CN110222851A - 一种海上风电场智慧运维管理系统及管理方法 - Google Patents
一种海上风电场智慧运维管理系统及管理方法 Download PDFInfo
- Publication number
- CN110222851A CN110222851A CN201910464596.3A CN201910464596A CN110222851A CN 110222851 A CN110222851 A CN 110222851A CN 201910464596 A CN201910464596 A CN 201910464596A CN 110222851 A CN110222851 A CN 110222851A
- Authority
- CN
- China
- Prior art keywords
- electric field
- information
- wind electric
- marine wind
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005684 electric field Effects 0.000 title claims abstract description 123
- 238000007726 management method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 73
- 238000012423 maintenance Methods 0.000 claims abstract description 64
- 210000004556 brain Anatomy 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims description 42
- 238000013024 troubleshooting Methods 0.000 claims description 41
- 238000005457 optimization Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000013433 optimization analysis Methods 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000013439 planning Methods 0.000 abstract description 5
- 230000004888 barrier function Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种海上风电场智慧运维管理系统及管理方法，该管理系统包括智慧海上风电场云平台，所述智慧海上风电场云平台包括海上风电场智慧大脑及其连接的海上风电场智能运维经验库和海上风电场数据库；所述海上风电场智慧大脑用于将所述海上风电场数据库存储的所述各设备的实时运行状态信息和故障信息，结合所述历史故障统计及处理方案、气象水文信息、运维人员管控信息、运维船舶管控信息和备品备件信息，进行分析以生成本次故障的处理方案。本发明通过科学、全面的智慧运维管理，精确规划海上风电故障处理任务，不仅可以提高海上作业运维效率，减小风电场因风机故障造成的停机损失，同时保证了海上运维作业安全高效执行。
Description
技术领域
本发明涉及风力发电技术领域，特别涉及一种海上风电场智慧运维管理系统。
背景技术
随着国内海上风电爆发式增长，对海上风电场智慧运行维护需求日益增加。但由于我国海上风电行业起步晚、积累经验少，导致海上风电场运行维护中存在较多问题，主要问题有：
1.海上风电场交通不便，通达性差、出海窗口期选择困难。
海上运维人员出海运维的交通方式主要是船舶运输，运维船舶出海受海况、天气等因素制约，造成船舶出海作业无法提前规划，缺乏船舶智能化调度，海上运维作业效率较低，导致设备故障不能及时有效的解决。
2.海上风电场运营管理落后、手段单一、缺乏智能化管理。
目前海上风电场运营和维护工作主要采用人工手段进行被动管理，运行中出现故障后才会对风电场设备进行维修更换。随着风电设备运行时间不断累计以及投入运营的风机数量的不断增加，海上风电场的运维工作量将成倍的增加，传统的运维方式进行海上风电场的管理效率较低，成本较高。
发明内容
有鉴于此，本发明的主要目的在于提供一种海上风电场智慧运维管理系统及管理方法，通过科学、全面的智慧运维管理，精确规划海上风电故障处理任务，不仅可以提高海上作业运维效率，减小风电场因风机故障造成的停机损失，同时保证了海上运维作业安全高效执行。
本发明提供的技术方案为，一种海上风电场智慧运维管理系统，包括智慧海上风电场云平台，所述智慧海上风电场云平台包括海上风电场智慧大脑及其连接的海上风电场智能运维经验库和海上风电场数据库；
所述海上风电场智能运维经验库用于存储下述采集的数据：历史故障统计及处理方案、气象水文信息、运维人员信息、运维船舶信息和备品备件信息；
所述海上风电场数据库用于存储下述采集的数据：风电场各设备的实时运行状态信息和故障信息；
所述海上风电场智慧大脑用于将所述海上风电场数据库存储的所述各设备的实时运行状态信息和故障信息，结合所述历史故障统计及处理方案、气象水文信息、运维人员管控信息、运维船舶管控信息和备品备件信息，进行分析以生成本次故障的处理方案；该处理方案包括运维费用和发电量损失较低条件下的需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期。
