中国的风电行业在过去10年飞速发展，目前已经成为全球最大风电市场。
根据全球风能协会（GWEA）数据，我国风电累计装机容量占全球比重从2000年的2.0%增长至2018 年的35.4%。中电联数据显示，截至2019年11月底，我国2019年风电新增装机达到16.46GW，预计全年累计容量突破200GW。
资料来源：中电联，中国银河证券研究院
而根据全球风能理事会（GWEC）的预测，2020年全球新增装机66.8GW，陆上风电超过60GW，中国占比大于30%；到2023年之前均可维持每年新增装机55GW以上，至2023年全球累计装机有望达到900GW。
背景
风电行业蓬勃发展的同时，其背后也衍生出不少的挑战。
补贴退坡在即，竞价上网来临。有关部门已研究明确2021年之后取消海上风电国家补贴，地方政府从2022年开始接力补贴新并网的海上风电项目，2022年的补贴强度为0.2元/千瓦时，此后每年降低0.05元，到2025年补贴强度为0.05元/千瓦时，2026年降至零。（来源：新华网《海上风电国家补贴2022年或取消 新一轮抢装潮将至》）
海上风电
受大量风机出质保、上网电价退坡、补贴降低等综合因素影响，风电行业受到了一定的限制，许多企业纷纷开始思考如何才能保持利润增长，如何才能在平价竞争中获得胜利。其中，关键因素之一正是对风电成本的控制。
如果有办法可以解决这部分“负担”，那么既有利益将得到保持，整个风电行业也将正向发展。
目标
据统计，在风场运营成本中，运维成本和管理成本占比超过25%。而对于海上风电来说，后期运营维护费用占到成本的一半以上，远远超过机组设备成本（来源：中国能源报）。
因此，通过远程监控和预测性分析等技术手段实现风机的预测性维护，减少运维费用和提升发电效率，就成为了整个风电行业的重要发展方向。
通过对风电行业成本的来源进行分析和定位后，我们确定了目标是风机核心部件故障预测。
通过数据采集和分析，实现故障预警、故障识别、寿命预测等功能，从而对核心部件、子系统到整个机组进行健康状态的监测、预诊和诊断。通过预测性维护机制，进一步建立优化运维策略，维护费用将大大降低。
BladePredict叶片卫士™ 运行监测界面
其中，叶片是风机捕获风能的核心部件，在其长达20年的寿命周期内，如无法及时识别故障并修复，便会破坏叶片气动外形甚至造成重大结构性损伤，导致叶片大修、断裂更换甚至风机倒塔等严重后果。不仅会造成重大经济损失，更会带来严峻的生产安全隐患。
核心技术
针对风机叶片的健康状态实时监测，天泽智云开发了BladePredict叶片卫士™，采用非接触的部署方式，通过不直接接触叶片的声音传感器实时采集叶片运行过程中的音频数据，结合内置的智能算法，能够实时监测叶片异常。
BladePredict叶片卫士™ 架构图
风机端采集系统将叶片音频数据按特定的条件采集并通过风场环网回传至站端服务器，站端软件平台会自动进行信号处理、特征提取、工业智能算法分析，后端整体监测系统对叶片的健康程度做出准确的评估，同时还能够提供手机移动监测、故障警报、工单派发等个性化便捷功能。
叶片卫士™有以下技术能力：
- 对风机叶片扫风声音、振动信号、螺栓断裂典型特征等进行监测与分析
- 实现涵盖外形、结构和根部连接系统在内的全生命周期健康管理
- 基于特征增强+机器学习的智能算法系统，准确检测叶片早期异常并告警
- 依托强大的防护等级与算法适应性，可有效运行在复杂严酷的环境中
- 便捷、友好的安装方式，有效节省安装维护成本，规避叶片二次损伤
- 灵活的移动端功能，并可与工单系统对接，与离线检测互补
案例分享
经过在某容量50MW的高雷暴风场实地测试，在更换、维修与发电量损失两个维度，BladePredict叶片卫士™可为企业节约最高86%的成本。
BladePredict叶片卫士™ 登录界面
可以预见的是，无论对于新建风场的智能化标配，还是老旧风场的智能化升级，BladePredict叶片卫士™所带来的成本降低和直接经济利益增长是非常可观的，有助于风电领域企业打造其核心竞争力以适应新的宏观政策和市场挑战。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.sosokankan.com/article/2192602.html