龙源电力风机大数据挖掘技术达国际领先水平

9月23日，国家能源集团龙源电力工程技术公司“风机大数据挖掘的场景研究项目”成果通过中国电力企业联合会鉴定，达到国际领先水平。该项目首次实现了针对风机大数据应用场景开展的故障预警和运行数据对标分析研究，建立了可供应用落地的智能化、数字化故障预警与数据分析模型，有效提高风力发电机组设备运行可靠性。

图为研究人员开展风机大数据挖掘项目模型研究

风电机组具有传动部件多、工况复杂、选址偏僻等特点，如何通过远程大数据分析，实现风机状态监测、预警、故障诊断、寿命预测、智能维护等目标，是风电行业现阶段面临的重大难题。该项目依托龙源电力生产运行监控系统，建立了风机传动大部件故障预警、偏航对风预警、机舱和塔筒振动异常预警、发电性能劣化预警、风电机组降容预警5大类预警模型，以及风机有效风时数、无故障风电场、非计划停机时长对标3大类运行数据对标分析模型，通过多元数据融合和多特征值决策的风电机组故障预警判别方法，应用LSTM（长短期记忆）等深度学习算法，实现了风电机组关键部件的故障预警与发电性能劣化预警。创新提出基于时间序列的风电机组故障预警多维模型性能调优方法，融合参数自适应调节策略，提升了故障预警模型的精确性和泛化性，成功实现覆盖多机型、多场景应用；采用数据动态可视化和实时数据分析的模型自调优智能预警方法，通过挖掘多时间尺度数据的多特征值、趋势一致性，提升了故障预警的及时性。

目前，该项目成果已推广应用至集团公司300余个风电场、150余种机型、2万余台风电机组，取得了良好的经济收益和社会效益，具有良好的应用和推广价值。