由上，本发明通过对海上风电场的各设备进行实时运行状态监测和对比分析，在出现故障的第一时间发送至海上风电场智慧大脑，该智慧大脑根据故障类型判断运维经验库存储的历史故障统计及处理方案中存储有与本次故障匹配的故障处理方案时，调取该处理方案，否则，根据风电场所处海域的气象水文信息、运维人员信息、运维船舶信息和备品备件信息，进行分析以生成本次故障的处理方案，从而实现对海上风电场的科学、全面的智慧管理，精确规划对故障的运维处理计划，提高海上作业运维效率，减小风电场因风机故障造成的停机损失，同时保证了海上运维作业安全高效执行。
优选的，还包括一组合优化决策系统，当海上风电场出现多个故障时，用于根据所述海上风电场智慧大脑输出的多个故障处理方案，进行组合优化分析以生成较优处理方案，该较优处理方案还包括船舶航行路线。
由上，当风电场的设备出现多个故障时，海上风电场智慧大脑会生成针对每个故障的处理方案和运维计划，此时将全部故障处理方案和运维计划输入到组合优化决策系统中，即可对所有需要处理的故障进行组合优化，决策出均衡发电量损失和运维费用的最优运维方案，以尽可能的利用一次出海运维的窗口期解决全部故障。
优选的，所述海上风电场智慧大脑包括：
故障分析模块，用于分析所述各设备的实时运行状态信息和故障信息，确定故障类型；
信息处理模块，进行运维策略、运维费用和发电量损失费用估算的分析；所述运维策略的分析包括：根据气象水文信息、对应本次故障处理所需的运维人员在岗及位置信息、所需运维船舶性能及位置信息、所需备品备件情况、维修所需时间及往返所需时间，计算出故障发生到处理完成的时间，以分析出可运维作业的出海窗口期；
运维诊断模块，搜索并判断运维经验库存储的历史故障统计及处理方案中存储有与所述故障类型匹配的故障处理方案时，调取该处理方案，否则，根据所述运维策略、运维费用和发电量损失费用估算的分析结果，生成对应所述故障类型的处理方案；该处理方案包括运维费用和发电量损失较低条件下的需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期。
由上，可实现对海上风电场设备运行状态和运维所需条件的实时分析，并进行智能诊断和运维计划智能决策，以实现对海上风电场的科学、全面的智慧管理，精确规划对故障的运维处理计划。
优选的，所述海上风电场智能运维经验库包括：
历史故障处理方案库，用于存储历史故障数据及对应的故障处理方案；
气象水文库，用于存储风电场所处海域的海洋水文、地质，及气象条件信息；
运维人员库，用于存储运维人员的档案、所追踪的定位信息、出海纪录、所监测的生命体征信息、所记录的报警和应急救援记录；
运维船舶库，用于存储运维船舶的档案、航运信息、运维作业计划、燃料管理信息和安全预警信息；
备品备件库，用于存储所需常用备品备件名称、型号、数量和位置，及备品备件所追踪的定位信息、出入库和缺货信息、消耗分析的信息和采购计划信息。
由上，通过结合应用物联网、大数据和人工智能技术，将海量的历史故障数据及对应的故障处理方案预存在历史故障处理方案库中，当出现相同故障时，可优先采用该经验库中预存的故障处理方案，减轻智慧大脑的运算量，实现快速输出运维计划。除此之外，还可实现对运维人员、运维船舶和备品备件的动态管理，在满足运维条件的前提下，尽可能减少运维支出，节省运维费用，同时通过对风电场所处海域的海事进行监测和气象预报，可实现对未来一段时间出海任务的预测，使运维计划更加高效安全。
其中，所述海上风电场数据库存储的所述数据包括：分别来自风电机组、塔筒、基础、海底电缆和/或海上升压站的监测数据。
由上，可存储对风电场各设备的实时监测数据，并和预存的正常运行状态信息进行对比，可快速分析各设备的运行状况和故障信息，并通过海上通信系统发送至海上风电场智慧大脑。
基于上述海上风电场智慧运维管理系统，本发明还提供了一种海上风电场智慧运维管理方法，包括步骤：
A、通过海上风电场智能运维经验库存储下述采集的数据：历史故障统计及处理方案、气象水文信息、运维人员信息、运维船舶信息和备品备件信息；
B、通过海上风电场数据库存储下述采集的数据：风电场各设备的实时运行状态信息和故障信息；
C、通过海上风电场智慧大脑将所述海上风电场数据库存储的所述各设备的实时运行状态信息和故障信息，结合所述历史故障统计及处理方案、气象水文信息、运维人员管控信息、运维船舶管控信息和备品备件信息，进行分析以生成本次故障的处理方案；该处理方案包括需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期。
优选的，步骤C所述进行分析包括：
判断运维经验库存储的历史故障统计及处理方案中存储有与本次故障匹配的故障处理方案时，调取该处理方案，否则，进行运维策略、运维费用和发电量损失费用估算的分析，以生成运维费用和发电量损失较低的处理方案。
优选的，
进行所述运维策略的分析包括：根据气象水文信息、对应本次故障处理所需的运维人员在岗及位置信息、所需运维船舶性能及位置信息、所需备品备件情况、所需维修所需时间及往返所需时间，计算出故障发生到处理完成的时间，以分析出可运维作业的出海窗口期；
所述运维费用估算的分析是根据出海的运维人员费用、船舶及所需燃料费用、所需备品备件及维修费用进行估算分析；
所述发电量损失费用估算的分析是根据所分析出的故障发生到处理完成的时间进行估算分析。
优选的，还包括：
当海上风电场出现多个故障时，所述海上风电场智慧大脑输出多个故障处理方案，还通过组合优化决策系统对所述多个故障处理方案进行组合优化分析以生成较优的处理方案，该较优的处理方案还包括船舶航行路线。
优选的，所述进行组合优化分析包括：根据各故障的运维策略、运维费用和发电量损失费用，进行组合，以生成运维费用和发电量损失较优的包括船舶航行路线的处理方案。
综上，本发明提供的海上风电场智慧运维管理系统及管理方法具有以下优点：
1、缩短海上风电场单个故障处理时间
针对每个故障，根据运维所需时间、运维船舶性能、天气情况、备品备件等情况，智能决策出最优、可靠的运维方案、出海窗口期，有效缩短海上风电场单个故障处理时间；
2、提高海上风电场单个出海任务运维效率
根据每天天气情况、运维船舶性能、备品备件情况等，计算出每天可运维作业窗口期，可以在单次出海任务中，最优安排多个故障处理运维，提高海上风电场单个出海任务中的运维效率；
