当前各风场中出质保的风机越来越多,预计2020年超过1.5亿kw,机组问题后处理逐渐向智慧化运维转变。风电场后评估、预警及价值提升技术类似于对机组进行全面体检,基于风电机组SCADA系统记录数据及运行管理记录数据进行数字化诊断分析,将状态监测的数据转换为运行、维修决策和行动,找出影响机组发电量的主要因素,并提出改进意见,为后续相关项目建设提供经验指导,最大程度为用户创造价值。
在后期运行阶段对已测量的真实风资源,可利用率进行客观评价,采用数据模型,识别各机组工况,并计算相应状态下发电量的损失情况,帮助业主掌握最真实的风电机组宏观运行状态的电量损失分布,为机组异常发电状态有针对性的提供解决方案。
对风机各个子系统进行诊断,同时对非显性隐患问题进行定性预判,提出处置建议,防患于未然。
(1)数字化诊断步骤:
(2)案例
(在这里和大家分享几个我们做过的数字化诊断案例)
案例1 :某风电场(5万kw)分析评估齿轮箱工作情况(3.16~4.30),抽选了5台机组,诊断发现存在油温度偏高,进口油压偏低,初步判断为过滤器阻塞,业主方面已经于5月21日更换风机齿轮油滤芯。
案例2:某风场2018年6月分析出,某机组发电机轴承温度相对偏高,对该机组的健康运行有很大影响。风场其余机组驱动端轴承温度和非驱动端轴承温度在正常范围内。2018年9月现场检查该发电机轴承温度偏高问题,发现轴承温度偏高的原因是由于出油口被油脂阻塞,降低了散热效率。
案例3:某风电场机组在某时段故障液压制动压力值在38bar无法达到请求的160~170bar。经现场验证,机组液压站密封垫圈老化,已更换质量好的备件。