海上风电大数据分析技术及应用前景初探
- 格式:pdf
- 大小:276.96 KB
- 文档页数:2
2023年海上风力发电行业市场分析现状近年来,全球海上风力发电行业迎来了快速发展的良好机遇。
海上风电是指利用海洋环境中的风力,通过建设风力发电机组、变流站和开发海上风电网等设施将风能转化为电能,并供应给沿海城市及岛屿等用电设施。
海上风电具有占地面积较小、无土地使用权等优点。
尤其是在风资源较佳的北欧地区,海上风电可满足国家能源减排目标,因此得到了广泛的关注和支持。
市场分析:目前,海上风力发电行业市场份额主要集中在欧洲,其次是北美、亚太等地区。
其中北欧以丹麦、荷兰、英国等国为代表,是欧洲海上风电领先地区。
据欧洲风能协会的数据,欧洲的海上风电装机容量在2019年达到了22.1GW,相较于2018年的20.4GW有所增长。
而在全球范围内,海上风电的装机容量也在迅速增加。
数据显示,到2024年,全球海上风电的累计装机容量将达到110GW以上。
海上风电市场的增长离不开政府的支持和投资。
欧盟、美国、中国等国家和地区均采取了一系列政策和措施来推动海上风电行业的发展,如提供税收优惠、制定能源政策、出台鼓励清洁能源的法律法规等。
此外,如果把自然灾害、战争等因素考虑在内,海上风电的投资风险相较于陆地风电要高出不少,因此政府的支持可以降低投资者的风险意愿,从而推动海上风电的发展。
未来发展:随着技术的不断成熟和降成本,海上风电行业的前景将会越来越广阔。
未来,海上风电将成为清洁能源发展的重要方向之一。
随着全球对环保和可持续发展的认识不断提高,海上风电将得到更多的投资和行业支持。
同时,技术创新也将促进海上风电的发展。
例如,单桩式浮式风力发电机组近年来受到了研究人员的广泛关注,这种发电机组结构简单、容易安装,能够满足深水区或波浪较大的海域使用。
总的来说,海上风电作为一种新兴的清洁能源形式,其发展前景非常广阔。
随着技术的不断成熟,政策的不断支持和投资的不断增加,海上风电将成为未来清洁能源发展的重要方向之一。
海上风电场及其关键技术发展现状与趋摘要:随着社会不断向前发展,经济水平不断提高,用电需求的保证成为各国必须确保的基本问题。
然而,传统的火力发电所造成的煤炭资源大量开采以致储量不足和大气污染以及全球变暖等诸多问题亦接踵而至。
海上风电具有清洁、安全、可持续的特点,在世界各国能源战略的地位不断提升,为全球低碳经济发展提供了有力支撑,为人类应对气候变化提供了重要选项,具有广阔的发展前景。
基于此,本文就针对海上风电场关键技术的应用现状及发展趋势进行了分析。
关键词:海上风电场;关键技术;发展趋势中图分类号:TM75 文献标识码:A引言在可再生能源技术中,风力发电是最成熟、最具大规模开发条件和商业化发展前景的发电方式之一。
与陆上风电相比,由于海洋环境的特殊性,海上风电的开发仍然存在一些问题,如施工难度大、运营维护困难以及成本更高等。
但海上风电的优点也同样明显:海上风速通常较陆上风速更高,因而同等条件下海上风力发电机的发电量要高于陆上;海上很少有静风期,因而海上风电具有更高的利用小时数;与陆地复杂的地形相比,海上的环境简单,更均匀的风速对设备损坏更小;海上风电不需要占用土地资源,更适宜大规模开发;与陆上风电相比,海上风电一般更靠近负荷中心,可以减少输电损失,电力的消纳也有保障。
凭借这些优点,海上风力发电将成为未来风电技术研究的重心和前沿,并成为未来风电产业发展的主要方向。
1 海上风电场特点⑴风电机组数量多。
尽管从现有海上风电场的角度来看,风力涡轮机的单位容量继续增加,但大多数海上风电场的单位容量都集中在(2-6)MW范围内。
结果,大型海上风电场通常设置有十个甚至十几个单元。
⑵风电场内部电气线路长。
由于风车和跟随风车的叶片长度的限制与影响,风车之间的距离通常为500-600m。
此外,海上风电场通常离海的距离超过10km,而拟议的海上风电场甚至超过30km。
因此,大型风力发电场需要在几十公里内甚至上百公里内的电缆。
机器学习在海上风电场数据分析中的应用随着能源需求不断增加,海上风电场已经成为一种越来越主流的清洁能源形式。
海上风电场拥有大规模的风力涡轮机组成的复杂系统,需要对其运行状态进行监控和管理。