3、显著提高海上风电场的可利用率
本发明采用科学计算方法进行统计分析，实现故障准确预判，根据故障进行优化决策运维，在故障发生后最近的时间窗口期内，尽快安排海上运维，减少风机因故障引起的停机时间，增加发电小时数，提高风电场的可利用率；
4、降低海上风电场的运维成本
根据备品备件库的动态显示，制定采购计划，避免了大量采购备品备件造成的浪费；优化海上风电场运维工作，减少出海的运维作业，提高船舶的利用效率；运维管理的智能化提高了运维管理效率，降低风电场运维成本；
5、提高海上风电场通达性、安全性
通过海上风电场智慧数字建模，优化组合决策出海运维后，可合理利用出海窗口期，有效规划海上运维作业，保证海上运维作业高效、安全的执行；
6、指导后期海上风电场运行维护
通过本系统可自动连续记录海上风电场各类型数据，包括不限于：各种故障类型数量、发生比例、故障处理时间、故障处理费用等，为开发商提供统计分析，为后续运行维护规划提供指导；
7、出具海上风电场运行维护周期性报告
系统能自动生成风电场状态评价报告、故障分析报告、运维作业报告、评价分析报告等，为海上风电场运行维护提供分析报告。
附图说明
图1为本发明海上风电场智慧运维管理系统的模块原理图；
图2为本发明海上风电场智慧大脑的模块原理图；
图3为本发明海上风电场智慧运维管理方法的流程图。
具体实施方式
下面参见图1对本发明所述的海上风电场智慧运维管理系统进行详细说明。
如图1所示，本发明所提供的实施例中，海上风电场智慧运维管理系统包括一智慧海上风电场云平台1，该智慧海上风电场云平台1包括海上风电场智慧大脑300及分别与其连接的海上风电场智能运维经验库100、海上风电场数据库200和组合优化决策系统400；
上述海上风电场智能运维经验库100是根据已有的海量海上风电相关数据所建立的，具体包括：
历史故障处理方案库，用于对海上风电场的各设备故障类型进行统计，并对各故障类型的处理方法和安全性预防措施进行记录、归类、存储为历史故障处理方案，当所述海上风电场的某个设备出现故障时，即可从该历史故障处理方案库中搜寻是否有对应的故障处理方案，如有，将直接调取该对应的故障处理方案进行输出，以快速实现故障处理，如没有，将通过上述海上风电场智慧大脑300进行数据的综合分析，以提供对应的故障处理方案及运维计划；
气象水文库，用于对海上风电场周围一定范围内的海洋水文、地质情况等进行全面统计和存储，并对风电场周围范围的气象条件进行精确预报，具体体现为对风速、风向、浪高、潮流、降水、可见度、气温、台风、冰情等定制化气象、海洋水文的预报服务；
运维人员库，用于监测并存储运维人员的档案、所追踪的定位信息、出海纪录、所监测的生命体征信息、所记录的报警和应急救援记录；
运维船舶库，用于存储运维船舶的档案、航运信息、运维作业计划、燃料管理信息和安全预警信息；
备品备件库，用于存储对海上风电场备品备件的动态管控信息，通过建立并实时更新备品备件数据库、库存清单、无线射频识别(如RFID)位置追踪、出入库管理、缺货预警、智能采购计划及物资消耗分析等，以实现对风电场运维所需常用备件、重要备件等的备件型号、数量、位置等基本信息的实现监控与规划分析等。
上述海上风电场数据库200用于监测并存储海上风电场设备如风电机组、风机基础、海上升压站、海底电缆等设备的实时运行状态，并与预存的各设备正常运行状态进行对比，以进行设备异常分析和故障分类，并将存储的实时运行状态和故障分类结果传输至所述海上风电场智慧大脑；还用于统计并存储所述海上风电场的设备运行数据、定期维护数据、故障修复数据和应急维修数据等，以实现对海上风电场的历史数据存留。
上述海上风电场智慧大脑300是根据海上风电场智能运维经验库100，综合应用物联网、大数据、人工智能技术等技术形成的海上风电场运行维护数字模型，如图2所示，该海上风电场智慧大脑300包括：
故障分析模块301，用于分析所述各设备的实时运行状态信息和故障信息，确定故障类型；
信息处理模块302，进行运维策略、运维费用和发电量损失费用估算的分析；所述运维策略的分析包括：根据气象水文信息、对应本次故障处理所需的运维人员在岗及位置信息、所需运维船舶性能及位置信息、所需备品备件情况、所需维修所需时间及往返所需时间，计算出故障发生到处理完成的时间，以分析出可运维作业的出海窗口期；
运维诊断模块303，搜索并判断运维经验库存储的历史故障统计及处理方案中存储有与所述故障类型匹配的故障处理方案时，调取该处理方案，否则，根据所述运维策略、运维费用和发电量损失费用估算的分析结果，生成对应所述故障类型的处理方案；该处理方案包括运维费用和发电量损失较低条件下的需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期。
该海上风电场智慧大脑300可实现数据实时分析、隐患早期预警、故障专家智能诊断、运维计划智能决策等功能，并根据故障类型分析出对应的故障处理方案及出海运维计划，在故障发生后最近的时间窗口期内，尽快安排海上运维，减少风机因故障引起的停机时间，增加发电小时数，提高风电场的可利用率；
上述组合优化决策系统400可在出现多个故障处理方案时，上述运维诊断单元将全部故障处理方案及出海运维计划发送到本组合优化决策系统400，本组合优化决策系统400将对所有需处理故障进行组合优化以生成较优处理方案，该较优处理方案包括通过设定一合理的船舶出海航行路线，在节省运维成本的前提下，优先解决对发电量影响较大的故障，以达到运维成本和发电量损失的均衡，并且及时有效的解决风电场出现的故障。
上述故障及对应的故障处理方案、出海运维计划和最优运维方案将会分别存储到上述海上风电场智能运维经验库100和海上风电场数据库200中，以持续积累海上运维经验，丰富平台的运维经验库和数据库，使平台不断深度学习，变得更智慧，为数据标准化提供优化方向。
如图3所示，基于上述实施例所提供的海上风电场智慧运维管理系统，采用该管理系统的管理方法包括以下步骤：
