基于多维数据的新能源运维智能决策技术研究和应用.pdf

基于多维数据的新能源运维智能

决策技术研究和应用

01背景介绍

新能源运维决策的关注点

•我分散在各地的新能源资产到底运行怎么样？

•我怎么能在大部件损坏之前提前发现，提前解决？

•我应该在什么时候、开展哪些技改项目提高设备可靠性或发电量?

•我应该怎么去花钱，选择哪种运维队伍，怎么去组织运行检修工作？

•是不是有新技术低成本的减人、替代人去干活？

新能源运维数字化逐渐普及

集控运行及大数据多种数据监测的基于AI的智能化

平台普及智能风机推广工具大量应用

减少现场运行人员-避免事故-传动链、代替人的常规工作和

01省级集控；支撑总02叶片、塔筒、螺栓等03安全管控-用智能化设

部决策-集团大数据高风险、高价值设备备和AI算法模型进行智

平台。监测和诊断。能巡检和安防监视。

产生海量有价值的数据

海量、多维数据如何应用？

如何真实地通过数据知道效益，提高效率？

运行数据630.72万条/台

监测数据3153.6万条/台

出车记录18.2万次

工单33.2万条

两票10.8万份

各项记录109.5万份

辅助设备10T/场站

设

备

风机测风塔光伏组串汇流箱逆变器箱变计量表气象站主变后台系统

目标-用数据辅助运维决策

减少安全事故！

“设备-人-管理”指标的透明化、标准化，提升项目利润（现金流）！

02研究与应用

研究方向1-融合SCADA数据的设备监测算法研究

•基于SCADA数据，通过10分钟和秒级数据诊断高频次故障建成模型，代替专家重复性劳动，提高效率；

•基于SCADA数和图像数据，通过机器学习算法能够提取专家特征建成模型，代替专家，降低成本；

•基于SCADA数据和大数据模型，采用长时间提取特征建成模型，弥补专家不足，提高准确率；

•建立184个模型，进行设备亚健康监测，关注发电量损失，大部件损坏、设备亚健康，在监盘、巡检和

定检过程中处理设备问题。