海上风力发电场,从大数据创造价值

当前全球可再生能源的发展速度是前所未有的。尤其是和离岸风,被证明是一个极其有价值和可靠的能源来源。2018年6月,全球投资组合的离岸风站在交付105兆瓦时完全构造。

成本是至关重要的海上风电行业的未来的成功。这个行业正在全力以赴实现降低成本以证明海上风力经济与传统的化石燃料。在操作和维护效率(运营管理)提供潜在的实现显著的成本节约,因为它占大约20% - 30%的整体海上风电场成本。

我们的英国能源研究与开发(R&D)正在探索如何利用所产生的大量数据我们的离岸风力发电场提兹塞德大学和切向成本节约介绍海上风力的各项操作。

现有的离岸风力农场资产生成大量的非均匀数据相关的各项流程,包含有价值的信息,目前开工不足。利用这些大型数据集的值,通常被称为“大数据”通过各种分析技术可以揭示模式、趋势和关系,可用于优化操作,并引入效率。

我们如何定义离岸风大数据需要运营管理?

大数据通常的特点是“4 V”——体积,不同,准确性和速度。为了最好地利用大数据的概念,需要回答的问题通过分析大数据需要制定。一些例子包括:

• 我们如何能减少我们的时间花在计划的各项操作吗?
• 我们如何预测失败的一个主要的海上风力涡轮机组件提前?
• 我们怎样才能有效地存储备件?
• 我们可以使用什么工具来决定当航行或不执行维护任务呢?
• 最好的办法是什么使维护血管更省油吗?

什么类型的离岸风力发电场产生的各项数据吗?

随着离岸风力发电场的无人驾驶和位于远离海洋,他们需要大量的传感器来监测他们的身体状况和性能。例如,一个单一的涡轮在蒂赛德海上风电场由40多个传感器,创建每天大约1500个独立的数据流信息。此外,信息日常维护操作,风和波信息从气象桅杆和波浪浮标、报告、图片和视频从检查执行也会被记录。

我们如何管理的各项数据?

离岸风力发电场产生的数据从不同的平台上生成,存储在单独的服务器,在一个数组的格式,这使他们是非常具有挑战性的管理。因此,它几乎是不可能得出结论事件,因为它是非常耗时的链接不同的相关的数据流。它是非常重要的实现结构和过程管理和有效地访问这些大型数据集。

我们的可再生能源团队想出了一个解决这个问题通过展示一个统一的数据管理方法通过离线数据库将两年的发展从蒂赛德海上风电场运营管理数据。它包含数字和文本信息的风电场。

这个离线数据库演示了以下关键概念:

• 组织结构从海上风力发电场的不同来源的数据。
• 可视化格式显示关键指标和趋势。
• 单点访问各种数据源,允许简单的他们之间的联系和根本原因分析。

我们可以做些什么来利用价值的各项数据?

最好的方法获得的最大受益于一个大型数据集的各项数据是采用数据分析。数据分析的科学是研究原始未经处理的数据来得出结论。数据分析可以采取以下形式:

• 描述——例如想象离岸风力涡轮机的状态监测系统。
• 诊断——例如解释错误的根源或警报,减少技术人员所需要的时间花在涡轮来调查。
• 预测估计未来的行为——例如一个传感器阅读或提前预测失败的一个组件。
• 规定,如提供信息来确定修复过程来修复错误。

英国可再生能源团队在EDF能源研发中心是利用数据分析的力量通过应用大量的离线数据库分析工具从蒂赛德海上风电场运营管理数据。这些工具建立内部,一些法国的EDF研发同事的支持下,有助于展示能力汽轮机故障的根本原因分析,创建有用的关键性能指标(kpi)和可靠性统计数据,故障诊断和预测未来的失败和不正常的活动。此外,各项数据的离线数据库从蒂赛德海上风电场被用来评估和等级商业数据分析工具的功能。

的最先进的海上风电运营管理数据分析?

智能运营管理的未来海上风力在于开发一个灵活的云计算和物联网(物联网)平台,可以提供一个高级分析生态系统。在这里,故障诊断和预后模型是为了更好地理解的实时行为操作条件下海上风力涡轮机的主要组件;最大化他们的寿命和最小化成本。

这反过来将有助于未来海上风力发电场的支持降低各项成本。欧盟地平线2020项目,罗密欧旨在实现这一目标,由一个财团的风电场运营商、制造商、IT公司、咨询公司和大学Iberdrola为首。英国可再生能源团队在EDF能源研发中心和来自法国EDF研发同事积极参与这个项目展示强大的意愿研发努力关注数据,可靠性和降低成本以支持海上风力维护活动。