9月16日上午10點50分,2020線上智博會舉行“數采和新能源設備上云-風電機組管理和智慧風場運維云應用”發布會,中國船舶重工集團海裝風電股份有限公司大數據專家張方紅博士帶來中國海裝診斷預警平臺1.0版的發布。
張方紅介紹,近年來,海上風電場建設逐步轉移到離岸更遠的地方和更深的水域,因此運維成本會增加更多,同時面臨更惡劣的環境和更高難度的維護方式。目前風電行業缺乏一個統一的信息監管的平臺,無法很好的掌握海上風電場的水平,無法很好的指導和幫助進行經濟效益的提升。“所以我們需要的就是能夠通過統一的數據采集和通道,以數據采集分析挖掘價值和信息整合為戰略目的。”
中國海裝診斷預警平臺1.0版是海裝智能運維的一個建設環境,包含了整個預警的模型,實現了風機健康狀態評估,提供超越級的回報,同時實現了風控率的精準預測,風資源的合理調配,是個海裝智慧工廠運營管理產品,也是智能運維的一個產品。
目前,中國海裝診斷預警平臺1.0版主要作用是對風電機組健康評估,實現預防性運維;同時通過機理結合統計分析進行故障預警并推送運維,實現自動閉環驗證;此外對風電場運行情況進行后評估,自動生成風機健康狀態后評估報告;還對風電場實現集群分析后評估,以獲得發電量提升方案。
實現這樣一個解決方案,在大數據技術應用方面,中國海裝用了一些前沿技術:在海量數據存儲方面,主要是用的基于hadoop HDFS 和 mongoDB的數據庫技術,也開始使用RocketMQ,以及 elastic search 這樣一些分布式索引技術, 可以實現百億級數據的一個秒級查詢。
在數據計算處理技術方面,通過mapreduce將大量復雜的數據,進行split, shuff等操作,建立規則,標準化,再進行下一步的數據處理。同時也通過spark streaming的一些流計算處理技術以及一些分布式的處理技術來進行海量數據的預處理。“我們也在嘗試用更好數據計算技術和數據互聯技術來解決我們風電機組數據量日趨龐大的一個問題。” 張方紅介紹,在平臺架構方面,平臺將能接入的所有風場數據傳入海裝總部的大數據中心,并進行了數據標準化處理,同時在這個大數據平臺上面搭建一個數據應用層,通過微服務技術對各種數據進行綜合利用,分析挖掘及算法建模,再結合已搭建起來的專家經驗知識數據庫,形成一個閉環反饋效應,來驗證所有部署的診斷預警模型的運行效果。“這樣一個數據應用平臺,既支持我們總部大數據中心的云端部署,也支持在我們的業主集團、發電集團以及風場集控中心進行輕量級快速的現地部署。”
目前,中國海裝診斷預警平臺1.0版正在準備做的一項工作還包括建立以可靠性為中心的RCM維修策略推送服務,將風場設備故障數據進行一個故障信息的自動處理,同故障專家知識庫結合,對故障時間,空間進行定性及定量的可靠性指標分析,排序確定風機或部件危害度,失效時間,進行PHM決策,并自動觸發生成運維策略推送到海上運維部。
張方紅表示,中國海裝希望能夠嘗試采用5G技術,以云平臺為支撐,實現海上運維大數據的儲存平臺、監控平臺、集成平臺一體化建設,實現數據共享,實現數據智慧化。最終的理想和目標是將新能源,自然的風電資源,實驗測試平臺,制造及供應鏈,運營管理平臺,運行維護平臺,數字孿生仿真平臺,數據治理平臺融合起來,打造一個更全的數字化生態圈。