为了更好的理解和管理海上风电场,数据分析已经成为一项非常重要的工作。
其中,机器学习技术在海上风电场数据分析中的应用越来越广泛。
本文将着重介绍机器学习在海上风电场数据分析中的应用,以及机器学习技术如何帮助提高海上风电场的可靠性和效率。
一、什么是机器学习在介绍机器学习在海上风电场数据分析中的应用之前,我们需要先了解什么是机器学习。
机器学习是一种通过让计算机自动学习和适应数据模式和规律的技术。
它利用算法和统计模型来使计算机从经验中学习,不断提高自己的准确性和性能。
机器学习可以被应用在各种不同的领域,包括自然语言处理、图像识别、金融预测和预测风力涡轮机的故障。
二、机器学习在海上风电场数据分析中的应用机器学习可以帮助监控和管理海上风电场的复杂系统,提高海上风电场的可靠性和效率。
下面我们将分别介绍机器学习在海上风电场的预测和故障检测中的应用。
1.海上风电场的预测机器学习技术可以帮助预测风力涡轮机未来的行为。
例如,它可以通过分析历史数据来预测风力涡轮机的发电功率和燃油消耗情况。
这可以帮助海上风电场将发电计划和维护计划优化到最佳状态。
另外,机器学习还可以通过预测未来风力和海况来帮助海上风电场规划发电计划。
2.海上风电场的故障检测机器学习还可以帮助检测和预测风力涡轮机的故障。
通过分析数据,机器学习可以预测故障发生的可能性,并且预测故障的原因和影响。
这可以帮助海上风电场及时采取行动,避免风力涡轮机停机时间过长,从而提高风力涡轮机的可靠性和效率。
三、机器学习技术如何提高海上风电场的可靠性和效率机器学习技术可以帮助提高海上风电场的可靠性和效率。
下面我们将分别介绍机器学习技术在海上风电场故障检测和预测中的应用。
1.机器学习在海上风电场故障检测中的应用机器学习可以通过分析历史数据来识别故障和预测未来可能出现的故障。
海上风电场高压GIS设备的关键技术与应用分析摘要:GIS设备是目前海上电场的关键所在,GIS设备的优化设计对整个海上风电场的建设和运行的可靠性、可维护性、经济性以及可利用性甚至是安全性都具有十分很重要的作用。
而现阶段,我国海上风电场不管是在运行还是设计方面都不是很成熟,如果遇到极其恶劣的海洋环境,对GIS的设计要求和关键技术的分析就变得十分重要。
本文首先对GIS设备在海上风电场中的应用进行合理分析,然后对高压GIS的关键技术和应用进程了探究,与此同时还提出了有效建议。
关键词:海上风电;GIS;关键技术;应用分析伴随着我国新时代的稳定进步,海上风电场离岸距离越来越远,其容量也在逐渐扩大。
另外,海上风电场所产生的电能需要通过建设海上交通变电站枢纽来完成电能的运输。
与陆上风电场相对比,海上变电站的技术还没有达到成熟的状态,可用的统一技术标准还没有正式成立。
而通过对GIS设备的优化设计和合理应用能更好的提高海上变电站安全性和可靠性。
1 GIS设备在海上风电场中的应用由于海上环境的施工难度大,再加上环境的恶劣程度,整个海上风电场从设计、选型、建设以及后续的运行以及维护,其各方面细节难度都要高于陆上风电场。
再加上海上作业对天气的要求比较依赖,使得海上变电站的建立和维护工作以及后期的维护成本是陆上工作量的多倍。
因此在海上风电场应用GIS设备技术对海风电场的使用周期成本变化影响很大。
有效应用GIS设备的技术能更好的降低海上平台和变电站设备的建设成本、投资,与此同时还能加强设备的安全性和可靠性。
海上风电场高压GIS设备是变电站和送出海缆间的连接点,与在陆上风电站使用的GIS设备没有实质上的区别,但是,由于海上电网的结构比较简单,出现故障的原因也比较容易发现,除此之外,海上平台空间有限并且环境状况不稳定。
要想满足系统供电的连续性、可靠性以及操作检修方便性等需求,海上平台GIS设备的关键技术和应用布置也存在一定差异[1]。
海上漂浮式风电基础的发展现状和趋势-概述说明以及解释1.引言1.1 概述海上漂浮式风电基础作为一种新型的风能利用技术,具有巨大的发展潜力和广阔的应用前景。
随着全球对可再生能源需求的不断增长和对传统能源资源的逐渐枯竭,海上风电逐渐成为了重要的替代能源选择之一。
相比于陆上风电场,海上风电场能够充分利用海上风速更大、稳定性更高的特点,提供更为可靠的能源供应。
