登录注册
请使用微信扫一扫
关注公众号完成登录
以下为发言全文:
大家上午好,我是来自中车株洲所的李籽圆,算法工程师,我分享的题目是风机的“顺风耳”——工业听诊技术在风电领域的应用实践。
报告分四个部分,研究背景、工业听诊系统、应用案例以及最后对汇报内容总结与展望。首先是研发背景,与中国能源数据指出,中国装机量由2010年的0.42亿千瓦到2060年预计达25亿千瓦,正在呈现飞速的增长。
与此同时,单机容量也一直在提高,像我们中车现在7.X兆瓦的机型已投入量产,这一次展台也推出10兆瓦的整机平台。我们全新的海平面平台功率等级覆盖8—12兆瓦以及14—16兆瓦,有感兴趣的同仁可以去到我们展台了解一下相关产品。
刚刚说到,随着单机容量一再提高,随之出现问题就会越来越多。比如叶根螺栓断裂、叶片损伤、偏航异相、传动链异常等等,这些问题在小机型上或多或少会出现,到大机型上显得尤为突出,这个时候发现问题、及时检测、提前介入处理,这是技术团队需要攻关的。
接下来简要介绍一下基于研发的工业听诊系统,首先讲一下工业听诊系统的诞生,因为我们出发点是对超大机组全面检测,现在行业内对大部件传统检测方式一般是靠运维人员的定检、巡检或者CMS的振动检测,前者效率低、漏检、信号处理复杂、传感器精度受限、振动数据量大,安装维护不便的问题。在此基础上怎么来优化已有解决方式呢?我们想到了深度学习这条技术路线,随着深度学习大趋势运用到机械诊断设备领域,我们也自然而然会想应用到风电领域。
基于对风电机组运行原理深度理解,我们研发基于音频风电机组工业听诊系统,我们取名叫风机的“顺风耳”。
下面简要介绍一下系统的架构,主要三部分组成,硬件部分、软件部分以及诊断算法部分。
硬件部分简单来说就是拾音器、采集器以及智能终端三部分。软件部分是采集数据模块、工业听诊模块、人机交互模块以及PHM系统里面的工业听诊板块。算法部分采用的是深度学习的路线,会根据不同的风场定制不同的异常检测算法。
下面我详细的介绍一下这三部分。
硬件构成,工业听诊系统采用简单的部署配置方案,在单台风机上配置拾音器、采集器、智能终端各一套,安装于机舱内部。基于叶片扫塔声音、偏航声音、轮毂声音、传动链等部件的声音对各大部件声音进行分类,以及异常诊断。
拾音器我们在前期实验的时候会采取矩阵式麦克风拾音器和单独麦克风的拾音器,当然,矩阵式麦克风的效果优于单独麦克风,但是考虑到成本,在一些异常较少的风机上面,我们建议部署单独的麦克风。
采集器有线采集、无线采集、集成至CMS采集,将风电机组的运行声音转换为数字量信号。
无线采集,它是将拾音器、音频采集器,极为简单的设备就能实现音频的采集、转换以及诊断。
关于智能终端将采集声音数字量信号和机组PLC相关运行数据,并进行状态分析与异常诊断,将诊断结果存储至云端服务器。
接下来是软件构成以及硬件流向部分,软件构成简要分为四个板块,数据采集模块、工业听诊模块、人机交互系统以及我们已有PMH系统里面的工业听诊模块,数据采集模块是负责采集机组声音信号和同时期机组相关运行数据,这个也不是一直采集,是会根据机组运行数据触发采集模块的程序,并将数据分别存储到本地音频文件系统和数据库。
将数据到结果进入到人机交互系统,并进行状态诊断与异常检测,振动阶段与运行数据查询、录音回放、可视化。我们将工业听诊结果从攻击端会把结果集成云端PHM系统,实现基于音频的状态检测与异常诊断。
核心诊断算法部分,首先我介绍一下算法的复杂性,异常检测算法复杂性具有以下四点:不可知性、异常类别的异构性、罕见性和类间不平衡、异常种类的多样性。
异常往往是具有不可知的特性,比如异常数据不可知的爆发形式、不可知数据的结构以及不可知的数据分布,这些不可知性需要等异常的出现才有可能知道。