S100：通过海上风电场智能运维经验库存储下述采集的数据：历史故障统计及处理方案、气象水文信息、运维人员信息、运维船舶信息和备品备件信息；
S200：通过海上风电场数据库存储下述采集的数据：风电场各设备的实时运行状态信息和故障信息；
S300：通过海上风电场智慧大脑将所述海上风电场数据库存储的所述各设备的实时运行状态信息和故障信息，结合所述历史故障统计及处理方案、气象水文信息、运维人员管控信息、运维船舶管控信息和备品备件信息，进行分析以生成本次故障的处理方案；该处理方案包括需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期；
本步骤中，上述海上风电场数据库将海上风电场各设备的实时运行状态信息和故障信息发送至海上风电场智慧大脑，当海上风电场实时故障发生时，该海上风电场智慧大脑将根据接收到的数据判断故障类型，并根据故障类型首先在上述海上风电场智能运维经验库的历史故障处理方案库中搜寻是否有该故障类型所对应的最优故障处理方案，如有，将直接调取该对应的最优故障处理方案进行输出，以快速实现故障处理，如没有，将进行运维策略、运维费用和发电量损失费用估算的分析，具体的分析过程为：
1、分析所需运维人员是否在岗(海上风电场运维人员名单及状态实时更新到海上风电场智能运维经验库100)，分析故障处理所需维修和往返时间(根据经验库的历史故障处理方案库中记录的各类故障所需维修时间及人员进行分析)，并对故障处理所需人员及时间进行分析，并根据市场平均用人成本折算为人工费用统计；
2、分析故障处理所需出海船舶是否具备条件(海上风电场配备运维船舶相关参数及满足出海条件都在海上风电场智能运维经验库100中)，并对故障处理所需船舶费用进行估算统计；
3、分析故障处理需要使用的备品备件是否有库存(备品备件库存数据实时更新到智慧运维管理系统)，并对各种可能的情况，如有库存、无库存需要调货、无库存需要采购等，进行费用统计估算；
4、分析未来一段时间(天气预报按未来4天精度最高)是否有满足出海的窗口期，分析故障发生到故障处理完成所需要的时间，并对故障发生到处理完成过程中，风机停机造成的发电量损失费用估算统计；
上述分析完成之后，智慧大脑将综合上述分析结果，并通过神经网络算法计算出与上述故障对应的运维费用和发电量损失较低的故障处理方案，如某一故障可出海处理时间或方案有多个选择时，将通过智慧大脑进行人工智能分析，计算出海选择中哪一种最经济，输出最优出海运维计划；
值得说明的是，当故障类型较多时，即意味着故障处理方案及运维计划也会对应增多，此时，上述海上风电场智慧大脑将全部故障处理方案及出海运维计划输出至组合优化决策系统，该组合优化决策系统可对所有需要处理的故障进行组合优化，并结合发电量损失和运维费用，组合计算出一平衡发电量损失和运维费用的最优运维方案，在节省运维成本的前提下，优化海上风电场运维工作，减少出海的运维作业次数，提高船舶的利用效率，实现对所有故障的处理。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种海上风电场智慧运维管理系统，其特征在于，包括智慧海上风电场云平台，所述智慧海上风电场云平台包括海上风电场智慧大脑及其连接的海上风电场智能运维经验库和海上风电场数据库；
所述海上风电场智能运维经验库用于存储下述采集的数据：历史故障统计及处理方案、气象水文信息、运维人员信息、运维船舶信息和备品备件信息；
所述海上风电场数据库用于存储下述采集的数据：风电场各设备的实时运行状态信息和故障信息；
所述海上风电场智慧大脑用于将所述海上风电场数据库存储的所述各设备的实时运行状态信息和故障信息，结合所述历史故障统计及处理方案、气象水文信息、运维人员信息、运维船舶信息和备品备件信息，进行分析以生成本次故障的处理方案；该处理方案包括运维费用和发电量损失较低条件下的需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期。
2.根据权利要求1所述的系统，其特征在于，还包括一组合优化决策系统，当海上风电场出现多个故障时，用于根据所述海上风电场智慧大脑输出的多个故障处理方案，进行组合优化分析以生成较优处理方案，该较优处理方案还包括船舶航行路线。
3.根据权利要求1所述的系统，其特征在于，所述海上风电场智慧大脑包括：
故障分析模块，用于分析所述各设备的实时运行状态信息和故障信息，确定故障类型；
信息处理模块，进行运维策略、运维费用和发电量损失费用估算的分析；所述运维策略的分析包括：根据气象水文信息、对应本次故障处理所需的运维人员在岗及位置信息、所需运维船舶性能及位置信息、所需备品备件情况、所需维修所需时间及往返所需时间，计算出故障发生到处理完成的时间，以分析出可运维作业的出海窗口期；
运维诊断模块，搜索并判断运维经验库存储的历史故障统计及处理方案中存储有与所述故障类型匹配的故障处理方案时，调取该处理方案，否则，根据所述运维策略、运维费用和发电量损失费用估算的分析结果，生成对应所述故障类型的处理方案；该处理方案包括运维费用和发电量损失较低条件下的需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期。
4.根据权利要求1所述的系统，其特征在于，所述海上风电场智能运维经验库包括：
历史故障处理方案库，用于存储历史故障数据及对应的故障处理方案；
气象水文库，用于存储风电场所处海域的海洋水文、地质，及气象条件信息；
运维人员库，用于存储运维人员的档案、所追踪的定位信息、出海纪录、所监测的生命体征信息、所记录的报警和应急救援记录；
运维船舶库，用于存储运维船舶的档案、航运信息、运维作业计划、燃料管理信息和安全预警信息；
备品备件库，用于存储所需常用备品备件名称、型号、数量和位置，及备品备件所追踪的定位信息、出入库和缺货信息、消耗分析的信息和采购计划信息。