海上漂浮式风电基础作为海上风电发展的重要组成部分,其与传统的固定式基础不同,采用了浮动的结构设计,可以在深海等复杂环境下进行建设和运营。
相比于固定式基础,漂浮式基础具有施工便利、适应多种海底地质条件的优势,大大降低了建设和运维成本。
目前,海上漂浮式风电基础已经在一些发达国家和地区得到了广泛应用和推广。
特别是在欧洲地区,已经建成了若干座海上漂浮式风电场,取得了较好的经济效益和环境效益。
这些成功案例为海上漂浮式风电基础的发展奠定了坚实的基础,并为其未来的发展提供了宝贵的经验和参考。
然而,海上漂浮式风电基础还存在一些挑战和问题,包括技术成熟度不高、运维难度大、经济投资回报周期较长等。
解决这些问题,提高海上漂浮式风电基础的性能和可靠性,是当前研究的重点和挑战之一。
未来,随着技术的不断进步和创新,海上漂浮式风电基础将会迎来更为广阔的发展空间。
一方面,技术上将采取更加高效、可靠的设计和施工方法,提高基础的稳定性和抗风能力;另一方面,经济上将加大投资力度,降低建设和运维成本,提高经济效益,进一步推动海上漂浮式风电基础的应用和推广。
总之,海上漂浮式风电基础作为海上风电发展的重要组成部分,具有广阔的发展前景。
在克服一些技术和经济上的挑战后,相信海上漂浮式风电基础将为人类提供更加清洁和可持续的能源供应,并在全球能源转型中发挥重要作用。
文章结构部分的内容如下:文章结构:本文主要分为引言、正文和结论三个部分。
1. 引言1.1 概述在引言部分,我们将对海上漂浮式风电基础的发展现状和趋势进行综述。
风力发电工程行业现状分析报告及未来五至十年发展趋势一、引言风力发电作为一种可再生能源,正逐渐发展成为全球能源转型的重要组成部分。
本文将以业内资深精英人士的水平,对风力发电工程行业的现状进行深入分析,并展望未来五至十年的发展趋势。
二、行业现状分析市场规模不断扩大随着全球对清洁能源需求的增加和环境保护意识的提高,风力发电市场规模不断扩大。
许多国家和地区纷纷制定政策,鼓励和支持风力发电工程的建设。
同时,风力发电的成本不断降低,使其具备了更大的市场竞争力。
技术水平不断提升风力发电工程作为一项技术密集型的工程,需要各种高效、可靠的技术支撑。
随着技术的不断进步,风力发电设备的效率和可靠性不断提高。
例如,新型的风力发电机组设计和创新的叶片材料可以提高发电效率和抗风能力。
这些技术的进步推动了风力发电工程行业的发展。
市场竞争日益激烈由于风力发电市场前景广阔,吸引了众多企业进入。
市场竞争激烈,企业争夺订单和项目,并通过技术创新和成本控制来提高自身竞争力。
这种竞争不仅加剧了价格竞争,也推动了技术的不断创新和发展。
三、未来五至十年发展趋势政策支持将更加明确随着全球对可持续能源的需求增加,政府对风力发电工程的政策支持将更加明确。
政府将继续出台更多的激励政策,如补贴和税收减免等,以促进风力发电工程的发展。
同时,政府还会加强对风力发电工程的监管和管理,确保其安全、高效运行。
技术创新将进一步推动行业升级未来五至十年,风力发电工程行业将面临更多的技术创新机遇。
新型风力发电机组设计和创新的叶片材料将进一步提高风能的捕捉效率和风电机组的性能。
同时,智能化、数字化技术的应用将提高风力发电设备的运行管理效率。
海上风电发展潜力巨大海上风电发展具有巨大的潜力。
海上风力资源更加丰富且稳定,可以提供更稳定的发电量。
未来五至十年,海上风电工程将成为风力发电行业的重要发展方向。
同时,随着技术的进步和成本的降低,海上风电的商业化运行将逐渐实现。
国际合作和市场拓展助推行业发展风力发电工程行业需要加强国际合作,共同应对全球能源转型的挑战。
2023年海上风力发电行业市场调查报告近年来,寻找新的能源替代传统石化能源的趋势越来越明显。
海上风电作为一种环保能源,已经得到广泛关注。
我收集了一些数据,通过市场调研来分析海上风力发电市场。
一、海上风电市场概述1.1 行业定义海上风电,是指将风能转化为电能,利用海洋平台,如离岸风力机组、浮式风力机组和深海风力机组等固定或浮式风力发电设备,将电能输送到陆地或用于海上设施中的一种能源。
1.2 发展历程2010年,我国在上海东海大桥附近建造了首个离岸风电示范项目,标志着海上风力发电技术进入了实际建设阶段。
