某风电场基于数据驱动的诊断系统的建设与应用

作者：苏俊; 陈振华

来源：数字技术与应用, 2022, 40(11): 154-156.

DOI：10.19695/j.cnki.cn12-1369.2022.11.47

<正>国内风电机组装机容量迅速扩大，机组运行中的故障问题日益突出，如何提前预测机组部件故障，合理安排检修，减少安全事故及发电量损失越来越重要。本文通过SCADA数据建立了大部件、设备健康和性能劣化3类共134个模型，将这些模型集成到数据驱动型的诊断系统中，成功发现了机组发电机轴承异常和功率曲线异常，结合风电场定检和巡检工作进行了处理，降低风电场非计划性停机损失，为智能化运维模式的探索提供有效依据。伴随着风电行业的快速发展和风电机组的广泛安装使用，运行机组的故障问题日益突出。如何合理采用故障预警技术，通过实时数据和预警算法有效地发现事故隐患，快速准确地进行机组维护和维修，保障机组安全运行，降低机组的故障率，提高风电的竞争能力，成为了行业的共识。