2數(shù)字化感知3運(yùn)行狀態(tài)評(píng)估4研究展望背景海上風(fēng)電氣候條件更為惡劣，運(yùn)行維護(hù)成本高，占到海上風(fēng)電總投資40%以上我國(guó)海上風(fēng)電發(fā)展時(shí)間相對(duì)較短，技術(shù)成熟度偏低，設(shè)備故障率更高海上風(fēng)電故障停機(jī)損失大3設(shè)備監(jiān)測(cè)范圍不足且手段單一、數(shù)據(jù)匯集傳輸困難多物理場(chǎng)之間耦合研究不足，缺乏模擬海上風(fēng)電復(fù)雜系統(tǒng)行為特征的方法沿用故障后運(yùn)維模式，缺乏高水平智慧運(yùn)維體系支撐，運(yùn)維成本居高不下風(fēng)電設(shè)備運(yùn)行監(jiān)測(cè)不足缺乏模擬復(fù)雜系統(tǒng)的方法缺乏完備海上風(fēng)電智慧運(yùn)維體系4數(shù)字孿生隨著現(xiàn)代信息技術(shù)和能源技術(shù)的深度融合，能源轉(zhuǎn)型的數(shù)字化、智能化特征進(jìn)一步凸顯，數(shù)字化是基礎(chǔ)、智能化是關(guān)鍵，信息流與能量流融合是必然趨勢(shì)。數(shù)字孿生技術(shù)為解決海上風(fēng)電運(yùn)數(shù)字孿生是綜合運(yùn)用感知、計(jì)算、建模等信息技術(shù)，通過(guò)軟件定義，對(duì)物理空間進(jìn)行描5數(shù)據(jù)驅(qū)動(dòng)模型組業(yè)務(wù)數(shù)據(jù)閉環(huán)可感知BIMVR可計(jì)算人工智能云計(jì)算無(wú)人機(jī)傳感器非結(jié)構(gòu)化多源數(shù)據(jù)物理對(duì)象數(shù)字模型機(jī)理建模數(shù)據(jù)驅(qū)動(dòng)模型組業(yè)務(wù)數(shù)據(jù)閉環(huán)可感知BIMVR可計(jì)算人工智能云計(jì)算無(wú)人機(jī)傳感器非結(jié)構(gòu)化多源數(shù)據(jù)物理對(duì)象數(shù)字模型機(jī)理建模數(shù)字孿生系統(tǒng)仿真模型數(shù)據(jù)基座工業(yè)互聯(lián)網(wǎng)多源傳感與監(jiān)測(cè)各級(jí)優(yōu)化預(yù)案推演虛實(shí)映射6機(jī)組振動(dòng)監(jiān)測(cè)機(jī)組關(guān)鍵部件 疲勞監(jiān)測(cè)機(jī)組位移監(jiān)測(cè)機(jī)組振動(dòng)監(jiān)測(cè)機(jī)組關(guān)鍵部件 疲勞監(jiān)測(cè)機(jī)組位移監(jiān)測(cè)機(jī)組基礎(chǔ)沖刷對(duì)風(fēng)電機(jī)組進(jìn)行狀態(tài)監(jiān)測(cè)實(shí)現(xiàn)故障預(yù)警，是提升機(jī)組運(yùn)行可靠性的有效手段之一。7數(shù)字化感知與運(yùn)行狀態(tài)評(píng)估實(shí)現(xiàn)機(jī)組運(yùn)行狀態(tài)精細(xì)化評(píng)估，需要打通全部監(jiān)測(cè)系統(tǒng)、采用人工智能的方式構(gòu)建部件級(jí)運(yùn)行狀態(tài)數(shù)字模型。塔筒監(jiān)測(cè)（加速度、傾角……）海洋監(jiān)測(cè)（沖刷……）現(xiàn)有監(jiān)測(cè)系統(tǒng)各自獨(dú)立，數(shù)據(jù)分散且未標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)準(zhǔn)化人工智能技術(shù)82數(shù)字化感知3運(yùn)行狀態(tài)評(píng)估4研究展望數(shù)字化感知數(shù)字化感知系統(tǒng)SCADA數(shù)據(jù)螺栓狀態(tài)葉片狀態(tài)其他樣機(jī)設(shè)置華能江蘇如東70萬(wàn)海上風(fēng)電場(chǎng)示范應(yīng)用效果 關(guān)鍵部件監(jiān)測(cè)：葉片 載荷監(jiān)測(cè)?多截面載荷特性監(jiān)測(cè)?截面間、葉片間載荷信號(hào)相關(guān)性分析振動(dòng)監(jiān)測(cè)?