9月23日，國家能源集團龍源電力工程技術公司“風機大數據挖掘的場景研究項目”成果通過中國電力企業(yè)聯(lián)合會鑒定，達到國際領先水平。該項目首次實現了針對風機大數據應用場景開展的故障預警和運行數據對標分析研究，建立了可供應用落地的智能化、數字化故障預警與數據分析模型，有效提高風力發(fā)電機組設備運行可靠性。

圖為研究人員開展風機大數據挖掘項目模型研究

風電機組具有傳動部件多、工況復雜、選址偏僻等特點，如何通過遠程大數據分析，實現風機狀態(tài)監(jiān)測、預警、故障診斷、壽命預測、智能維護等目標，是風電行業(yè)現階段面臨的重大難題。該項目依托龍源電力生產運行監(jiān)控系統(tǒng)，建立了風機傳動大部件故障預警、偏航對風預警、機艙和塔筒振動異常預警、發(fā)電性能劣化預警、風電機組降容預警5大類預警模型，以及風機有效風時數、無故障風電場、非計劃停機時長對標3大類運行數據對標分析模型，通過多元數據融合和多特征值決策的風電機組故障預警判別方法，應用LSTM（長短期記憶）等深度學習算法，實現了風電機組關鍵部件的故障預警與發(fā)電性能劣化預警。創(chuàng)新提出基于時間序列的風電機組故障預警多維模型性能調優(yōu)方法，融合參數自適應調節(jié)策略，提升了故障預警模型的精確性和泛化性，成功實現覆蓋多機型、多場景應用；采用數據動態(tài)可視化和實時數據分析的模型自調優(yōu)智能預警方法，通過挖掘多時間尺度數據的多特征值、趨勢一致性，提升了故障預警的及時性。

目前，該項目成果已推廣應用至集團公司300余個風電場、150余種機型、2萬余臺風電機組，取得了良好的經濟收益和社會效益，具有良好的應用和推廣價值。