5.根据权利要求1所述的系统，其特征在于，所述海上风电场数据库存储的所述数据包括：分别来自风电机组、塔筒、基础、海底电缆和/或海上升压站的监测数据。
6.一种基于权利要求1至5任一所述系统的海上风电场智慧运维管理方法，其特征在于，包括步骤：
A、通过海上风电场智能运维经验库存储下述采集的数据：历史故障统计及处理方案、气象水文信息、运维人员信息、运维船舶信息和备品备件信息；
B、通过海上风电场数据库存储下述采集的数据：风电场各设备的实时运行状态信息和故障信息；
C、通过海上风电场智慧大脑将所述海上风电场数据库存储的所述各设备的实时运行状态信息和故障信息，结合所述历史故障统计及处理方案、气象水文信息、运维人员管控信息、运维船舶管控信息和备品备件信息，进行分析以生成本次故障的处理方案；该处理方案包括需要出海的船舶、运维人员、所需备品备件、维修时间及出海窗口期。
7.根据权利要求6所述的方法，其特征在于，步骤C所述进行分析包括：
判断运维经验库存储的历史故障统计及处理方案中存储有与本次故障匹配的故障处理方案时，调取该处理方案，否则，进行运维策略、运维费用和发电量损失费用估算的分析，以生成运维费用和发电量损失较低的处理方案。
8.根据权利要求7所述的方法，其特征在于，
进行所述运维策略的分析包括：根据气象水文信息、对应本次故障处理所需的运维人员在岗及位置信息、所需运维船舶性能及位置信息、所需备品备件情况、维修所需时间及往返所需时间，计算出故障发生到处理完成的时间，以分析出可运维作业的出海窗口期；
所述运维费用估算的分析是根据出海的运维人员费用、船舶及所需燃料费用、所需备品备件及维修费用进行估算分析；
所述发电量损失费用估算的分析是根据所分析出的故障发生到处理完成的时间进行估算分析。
9.根据权利要求7或8所述的方法，其特征在于，还包括：
当海上风电场出现多个故障时，所述海上风电场智慧大脑输出多个故障处理方案，还通过组合优化决策系统对所述多个故障处理方案进行组合优化分析以生成较优的处理方案，该较优的处理方案还包括船舶航行路线。
10.根据权利要求9所述的方法，其特征在于，所述进行组合优化分析包括：根据各故障的运维策略、运维费用和发电量损失费用，进行组合，以生成运维费用和发电量损失较优的包括船舶航行路线的处理方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910464596.3A CN110222851A (zh) | 2019-05-30 | 2019-05-30 | 一种海上风电场智慧运维管理系统及管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910464596.3A CN110222851A (zh) | 2019-05-30 | 2019-05-30 | 一种海上风电场智慧运维管理系统及管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110222851A true CN110222851A (zh) | 2019-09-10 |
Family
ID=67818714
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910464596.3A Pending CN110222851A (zh) | 2019-05-30 | 2019-05-30 | 一种海上风电场智慧运维管理系统及管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110222851A (zh) |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110941558A (zh) * | 2019-11-27 | 2020-03-31 | 嘉兴企树网络科技有限公司 | 一种智慧办公远程运维的方法及系统 |
| CN111047218A (zh) * | 2019-12-27 | 2020-04-21 | 华能如东八仙角海上风力发电有限责任公司 | 一种智慧风电场运维数据交互及使用方法 |
| CN111105050A (zh) * | 2019-12-23 | 2020-05-05 | 远景智能国际私人投资有限公司 | 风机维护计划的生成方法、装置、设备及存储介质 |
| CN111599453A (zh) * | 2020-05-19 | 2020-08-28 | 中山大学附属第六医院 | 智能药房数据处理方法、装置、计算机设备及存储介质 |
| CN112101897A (zh) * | 2020-08-25 | 2020-12-18 | 华能国际电力股份有限公司浙江清洁能源分公司 | 海上风电智慧管理方法、装置及系统 |
| CN112258055A (zh) * | 2020-10-26 | 2021-01-22 | 北京千尧新能源科技开发有限公司 | 海上风电场与海洋养殖设施共同施工方法及系统 |
| CN112270471A (zh) * | 2020-10-26 | 2021-01-26 | 北京千尧新能源科技开发有限公司 | 海上风电工程信息化平台中工程进度管理方法及系统 |
| CN112270472A (zh) * | 2020-10-26 | 2021-01-26 | 北京千尧新能源科技开发有限公司 | 海上风电场与海洋养殖协同运维方法及系统 |
| CN112465194A (zh) * | 2020-11-09 | 2021-03-09 | 王博妮 | 基于气象大数据的海上风电场智能气象服务系统及方法 |
| CN112508238A (zh) * | 2020-11-20 | 2021-03-16 | 江苏提米智能科技有限公司 | 一种海上风电运维评估方法、装置、电子设备及存储介质 |
| CN112529365A (zh) * | 2020-11-19 | 2021-03-19 | 华电电力科学研究院有限公司 | 一种风力发电公司备品备件储备量分析管理设备及方法 |