第二异常类别的异构性,异常通常是没有规律的,因此,异常类间可能存在很大差异,比如齿轮箱异响、不同程度的偏航异响、传动链大部件异响,这些都是完全不一样的异响。
第三,罕见性和类间不平衡性,异常相比于正常工况属于罕见事件,因此它的数据量毫无疑问是更小的,也更难采集,所以我们这个问题就在于很难采集到大数量全面的带有异常标签的数据。
第四,异常种类多样性,个点异常,区别于多数派的个体异常样本,条件异常在特定情况下才属于异常情况,比如说变速箱在高转速下可能会发出比较大的声音,这个时候我们会认为它是正常的,如果再低转速下还发出同样声音,毫无疑问,那它就是异常的,这种是条件异常。然后是群组异常,多个样本群体行为属于异常,比如我们齿轮箱会出现三千赫兹、五千赫兹、八千赫兹的频率,如果他们单独出现可能是正常的,如果同时出现就会属于群体异常。
上述四个复杂性会带来一系列的问题与挑战,首先是低召回率,这是由于数据异常性和罕见性导致训练出来的模型存在漏检,不全面。解析高维数据和非独立数据,异常在高维度数据不明显,且高维特征之间错综复杂,相互影响,具有耦合性。高效利用有限数据来学习正常和异常,有监督算法有时候会因为数据量无法训练,泛化性能极差,无监督算法过分地依赖自认为的假设,表现也一般。
第四个挑战就是抗噪异常检测,具有错误的标签的数据或正常的样本混入了一场样本,保证训练数据的干净或设计一个抗噪性好的算法模型,第五个检测算法异常,大部分模型只考虑个点异常,也就是离群,如何将条件异常和群组异常引入到模型中是这个挑战之一。最后一点异常的解释,基于深度学习算法,大部分都是黑盒工作,有时候找到了异常,但是你没法和风机的故障进行合理的解释,在可解释性和模型性能之间找一个平衡,是这个挑战之一,这是不能一味的去寻求模型的性能好。
针对上述六个挑战及问题,我们为什么会选择深度学习这条技术路线呢?因此我们团队进行了研发,参考了一些参考文献以及一些应用实践,分析发现,如果一个深度学习是基于多个步骤组成,它端到端的优化能够全局调优一个异常检测流程,深度学习在训练过程中学习到异常专用特征,深度学习自动挖掘高纬度之间的复杂相互关系,这是深度学习的天性优势,现在深度学习领域有效和易用的模型和框架能够无缝地和来自不同的数据。
前面笼统讲了一下深度学习的优势,具体到每一个场景下,深度学习算法又是怎样选择的呢?接下来我要讲的就是我们半监督方法和无监督方法相比于有监督更适合风电检测的场景,但是并非完全没有,将无监督和半监督方法作为主要研究方向,同时对部分有监督算法进行了实验,根据不同场景会定制异常检测算法。像图中所示,举了两个例子,就是早期在偏航异响以及叶片异常进行实验,最后根据不同场景使用不同算法。
接下来讲一下工业听诊系统在风场的实际应用,近一年来,我们从南方山地风场、北方平原风等多类型风场部署了工业听诊系统,采集到音频数据时长共25000h,大小超3000G,精准识别了不同机型偏航异响、轮毂异常、叶片异常、齿轮箱异响等大部分异常,风机的“顺风耳”安装方便,覆盖面广,准确率高。
最后是对汇报内容的一个总结,先说一下我们这个系统的优势,风机“顺风耳”依靠无接触麦克风精准识别各类异常,安装方便,覆盖面广,准确率较高,成本更低,提升无人值守,风电场运维响应及时性,助力开启智能风场运维新模式,当然这样系统是对我们超大机组检测的一次尝试,不断的研究以及应用实践,目前部署方式不能有效对塔筒进行检测,新出现位置异常往往需要相关领域专家介入处理。
展望,风机的“顺风耳”可集成CMS检测系统、视频检测系统并进行推广,有望实现对超大机组更全面的检测。
最后期待与行业专家一起努力,利用好现有的大模型基础设施,持续构建有价值可落地的数据应用服务。
谢谢大家,我的汇报就这些!
