故障预警产品

       为实现新能源电站设备故障的“早发现,早治疗”,及时发现设备异常,预知设备故障,减少新能源电站设备的故障损失,使发电设备的性能最优化,资源分配合理化,降低度电成本,岳能科技专门推出,为新能源电站设备的安全运行提供保障。

       故障预警系统通过使用大数据、云计算、物联网等方式建立预警模型。实现风电场发电机组的设备状态监测、综合预警及模型自优化的开发和研究,方便用户及时掌握、发现机组设备运行缺陷并及时发出告警。

















系统优势

     ●  上下限值预警:不以传统的固定上下限值为界线,根据实际情况变化动态报警;

     ●  多变量相关分析:以海量数据为基础,结合实际环境、运行模式,考察多个维度变量;

     ●  个性化模型定制:根据每台设备、每种机型建立模型;

     ●  预警自优化:根据预警成功概率和预警模型与实际数据的比对,通过自学习的方式,调整并优化模型;

     ●  预警化的闭环管理:监视-预警-诊断-检修-运行-监视。


1. 模型建立

  根据设备运行的各个工况进行统计分析,得出不同环境及时间因素下设备运行的正常值,以此搭建设备健康模型。

  模型包含:运行指数、故障指数、维护指数、油品指数、电气指数、机械指数、综合指数,且各指数在模型中所占比重可通过界面进行调整和自由配置。

2. 设备实时监测

  根据设备运行的数据,实时对比设备参数与健康模型,并进行评估打分。按照评分制,每项满分为100分;可靠性评价可划分为:差、低、中、良 、优共五种情况。分数低于设定值的进行实时报警。

3. 综合预警

       故障类检测预警模块: 针对风机故障的频次、风机自检频次、控制器类复位后恢复性故障等历史统计性故障。

       性能出力类预警模块: 针对风力出力不足、风机爬坡能力差、风机高负荷运行能力差等性能实时监测预警。

       部件损坏频发性预警模块: 针对风机常发性的损坏部件进行统计,实时检测风机相应部件的损坏次数、频率,对照风机部件的库存情况,对风机部件的损坏和库存情况进行结合性预警。

4. 模型自优化

       以历史预警信息和预警效果评估为基础,建立一个设备故障预警自优化模型,实现预警参数信息知识库的优化,从而达到预警信息准确性的不断提高。


本网站由阿里云提供云计算及安全服务