个应用案例。对于温控阀故障,以前我们很难预知它的发生时间和方式。但通过大量的数据分析,我们提取出了温控阀的早期故障特征,并建立故障识别模型。为验证此模型的准确性,在接近一整年的时间里,我们对200余台机组进行监测,发现了29台温控阀故障机组,识别准确率达到了87.8%,为故障的提前预知和诊断恢复提供了充分的缓冲时间。风电场健康体检体系还建立了叶片开裂故障诊断模型,可以持续监测叶片开裂故障特征,能够及时发现叶片开裂问题;转矩控制特性分析模型能对转矩响应及跟随特性、转速-转矩反馈曲线、转速-转矩给定曲线等转矩控制特性进行分析回顾,确保转矩控制与设计相符,保证机组运行稳定;涡激振动识别模型可及时捕捉机组涡激振动的特征,评估机组涡激振动抑制的效果,确保机组运行安全。

发电量后评估

 

发电量后评估能够全方位地对风电机组的发电性能进行评估,既能结合风资源评估结果,实现风电场的设计校验,为新项目的设计开发提供参考,又能通过风电场、机组的多维度电量分解及运行状态时间分布分析,揭示损失电量的构成及来源。某些风电场发电量达不到预期目标时,可通过此评估方案,深挖电量损失根因,精准定位优化项点,降低电量损失。发电量后评估方案还可为风电场持续开展提效工作,基于各机组的增效潜力评估结果,来进一步挖掘机组发电潜力,使收益最大化。

 

陈刚以若干发电量后评估的典型案例来诠释风电场的增效手段。例如通过多维度电量分解,实现场级维度、单机维度、故障维度的电量分析,揭示损失电量来源,精准定位运维优化项点,促进运维方式及策略的改进优化;基于运行状态时间分布,图解机组各运行状态的持续时长,综合场级维度、单机维度、故障维度等多维度运行时间分布分析,直观呈现运行状态时间分布,快速制定优化及改进措施,减少发电量损失;叶片除冰技改潜力评估可以建立结冰检测模型,结合事件详细信息,识别叶片结冰数据,并统计机组在冬季的叶片结冰损失电量,来评估技改工作的必要性和经济性。

在即将到来的平价时代,降本提效为风电场运行维护提出了更加精细化的要求。传统的运维方式以定期检修、故障检修为主,不但容易出现过维修、欠维修及盲目维修等问题,而且难以准确定位在役机组的发电量损失来源,从而无法确定精准有效的优化措施。中车株洲所结合故障预测与健康管理平台,通过风电场体检及发电量后评估等系列手段,实现风电机组运维的自动化和智能化,“因材施教”,特殊对待每一台机组,定制个性化的控制策略及控制参数,来应对地形、环境以及自身健康状况带来的差异,让每台机组的“机生”健康而圆满。

 

来源:中车株洲所

                   
本文由中国风电新闻网编辑整理,转载请注明出处。
                   
了解更多风电资讯欢迎关注微信公众号:chinawindnews投稿邮箱:357531359@qq.com
京ICP备14060144号-3

微信二维码