(根据演讲速记整理,未经演讲人审核)
特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。
凡来源注明北极星*网的内容为北极星原创,转载需获授权。
北极星氢能网获悉,3月26日,在第四届中国国际氢能及燃料电池产业展览会上,中车株洲所发布新一代4000标方碱性电解槽,以创新技术引领电解槽大标方时代。据中车株洲所技术人员介绍,新一代4000标方碱性电解槽是为适配大规模新能源制氢项目开发,额定产氢量可达4000Nm/h,额定电流密度≥6000A/m,直流电
4月1日,中国电建田林那比200MW风力发电项目、杜尔伯特南阳300MW风电项目中标公示,项目规模总计500MW。据悉,田林那比风电项目位于广西壮族自治区百色市田林县,拟安装32台单机容量6.25兆瓦风电机组,总装机规模200兆瓦。杜尔伯特南阳300MW风电场项目位于黑龙江省大庆市杜尔伯特蒙古族自治县,项目规
北极星风力发电网获悉,3月17日,株洲市资源集团与中车株洲电力机车研究有限公司“风光储氢充”新能源资源开发合作框架协议举行签约仪式。根据协议,株洲市资源集团将与中车株洲所共同开展风光储氢实证基地项目建设,项目初步规划装机容量11万千瓦,其中风电1万千瓦、光伏10万千瓦,配套建设1.5万千瓦/
北极星储能网获悉,3月26日,陕西吴起250MW/750MWh构网型独立储能项目储能系统设备采购中标候选单位公示。第一中标候选人为中车株洲电力机车研究所有限公司,第二中标候选人为厦门科华数能科技有限公司,第三中标候选人为欣旺达电力股份有限公司。据了解,本次招标招标人为陕西建工集团股份有限公司铁
北极星储能网获悉,3月19日,广州时代启智电力科技有限公司成立,法定代表人为李建辉,注册资本5000万元,经营范围包括智能仪器仪表制造、信息系统集成服务、发电技术服务、储能技术服务等。企查查股权穿透显示,该公司由南网储能、中国中车旗下中车株洲电力机车研究所有限公司共同持股。
随着新能源上网电价市场化改革的逐步深化,电力交易市场进一步完善,风功率预测已成为提升新能源消纳效率、实现风电场收益最大化的关键。中车株洲所全新升级的“风功率预测技术”凭借其高精度、高可靠性和高灵活性,运用先进的算法和模型,成为了风电场运营和电网调度的得力助手。实现风能的高效利用,
随着我国风电累计并网装机突破5亿千瓦,新能源上网电价市场化改革政策逐步深化,发电效率提升成为收益增长的核心路径,存量风场的技改能力被视为“存量资产的效率倍增器”。在2025年第四届风电运维技改研讨会暨“北极星杯”风电影响力企业评选中,中车株洲所凭借技术创新与项目实践,一举斩获“风电影
北极星氢能网获悉,3月17日,株洲市资源投资集团与中车株洲所签订“风光储氢充”新能源资源开发签订合作框架协议,双方将重点围绕风电、光伏、储能、制氢产业发展及风光储一体化实证基地建设等开展深度合作,共同打造“技术研发—装备制造—场景应用—产业协同”的全链条生态圈。据了解,中车株洲所风
随着新能源上网电价市场化改革的逐步深化,电力交易市场进一步完善,风功率预测已成为提升新能源消纳效率、实现风电场收益最大化的关键。中车株洲所全新升级的“风功率预测技术”凭借其高精度、高可靠性和高灵活性,运用先进的算法和模型,成为了风电场运营和电网调度的得力助手。实现风能的高效利用,
华润新能源贵州剑河顾得风电项目风力发电机组(含塔筒)货物及服务采购中标候选人公示公示编号:SZBHX202503100068号项目地点:贵州省黔东南苗族侗族自治州剑河县观么镇、敏洞乡等境内项目规模:100MW招标内容和范围:投标人根据招标人提供的项目资料(详见招标技术规范书),提出仅限一种且能通过安全
北极星储能网获悉,3月10日,华润曹妃甸石化产业基地绿色低碳能源光伏发电项目(二、三期)70MW(140MWh)储能EPC工程总承包工程中标候选人公示。第一中标候选人为中车株洲电力机车研究所有限公司、中铁二院工程集团有限责任公司联合体,投标报价8511.199952万元,折合单价0.608元/Wh;第二中标候选人为
