昆仑数据线上课No.3 | 用工业大数据,更轻松解决眼前问题
来源: | 作者:pmod6d781 | 发布时间: 2020-02-27 | 2349 次浏览 | 分享到:

这一次,落脚风电领域。

从风电控制研发领域十余年的风电人视角,分享大数据在风电行业应用的真实经历及感受。

本期嘉宾:蒋伟

昆仑数据风电数据业务总监,先后从事风电技术核心控制器设计、主控系统研发与试制、序量设备技术升级等风电控制研发工作,近年专注于风电大数据技术研究及业务探索。

混迹风电一线十余年的ZQSG(真情实感)


张家口大雪,白毛风以及风机旁边堆成的雪丘


出差的时候的VIP包房,唯一的单间,其他工作人员都睡炕…室外温度-25摄氏度

风机轮毂内部照片

混迹风电场十几年的老司机,对于风电场运维管理有什么心得呢?

风电场运维管理的两类问题:

第1类问题:如果设备存在了一些安全的隐患,我们怎么能够及时发现?

第2类问题:设备在运行的时候,我们怎么样知道它运行在一个最好的状态?


形象地比喻一下:

我养了100头猪,能不能快速的知道哪头猪生病了?

能不能知道哪些猪本来可以长得更胖,但因为我饲料配比不合理,这些猪它饮食不好,所以他没有长到应有的体重?

三个小故事,让风电老司机也不得不服大数据

第1件事:一次本可避免,看似偶然,实则必然的一个事故。

系统中有风机报故障:风机的一个传感器,测量有问题。然后检修人员去现场检查。结果来到风机旁边,发现整只叶片都掉下来了。

但是台风机我们拿到数据分析之后发现,两个月前就已经出问题了。

我们提取了一个叫健康指数的指标。其他的机组的指标都在10以内,而这个机组在3月到4月,这个指标在1000以上。

如果当时关注了这个指标,就可能提早发现风机的叶片螺栓在断裂,在断了一颗、两颗、三颗的时候就解决问题,而不是等到50多颗断裂,叶片掉下来了才发现。


第2件事:处理一分钟的事情,就可以带来在三个月带来30万度电的收益。

这个问题实际上处理起来非常简单,只需要一分钟就能解决,但是没有人发现也没有人解决。在这三个月给风电场、台风机、给风电厂带来了30多万度电的损失。

当时通过系统发现,三台一个海拔高度的风机,其中一台机组发电量在这三个月却比周边两台机组降低了30%。

然后通过模型,找到了这台机组问题,然后就跟客户说有时间去处理一下,一分钟就搞定。

处理之前,在9月到12月的时候,这台机组每个月都要比周边的机组少发将近10万度电。

而处理之后,从12月份到3月份,它和周边的机组发电量是在一个水平线上,也就是说这一分钟的处理真的就产生了这样的效果。


第3件事:一次机缘巧合,发现了现场一个问题。

本来是去给整机厂做功率测性测试,有风电机组报震动,频次不高,一天一两次,但是用月统计,就会发现其他24台机组都没问题,肯定不是整机场的问题。

简单的剖析一下,发现了两处问题,第一处问题就是风场,它叶片角度设置有问题,因为空气密度比较低,存在了失速。第二个问题就是这台机组它震动确实比较大。

然后我判断是叶片的问题,因为风场刚刚投运,有可能是安装的问题,然后当时我们进去之后,发现叶片安装错了一个螺栓孔。

纵横风电十几年:大数据不是万能的,但绝对不是一个噱头。

第一:大数据是数据分析的加速器,它可以让一个数据分析人员的效率提升100倍,甚至于更高。

第二:大数据是数据分析的放大镜,可以发现小数据发现不了的问题。只有一个风场的时候,我们往往发现不了什么问题,但是我们有100个风场的时候真的能发现问题。

第三:大数据是数据分析的起落架,复杂工作有序化,业务才能引入制度化。

最后的肺腑之言:

数据对于现场来说,它也有一个生命周期,如果我们的数据挖掘越早,我们的风电场收益越大,挖掘越晚,黄花菜就凉了。