01_刘瑞华_基于多维数据的新能源运维智能决策技术研究和应用.pdf

1、基于多维数据的新能源运维智能基于多维数据的新能源运维智能决策技术研究和应用决策技术研究和应用北京协合运维风电技术有限公司2024年8月17日01背景介绍背景介绍新能源运维决策新能源运维决策的关注点的关注点我分散在各地的新能源资产到底运行怎么样资产到底运行怎么样？我怎么能在大部件损坏之前提前发现损坏之前提前发现，提前解决？我应该在什么时候、开展哪些技改项目在什么时候、开展哪些技改项目提高设备可靠性或发电量?我应该怎么去花钱，选择哪种运维队伍，怎么去组织怎么去花钱，选择哪种运维队伍，怎么去组织运行检修工作？是不是有新技术低成本的减人、替代人去干活新技术低成本的减人、替代人去干活？新能源运维数字化新

2、能源运维数字化逐渐普及逐渐普及010102020303集控运行及大数据集控运行及大数据平台普及平台普及多种数据监测的多种数据监测的智能风机推广智能风机推广基于基于AIAI的智能化的智能化工具大量应用工具大量应用减少现场运行人员-省级集控；支撑总部决策-集团大数据平台。避免事故-传动链、叶片、塔筒、螺栓等高风险、高价值设备监测和诊断。代替人的常规工作和安全管控-用智能化设备和AI算法模型进行智能巡检和安防监视。产生海量有价值的数据产生海量有价值的数据海量、多维数据如何应用？海量、多维数据如何应用？如何真实地通过数据知道效益，提高效率？如何真实地通过数据知道效益，提高效率？风机光伏组串汇流箱逆变器

3、箱变计量表测风塔气象站主变后台系统设设备备33.2 万条10.8 万份18.2 万次630.72万条/台3153.6万条/台109.5 万份工工 单单两两 票票出车记录出车记录运行数据运行数据监测数据监测数据各项记录各项记录辅助设备辅助设备10T/场站 目标目标-用数据辅助运维决策用数据辅助运维决策“设备设备-人人-管理管理”指标的透明化、标准化，提升项目利润（现金流）！指标的透明化、标准化，提升项目利润（现金流）！减少安全事故！减少安全事故！02研究与应用研究与应用研究方向研究方向1-1-融合融合SCADASCADA数据的设备监测算法研究数据的设备监测算法研究8基于SCADA数据，通过10分

4、钟和秒级数据诊断高频次故障建成模型，代替专家重复性劳动，提高效率；基于SCADA数和图像数据，通过机器学习算法能够提取专家特征建成模型，代替专家，降低成本；基于SCADA数据和大数据模型，采用长时间提取特征建成模型，弥补专家不足，提高准确率；建立184个模型，进行设备亚健康监测，关注发电量损失，大部件损坏、设备亚健康，在监盘、巡检和定检过程中处理设备问题。X1X2X3X4X5X6+1+1X 1X 2X 3X 4X 5X 6Layer L1Layer L2Layer L3Feature SelectorInput Features XActivation FunctionReconstructe

5、d Features X Reconstruction Error Hidden Code Y研究方向研究方向2-2-融合辅控数据的大部件监测算法研融合辅控数据的大部件监测算法研究究9基于振动等辅控数据，再结合SCADA温度数据，采用长时间提取特征建成模型，提高模型的准确率。有别于传统经验式、片段式分析，在总部利用多数据源，长时间数据进行特定场景的特征提取，开发叶片、塔筒、主轴、齿轮箱、联轴器和发电机等部件的预警算法。具备实时预警诊断，定期生成报告。多种特征指标、长趋势。研究方向研究方向3-3-融合运维数据的运维决策研究融合运维数据的运维决策研究融入运维过程日志的数据，建立标准化评估流程，使分

6、析不再依赖于工程师的个人经验；实现“设备-人-管理”的穿透，让每一个现场身边都有“专家”；智能自动报告，实现生产管理分层闭环；月报:全面审查设备发电情况，分析电量损失根源，设备亚健康诊断，指导下一步运维安排及计划。季报:发现设备性能缺陷，评价运维现场技术能力，确定设备集中性缺陷，为运维管理和技改提供依据。设备研发专家设备研发专家风机设计专家风机设计专家数据分析专家数据分析专家设备维修专家设备维修专家技术支撑专家技术支撑专家研究方向研究方向3-3-融合运维数据的运维决策融合运维数据的运维决策日常巡检维护专项优化体检报