| CN112614019A (zh) * | 2020-12-30 | 2021-04-06 | 深圳瑞莱保核能技术发展有限公司 | 一种海上风电运维智能管理平台及方法 |
| CN112688432A (zh) * | 2020-12-29 | 2021-04-20 | 浙江运达风电股份有限公司 | 一种分散式无人值守风电场运维检修管理系统及方法 |
| CN113128711A (zh) * | 2021-04-06 | 2021-07-16 | 江苏丰能海服科技有限公司 | 一种风电运维船调配管理系统及其工作方法 |
| CN113342874A (zh) * | 2021-06-02 | 2021-09-03 | 河北建投新能源有限公司 | 一种基于云计算的风电大数据分析系统和流程 |
| CN113469379A (zh) * | 2021-06-24 | 2021-10-01 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于大数据中心的海上风电场运维管理方法及装置 |
| CN113496293A (zh) * | 2021-06-24 | 2021-10-12 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场运维方案生成方法及装置 |
| CN113642937A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市信润富联数字科技有限公司 | 风机集群的运维排程方法、装置、电子设备及存储介质 |
| CN114154657A (zh) * | 2021-11-19 | 2022-03-08 | 广东精铟海洋工程股份有限公司 | 一种海上风电安装平台运维管理的方法及系统 |
| CN114638627A (zh) * | 2022-05-19 | 2022-06-17 | 中云汇(成都)物联科技有限公司 | 一种智能售后维护方法、智慧驿站维护服务器及存储介质 |
| CN115049213A (zh) * | 2022-05-17 | 2022-09-13 | 北京协合运维风电技术有限公司 | 一种风电场多维度智能分析系统及方法 |
| CN115271125A (zh) * | 2022-08-10 | 2022-11-01 | 北京千尧新能源科技开发有限公司 | 一种海上风电故障运维策略获取方法、装置及设备 |
| CN115496238A (zh) * | 2022-09-21 | 2022-12-20 | 北京闪电侠科技有限公司 | 风电场智慧运维系统 |
| CN115660375A (zh) * | 2022-11-16 | 2023-01-31 | 苏交控如东海上风力发电有限公司 | 一种海上风电运维的调度方法 |
| CN116153484A (zh) * | 2023-04-20 | 2023-05-23 | 武汉一刻钟医疗科技有限公司 | 一种医疗设备全周期维修效益分析系统 |
| CN116187983A (zh) * | 2023-04-26 | 2023-05-30 | 山西恒信风光新能源技术有限公司 | 一种风电机组运维管理方法、装置、设备及存储介质 |
| CN116753114A (zh) * | 2023-07-28 | 2023-09-15 | 扬州宇安电子科技有限公司 | 一种基于大数据的风电场数据管控方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105678385A (zh) * | 2015-12-31 | 2016-06-15 | 江苏金风科技有限公司 | 用于海上风电场的运维方法及运维平台 |
| KR20160091094A (ko) * | 2015-01-23 | 2016-08-02 | 두산중공업 주식회사 | 풍력발전단지의 유지 보수 방법 |
| CN108629432A (zh) * | 2018-06-12 | 2018-10-09 | 中国三峡新能源有限公司 | 故障处理规划方法、系统及装置 |
| US20180306847A1 (en) * | 2015-10-14 | 2018-10-25 | Sunreport S.R.L. | System for checking the performance of energy and monitoring photovoltaic solar or wind plants |
-
2019
- 2019-05-30 CN CN201910464596.3A patent/CN110222851A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160091094A (ko) * | 2015-01-23 | 2016-08-02 | 두산중공업 주식회사 | 풍력발전단지의 유지 보수 방법 |
| US20180306847A1 (en) * | 2015-10-14 | 2018-10-25 | Sunreport S.R.L. | System for checking the performance of energy and monitoring photovoltaic solar or wind plants |
| CN105678385A (zh) * | 2015-12-31 | 2016-06-15 | 江苏金风科技有限公司 | 用于海上风电场的运维方法及运维平台 |
| CN108629432A (zh) * | 2018-06-12 | 2018-10-09 | 中国三峡新能源有限公司 | 故障处理规划方法、系统及装置 |