2023年,我国海上风电发展迈入新拐点。困扰海上风电发展的多重因素,都得以厘清或实现突破。如广东国管海域海上风电项目竞配正式启动,自然资源部发布推进海域立体设权工作通知,广西完成区首个分层设权方式不动产登记等。与此同时,越来越多的省份提出了超预期规划,释放了大量的开发资源。《“十四五
北极星风力发电网讯:2023年8月,哈电风能股权结构优化及领导班子调整,成功完成了资源重组和战略调整,集中优势力量谋新篇、开新局,以全新的视角与发展战略谋划风电事业新篇章。“当前风电整机及供应链部件严重内卷,国内外质量问题频发,我们更应保持理性和谨慎,坚决抵制以牺牲产品质量和性能为代
北极星风力发电网讯:一直以来,风电运营期的降本、提质、增效被认为是行业高质量发展的重点,而且,在平价乃至低价发展阶段,20年运营期的效益水平也将对风电全生命周期LCOE产生重大的影响。为此,国内多数开发商、整机商、设备供应商致力于以优质产品和服务搭建风电后服务体系,这其中也不乏国际巨头
中国风电已经连续14年实现了年新增装机量的全球第一。最新数据显示,截至2023年9月底,全国风电累计并网装机突破4亿千瓦,同比增长15%,其中陆上风电3.68亿千瓦,海上风电3189万千瓦。回看过去,早期的中国风电是在跟着别人的脚步去前进,借鉴了不少国外的经验和标准。在经历了快速发展的10余年,中国
日前,2023北京国际风能大会暨展览会(CWP2023)在北京圆满举办。10月19日上午,在风电机组优化升级专题论坛上,来自7家整机制造商和1家部件供应商的代表共同来探讨老旧风电场改造。嘉宾精彩观点摘要如下:运达股份智慧服务中心高级解决方案工程师赵国群:智慧电站的效益体现一体四优智慧电站通过一体
10月16日-19日,2023北京国际风能大会暨展览会(CWP2023)在北京如约召开。在刚刚落幕的CWP2023上,14位中外头部主机企业和部件企业高层在“企业家论坛上”展开对话,围绕“风电技术前景”“产业布局及供应安全”等话题,直击行业当前痛点,并提出产业主张和实践路径。在“双碳”目标有序推进,以新能
2023年10月16日-19日,2023北京国际风能大会暨展览会(CWP2023)在北京如约召开。作为全球风电行业年度最大的盛会之一,这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会,再次登陆北京,聚焦中国能源革命的未来。本届大会以“构筑全球稳定供应链共建能源转型新未来”为主题,将历时四天
2023年10月16日-19日,2023北京国际风能大会暨展览会(CWP2023)在北京如约召开。作为全球风电行业年度最大的盛会之一,这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会,再次登陆北京,聚焦中国能源革命的未来。本届大会以“构筑全球稳定供应链共建能源转型新未来”为主题,将历时四天
2023年10月16日-19日,2023北京国际风能大会暨展览会(CWP2023)在北京如约召开。作为全球风电行业年度最大的盛会之一,这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会,再次登陆北京,聚焦中国能源革命的未来。本届大会以“构筑全球稳定供应链共建能源转型新未来”为主题,将历时四天
2023年10月16日-19日,2023北京国际风能大会暨展览会(CWP2023)在北京如约召开。作为全球风电行业年度最大的盛会之一,这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会,再次登陆北京,聚焦中国能源革命的未来。本届大会以“构筑全球稳定供应链共建能源转型新未来”为主题,将历时四天
2023年10月16日-19日,2023北京国际风能大会暨展览会(CWP2023)在北京如约召开。作为全球风电行业年度最大的盛会之一,这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会,再次登陆北京,聚焦中国能源革命的未来。本届大会以“构筑全球稳定供应链共建能源转型新未来”为主题,将历时四天
