【无所不能 文|能豆君】两周前,齐国临淄风电场突然出现风机大部件故障,场长蔡桓公因为风机停机超过7天,遭集团通报批评。
蔡桓公半信半疑地小窗了扁鹊。
一周后
Ensight报告
时间:2018.07.16
风机:临淄齐国风场B-5号2MW风机
告警:风机偏航系统异常
症状描述:由于风向标性能问题或偏航控制系统异常,实际对风角度与最优对风角之间偏航超过5°,导致该风机不在最佳对风角度,风机长时间没有处在最佳发电状态。
损失预估:如果不采取措施,预计年损失电量10万度。
一周后
Ensight报告
时间:2018.07.01
风机:临淄齐国风场A-3号2MW风机
告警:风机传动链轴承温度异常
症状描述:发电机轴承亚健康预警,轴承实际温度偏离预测的健康温度25%,可能是由于轴承磨损或润滑不良,未来三个月有故障停机风险。
建议措施:建议上机检查或调用振动数据交叉验证
Ensight报告
时间:2018.07.21
风机:泰山风场D-6号2MW风机
告警:叶片损伤、开裂
症状描述:根据频谱图可看出,风机其中一支叶片的频谱响应与另两支相比有显著差异。风机叶片因局部叶尖开裂导致扫风声音异常,在频谱上表现为高频段能量衰减。
建议措施:尽快现场确认,人工吊篮修补叶片
关于Ensight
洞察现在 预见未来 适配任何机型
基于远景EnOS™能源物联操作系统开发的Ensight智能预警产品,集合了100GW风机设备积累的2PB海量数据,运用机器学习算法,建立风机画像,实现风机发电性能与关键部件亚健康告警。Ensight支持叶片、传动链、变桨、偏航、力矩控制五大系统关键设备的亚健康状态的识别告警,与设备运行状态、设备通讯状态解耦管理。为运营商管控资产发电性能跌落与关键部件失效风险,案例平均提升发电量3%。
关键技术
Ensight将理论与实践结合,基于分布式数据存储系统与快速计算框架平台,积累丰富的风机故障预警物理模型智库,既知风机生病机理,又晓大数据处理与人工智能技术。
深度神经网络
在风机叶片异常预警与故障诊断上,不仅将时频分析与机器学习PCA模型结合进行故障特征提取,同时基于深度神经网络DNN进行不同异常下的叶片声音识别,引入了图像处理与卷积神经网络CNN去“观”声音,提高故障模式识别准确率,高效准确确定异常部位,以“对症下药”,保障风机安全运行。
高斯核函数的支持向量回归(SVR)模型
结合风机运转原理,选取与轴承温度息息相关的测点作为特征,利用基于高斯核函数的支持向量回归(SVR)模型,将低维空间数据映射到线性可分的高维空间,建立对轴承温度的精确回归模型。
LightGBM机器学习算法
基于决策树算法的分布式梯度提升框架,采用直方图算法以及带深度限制的Leaf-wise的叶子生长策略,进行风机发电性能分析以及偏航角度的遍历寻优。
找能豆君 | icaixinenergy ; icaixinenergy2
本账号系网易新闻·网易号“各有态度”签约帐号
领取专属 10元无门槛券
私享最新 技术干货