Cited By (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110941558A (zh) * | 2019-11-27 | 2020-03-31 | 嘉兴企树网络科技有限公司 | 一种智慧办公远程运维的方法及系统 |
| CN111105050B (zh) * | 2019-12-23 | 2023-09-29 | 远景智能国际私人投资有限公司 | 风机维护计划的生成方法、装置、设备及存储介质 |
| CN111105050A (zh) * | 2019-12-23 | 2020-05-05 | 远景智能国际私人投资有限公司 | 风机维护计划的生成方法、装置、设备及存储介质 |
| CN111047218A (zh) * | 2019-12-27 | 2020-04-21 | 华能如东八仙角海上风力发电有限责任公司 | 一种智慧风电场运维数据交互及使用方法 |
| CN111599453A (zh) * | 2020-05-19 | 2020-08-28 | 中山大学附属第六医院 | 智能药房数据处理方法、装置、计算机设备及存储介质 |
| CN111599453B (zh) * | 2020-05-19 | 2023-03-31 | 中山大学附属第六医院 | 智能药房数据处理方法、装置、计算机设备及存储介质 |
| CN112101897A (zh) * | 2020-08-25 | 2020-12-18 | 华能国际电力股份有限公司浙江清洁能源分公司 | 海上风电智慧管理方法、装置及系统 |
| CN112101897B (zh) * | 2020-08-25 | 2022-03-22 | 华能(浙江)能源开发有限公司清洁能源分公司 | 海上风电智慧管理方法、装置及系统 |
| CN112258055A (zh) * | 2020-10-26 | 2021-01-22 | 北京千尧新能源科技开发有限公司 | 海上风电场与海洋养殖设施共同施工方法及系统 |
| CN112270471A (zh) * | 2020-10-26 | 2021-01-26 | 北京千尧新能源科技开发有限公司 | 海上风电工程信息化平台中工程进度管理方法及系统 |
| CN112270472A (zh) * | 2020-10-26 | 2021-01-26 | 北京千尧新能源科技开发有限公司 | 海上风电场与海洋养殖协同运维方法及系统 |
| CN112465194A (zh) * | 2020-11-09 | 2021-03-09 | 王博妮 | 基于气象大数据的海上风电场智能气象服务系统及方法 |
| CN112529365A (zh) * | 2020-11-19 | 2021-03-19 | 华电电力科学研究院有限公司 | 一种风力发电公司备品备件储备量分析管理设备及方法 |
| CN112529365B (zh) * | 2020-11-19 | 2023-08-18 | 华电电力科学研究院有限公司 | 一种风力发电公司备品备件储备量分析管理设备及方法 |
| CN112508238A (zh) * | 2020-11-20 | 2021-03-16 | 江苏提米智能科技有限公司 | 一种海上风电运维评估方法、装置、电子设备及存储介质 |
| CN112688432A (zh) * | 2020-12-29 | 2021-04-20 | 浙江运达风电股份有限公司 | 一种分散式无人值守风电场运维检修管理系统及方法 |
| CN112614019A (zh) * | 2020-12-30 | 2021-04-06 | 深圳瑞莱保核能技术发展有限公司 | 一种海上风电运维智能管理平台及方法 |
| CN113128711A (zh) * | 2021-04-06 | 2021-07-16 | 江苏丰能海服科技有限公司 | 一种风电运维船调配管理系统及其工作方法 |
| CN113342874A (zh) * | 2021-06-02 | 2021-09-03 | 河北建投新能源有限公司 | 一种基于云计算的风电大数据分析系统和流程 |
| CN113496293A (zh) * | 2021-06-24 | 2021-10-12 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场运维方案生成方法及装置 |
| CN113469379A (zh) * | 2021-06-24 | 2021-10-01 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于大数据中心的海上风电场运维管理方法及装置 |
| CN113642937A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市信润富联数字科技有限公司 | 风机集群的运维排程方法、装置、电子设备及存储介质 |
| CN113642937B (zh) * | 2021-10-13 | 2022-02-15 | 深圳市信润富联数字科技有限公司 | 风机集群的运维排程方法、装置、电子设备及存储介质 |
| CN114154657A (zh) * | 2021-11-19 | 2022-03-08 | 广东精铟海洋工程股份有限公司 | 一种海上风电安装平台运维管理的方法及系统 |
| CN115049213B (zh) * | 2022-05-17 | 2023-04-07 | 北京协合运维风电技术有限公司 | 一种风电场多维度智能分析系统及方法 |
| CN115049213A (zh) * | 2022-05-17 | 2022-09-13 | 北京协合运维风电技术有限公司 | 一种风电场多维度智能分析系统及方法 |
| CN114638627A (zh) * | 2022-05-19 | 2022-06-17 | 中云汇(成都)物联科技有限公司 | 一种智能售后维护方法、智慧驿站维护服务器及存储介质 |
