风电机组数字化感知与运行状态评估方案;;
背景
海上风电气候条件更为恶劣，运行维护成本高，占到海上风电总投资40%以上
我国海上风电发展时间相对较短，技术成熟度偏低，设备故障率更高
海上风电故障停机损失大;
目前的不足
设备监测范围不足且手段单一、数据汇集传输困难
多物理场之间耦合研究不足，缺乏模拟海上风电复杂系统行为特征的方法
沿用故障后运维模式，缺乏高水平智慧运维体系支撑，运维成本居高不下;
数字孪生
随着现代信息技术和能源技术的深度融合，能源转型的数字化、智能化特征进一步凸显，数
字化是基础、智能化是关键，信息流与能量流融合是必然趋势。数字孪生技术为解决海上风电运维难题提供了新的思路和技术手段。;
场站数字孪生;
设备数字孪生
对风电机组进行状态监测实现故障预警，是提升机组运行可靠性的有效手段之一。;
数字化感知与运行状态评估
实现机组运行状态精细化评估，需要打通全部监测系统、采用人工智能的方式构建部件级运行状态数字模型。;;
数字化感知
机组整机及关键部件数字化感知系统：运行状态实时监测，多源数据接入、异构数据融合、云
边协同处理、多维状态构建;
示范海上风电场;
应用效果
针对风场环境、叶片、变桨系统、轮毂、主轴、齿轮箱、塔筒等机组主要部件
新增测点数量超过180点;
载荷监测
?多截面载荷特性监测
?截面间、叶片间载荷信号相关性分析
振动监测
?多截面振动特性监测：叶根、叶中、叶尖
?0.01Hz～5000Hz宽频响应
?优于0.001Hz频率分辨率
?优于0.1mg高探测灵敏度;
净空监测
?叶片扫过塔筒时，??尖距离塔筒的的直线距离为塔架净空值
?通过安装在机舱底部的高清摄像头实时采集机组运行画面，并进行图像处理，实现塔架净空的实时测量，并以此为依据对机组进行控制;
关键部件监测：叶片
音视频监测及结果示例;
关键部件监测：螺栓
螺栓预紧力监测与预警
螺栓轴力监测：根据声弹性原理，超声波的速度会因材料中的应力而产生微小的变化。通过
研究螺栓轴力与超声波传播时间变化率的关系可以利用超声波发出和接收的时间来测量螺栓的紧固轴力。;
螺栓预紧力监测与预警
简化叶片和轮毂，基于载荷-螺栓预紧力计算模型对螺栓进行有限元计算，建立不同载荷下应
力与螺栓到螺母之间的距离的关联，并利用少量螺栓监测数据反演整个法兰面的载荷。;
数据治理
依托华能新能源智慧运维中心，基于成熟的数据集成技术、数据仓库、BI和
大数据采集、存储、处理与分析技术进行搭建数据处理系统。;;
运行状态评估
利用高级算法预警部件潜在故障，给出严重程度判断及维护建议;
部件级数字模型：传动链
健康状态劣化趋势及预警分析
利用综合健康评价指标和LightGBM模型对多维特征集进行筛选，并利用等距ISOMAP对筛选
特征集进行特征融合，构建滚动轴承退化趋势指标，实