2025年3月18日-19日,由北极星电力网、北极星风力发电网与中国电力设备管理协会新能源运维专委会联合主办的第四届风电运维技改研讨会,于北京盛大举行。会上,美国菲力尔公司销售经理公丽梅分享了菲力尔(FLIR)可再生能源——风力发电整体解决方案。(第四届风电运维技改大会图文直播)美国菲力尔(FL
2025年3月18日-19日,由北极星电力网、北极星风力发电网与中国电力设备管理协会新能源运维专委会联合主办的第四届风电运维技改研讨会在北京盛大召开,南京牧镭激光科技股份有限公司应用技术经理侯春一分享了激光传感设备在风电智能化运维技改中的应用成效。第四届风电运维技改大会图文直播大家好!今天
北极星风力发电网讯:日前,协合运维董事、副总经理胥佳第四届风电运维技改研讨会上表示,新能源资产的流动性和金融属性是当前绿色低碳转型中备受关注的议题,尤其在“双碳”目标驱动下,其金融化路径和市场化潜力逐渐凸显。在电力市场化时代,新能源资产收益的波动性显著提升,特别是跨界的财务投资人
2025年3月18日-19日,由北极星电力网、北极星风力发电网与中国电力设备管理协会新能源运维专委会联合主办的第四届风电运维技改研讨会在北京盛大召开,华北电力科学研究院有限责任公司智能电网与新能源研究所副所长张扬帆在会议上分享了《基于数字孪生的风电缺陷诊断与能效提升初探》。华北电力科学研究
随着风电装机快速攀升,风电运维人才缺口愈加扩大。2025年3月18日-19日,由北极星电力网、北极星风力发电网与中国电力设备管理协会新能源运维专委会联合主办的第四届风电运维技改研讨会在北京盛大召开,在会上,北极星教育研究院院长李广探讨了风电运维人才需求及市场发展预测。本次会议图文直播专题(
北极星风力发电网讯:初春的郴州太平里风电场,寒风依旧凛冽,但场长肖青的心里却暖意融融。看着监控屏幕上跳动的发电量数据,他的嘴角不自觉地上扬。自2025年实行“场长负责制”以来,太平里风电场发电量达5393.23万kwh,同比增长209.27%,利用小时同比上涨283.02。过去,作为众多风电场之一,华电新
2025年3月18日-19日,由北极星电力网、北极星风力发电网与中国电力设备管理协会新能源运维专委会联合主办的第四届风电运维技改研讨会在北京盛大召开。在研讨会上,北京信普达系统工程有限公司总经理刘国贤表示,风电企业传统培训模式面临培训教师短缺、培训设施有限、培训效率低,设备结构原理、故障机
以“声纹+AI”技术为核心的风机叶片内部裂纹预警产品已经服务于多家头部用户,能够“保障叶片裂而不断”,助力风电场降低事故发生,提升发电企业经济效益。——土星视界创始人兼CEO陈双辉博士2025年3月18-19日,由北极星电力网、北极星风力发电网与中国电力设备管理协会新能源运维专委会联合主办的第四
“安全性、高质量、高效率、低成本是新能源运维不变的主题,在此目标下,新能源运维管理的分类归级、分级归类是一个必然趋势,其核心是因地制宜、因项制宜、趋同分化、差异化管理下制订相应的运维规则,既有统一又有差异,对风电项目运行的自然环境、设备故障类型、运维工器具、用户受众等方面进行分类
团队对现役机组普遍存在的功率特性问题进行分析,针对风电机组偏航对风、桨距角、叶尖速比开展基于人工智能的机组控制优化技术研究,开发智能控制优化系统,有效提升机组发电效能。——国家电投能研院(上海成套院)风电技术中心尹凡夫2025年3月18日-19日,由北极星电力网、北极星风力发电网与中国电力
近日,由北极星电力网、北极星风力发电网与中国电力设备管理协会新能源运维专委会联合主办的第四届风电运维技改研讨会在北京举行,聚焦风电后市场技术创新与产业升级开展深入研讨。会上揭晓的2025"北极星杯"风电影响力企业榜单中,金风科技凭借全产业链协同能力与技术创新成果,荣获"风电影响力整机设
请使用微信扫一扫
关注公众号完成登录
姓名: | |
性别: | |
出生日期: | |
邮箱: | |
所在地区: | |
行业类别: | |
工作经验: | |
学历: | |
公司名称: | |
任职岗位: |
我们将会第一时间为您推送相关内容!