多截面振動(dòng)特性監(jiān)測(cè)：葉根、葉中、葉尖?0.01Hz～5000Hz寬頻響應(yīng)?優(yōu)于0.001Hz頻率分辨率?優(yōu)于0.1mg高探測(cè)靈敏度關(guān)鍵部件監(jiān)測(cè)：葉片凈空監(jiān)測(cè).葉片掃過(guò)塔筒時(shí)，葉尖距離塔筒的的直線距離為塔架凈空值.通過(guò)安裝在機(jī)艙底部的高清攝像頭實(shí)時(shí)采集機(jī)組運(yùn)行畫(huà)面，并進(jìn)行圖像處理，實(shí)現(xiàn)塔架凈空的實(shí)時(shí)測(cè)量，并以此為依據(jù)對(duì)機(jī)組進(jìn)行控制掃塔時(shí)刻掃塔時(shí)刻失效葉片掃塔聲音：刺耳高頻噪聲正常葉片掃塔聲音關(guān)鍵部件監(jiān)測(cè)：失效葉片掃塔聲音：刺耳高頻噪聲正常葉片掃塔聲音音視頻監(jiān)測(cè)及結(jié)果示例關(guān)鍵部件監(jiān)測(cè)：螺栓螺栓預(yù)緊力監(jiān)測(cè)與預(yù)警研究螺栓軸力與超聲波傳播時(shí)間變化率的關(guān)系可以利用超聲波發(fā)出和接關(guān)鍵部件監(jiān)測(cè)：螺栓螺栓預(yù)緊力監(jiān)測(cè)與預(yù)警數(shù)據(jù)治理依托華能新能源智慧運(yùn)維中心，基于成熟的數(shù)據(jù)集成技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)、BI和大數(shù)據(jù)采集、存儲(chǔ)、處理與分析技術(shù)進(jìn)行搭建數(shù)據(jù)處理系統(tǒng)。2數(shù)字化感知3運(yùn)行狀態(tài)評(píng)估4研究展望健康度評(píng)估運(yùn)行狀態(tài)評(píng)估健康度評(píng)估利用高級(jí)算法預(yù)警部件潛在故障，給出嚴(yán)重程度判斷及維護(hù)建議模糊向量級(jí)分健康度隸屬度矩陣權(quán)向量—確定各維度權(quán)重隸屬度矩陣權(quán)向量—確定各維度權(quán)重正常注意異常嚴(yán)重1.01.01.0l0.00.0l0.00.00.00.00.00.00.50.00.00.00.00.00.5部件級(jí)數(shù)字模型：傳動(dòng)鏈健康狀態(tài)劣化趨勢(shì)及預(yù)警分析部件級(jí)數(shù)字模型：支撐結(jié)構(gòu)健康狀態(tài)劣化趨勢(shì)及預(yù)警分析部件級(jí)數(shù)字模型：葉片1、通過(guò)材料應(yīng)變/載荷的閾值分析，判定葉片的狀態(tài)或報(bào)警、采取相應(yīng)控制措施2、依據(jù)監(jiān)測(cè)信號(hào)的時(shí)序數(shù)據(jù)進(jìn)行趨勢(shì)分析，判定曲線變化斜率等參數(shù)的合理性3、時(shí)序信號(hào)的后處理分析，包括FFT分析等，判定葉片部分宏觀性能的合理性和變化4、信號(hào)相關(guān)性分析，依據(jù)不同信號(hào)之間的物理關(guān)聯(lián)特性，分析信號(hào)大小與趨勢(shì)的一致性和合理性機(jī)組運(yùn)行狀態(tài)預(yù)警建立了機(jī)組運(yùn)行狀態(tài)預(yù)警系統(tǒng)，集成前述模型，具備葉片故障預(yù)警、螺栓預(yù)緊力監(jiān)測(cè)與預(yù)警、支撐結(jié)構(gòu)安全評(píng)價(jià)與預(yù)警、傳動(dòng)鏈故障預(yù)警等功能。2數(shù)字化感知3運(yùn)行狀態(tài)評(píng)估4研究展望研究展望風(fēng)電場(chǎng)全場(chǎng)低成本安全監(jiān)測(cè).基于部件級(jí)數(shù)字模型，建立整機(jī)運(yùn)行狀態(tài)表征方法.基于關(guān)鍵機(jī)位運(yùn)行狀態(tài)，通過(guò)數(shù)學(xué)模型與物理模型結(jié)合建立傳遞關(guān)系，開(kāi)展全場(chǎng)機(jī)組狀態(tài)特性預(yù)測(cè)，實(shí)現(xiàn)風(fēng)電場(chǎng)全場(chǎng)低成本安全監(jiān)測(cè)（102209）（102209）北京市昌平