| CN115271125A (zh) * | 2022-08-10 | 2022-11-01 | 北京千尧新能源科技开发有限公司 | 一种海上风电故障运维策略获取方法、装置及设备 |
| CN115496238A (zh) * | 2022-09-21 | 2022-12-20 | 北京闪电侠科技有限公司 | 风电场智慧运维系统 |
| CN115660375A (zh) * | 2022-11-16 | 2023-01-31 | 苏交控如东海上风力发电有限公司 | 一种海上风电运维的调度方法 |
| CN116153484A (zh) * | 2023-04-20 | 2023-05-23 | 武汉一刻钟医疗科技有限公司 | 一种医疗设备全周期维修效益分析系统 |
| CN116153484B (zh) * | 2023-04-20 | 2023-07-07 | 武汉一刻钟医疗科技有限公司 | 一种医疗设备全周期维修效益分析系统 |
| CN116187983A (zh) * | 2023-04-26 | 2023-05-30 | 山西恒信风光新能源技术有限公司 | 一种风电机组运维管理方法、装置、设备及存储介质 |
| CN116753114A (zh) * | 2023-07-28 | 2023-09-15 | 扬州宇安电子科技有限公司 | 一种基于大数据的风电场数据管控方法及系统 |
| CN116753114B (zh) * | 2023-07-28 | 2023-12-26 | 扬州宇安电子科技有限公司 | 一种基于大数据的风电场数据管控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110222851A (zh) | 一种海上风电场智慧运维管理系统及管理方法 | |
| CN110222850A (zh) | 一种海上风电场智能调度管理系统及管理方法 | |
| Hanga et al. | Machine learning and multi-agent systems in oil and gas industry applications: A survey | |
| CN113450065B (zh) | 一种用于风电场的生产运营管理系统及方法 | |
| CN116862199A (zh) | 基于大数据和云计算的建筑施工优化系统 | |
| CN110175684A (zh) | 一种海上风电场运维方法及装置 | |
| CN110209128A (zh) | 一种钢铁制造多业务智能协同管控系统及实现装置 | |
| CN105868876A (zh) | 一种基于过程监视的集中运维故障闭环处理方法 | |
| CN111695744B (zh) | 一种基于大数据的维修器材需求预测分析系统 | |
| CN112381406A (zh) | 一种基于船岸协同的船舶能效管理大数据系统及方法 | |
| CN109409676A (zh) | 一种基于双向风险识别模型的电网项目管理方法及系统 | |
| CN113052533B (zh) | 概率产品的库存异动预警与调拨方案更新方法及系统 | |
| CN117541197B (zh) | 一种基于bim和aiot数据驱动的智能建造方法及系统 | |
| Vychuzhanin et al. | Cognitive model of the internal combustion engine | |
| CN113627784A (zh) | 一种基于工业互联网的企业资产管理智能决策系统 | |
| CN104239973A (zh) | 基于风浪预测的海上风电施工维护窗区的选择方法 | |
| CN104217014A (zh) | 一种用于国网省一体化安全校核的数据校验方法 | |
| CN112149866A (zh) | 一种基于边云协同的智能制造车间异常预测与管控方法 | |
| CN117575334A (zh) | 公路施工安全监测系统 | |
| Yıldız et al. | Integrating preventive and predictive maintenance policies with system dynamics: A decision table approach | |
| Ma et al. | Review and comparison of the demand analysis methods of maritime emergency resources | |
| Zarrar et al. | Iot-enabled lean manufacturing: Use of iot as a support tool for lean manufacturing | |
| Tjernberg | Reliability-Centered Asset Management with Models for Maintenance Optimization and Predictive Maintenance: Including Case Studies for Wind Turbines | |
| CN109978299B (zh) | 用于海上风电业务的数据分析方法、装置和存储介质 | |
| Zhang | Data mining approaches for intelligent condition-based maintenance: a framework of intelligent fault diagnosis and prognosis System (IFDPS) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190910 |