截至2019年,我国海上风电装机容量已超过5000万千瓦。
1.3 行业现状目前,全球海上风电发展较为迅速,欧洲国家是海上风电的最大市场,也是技术最为成熟的地区。
美国、日本等国家在海上风电领域的投资也在逐渐加大。
近年来,我国的海上风电发展势头迅猛,海上风电已经成为我国新能源发电的重要组成部分。
1.4 市场规模根据国际能源署的预测,到2030年,全球离岸风电装机容量将达到520GW,其中中国的离岸风电将在2025年之前高速增长,到2030年达到140GW左右。
二、市场竞争分析2.1 市场主要参与者当前,全球主要的海上风电器材供应商有SGRE、MHI Vestas Offshore Wind、GE Renewable Energy、Siemens等海上风电业的重量级公司。
与此同时,国内上市公司如工业富联、中电电机等也在海上风电领域展开布局。
2.2 市场地位排名根据数据显示,近年来,欧洲在海上风能领域的投资较为强劲,欧洲厂商占据了市场份额的70%以上。
中国在装机规模上也已经超越了韩国、日本等东亚国家,但在专业技能、大型设备配套等方面,还需要多方面提升。
三、市场需求分析3.1 国际市场欧洲一直是海上风能的重要市场,随着欧洲对清洁能源的不断关注,海上风能的需求在今后的预测时期仍将保持高位增长。
南美洲、非洲和亚洲地区对海上风力的需求也在不断增加,将为海上风电产业提供更多市场潜力。
风力发电的发展现状及应用风力发电是一种利用风能产生电力的清洁能源技术。
随着全球能源危机的日益加剧和环境问题的日益突出,风力发电作为一种可再生的环保能源,受到了广泛的关注和重视。
在近年来,风力发电技术取得了长足的发展,并在世界范围内得到了广泛的应用。
本文将分析风力发电技术的发展现状及其应用,并探讨风力发电的前景与挑战。
一、风力发电的发展现状1.技术发展概况风力发电技术最早可以追溯到公元前500年的古希腊,当时人们就已经开始利用风力来驱动帆船、提水和磨面。
而现代风力发电技术则始于20世纪70年代,随着科学技术的发展,风力发电技术不断得到改进和完善。
目前,世界各国都在积极开展风力发电技术的研究与应用,一些先进国家已经建成了一大批大型风电场,风力发电技术已经进入了成熟的阶段。
2.全球风力发电市场概况据国际能源署(IEA)的数据统计,截至目前全球共有80多个国家在使用风力发电技术,全球风力发电装机容量已达700GW以上。
其中,中国、美国、德国、印度、西班牙等国家是全球风力发电的领先者,各国在风力发电技术研究、设备制造、风电项目投资等方面均取得了显著的成就。
特别是中国,作为世界上最大的风力发电市场,已经成为全球风电装机容量最大的国家。
3.风电技术的发展趋势风力发电技术的发展趋势主要体现在以下几个方面:(1)提高发电效率。
随着技术的不断进步,风力发电机组的发电效率不断提高,目前已经达到40%以上。
未来,随着先进材料、先进制造技术的应用,风力发电机组的发电效率有望进一步提升。
(2)减少成本。
随着风力发电技术的发展和普及,风力发电的成本不断下降,有望与传统能源竞争。
据IEA预测,到2030年,风力发电的成本将降至传统能源的水平。
(3)智能化与数字化。
随着物联网、大数据等技术的应用,风力发电设备将更加智能化和数字化,大大提高了运维效率和智能管理水平。
二、风力发电的应用1.风力发电在发电领域的应用风力发电技术主要用于生产电力,目前风力发电已经成为世界上主要的可再生能源之一,在许多国家已经成为电网的重要组成部分。
风力发电技术现状及发展趋势一、本文概述随着全球能源结构的转型和环保意识的日益增强,风力发电作为一种清洁、可再生的能源形式,正逐渐在全球范围内得到广泛的关注和应用。
本文旨在全面概述风力发电技术的现状以及未来的发展趋势,从而为读者提供一个清晰、深入的理解风力发电行业发展的脉络和前景。
我们将从风力发电的基本原理出发,探讨当前风力发电技术的发展水平、主要挑战和应对策略,以及预测未来风力发电技术的创新方向和可能的市场变化。
通过对风力发电技术的深入研究和综合分析,本文旨在为读者提供一个全面、系统的视角,以期在推动风力发电技术的持续发展和优化中发挥积极作用。
二、风力发电技术现状风力发电技术,作为一种清洁、可再生的能源技术,近年来在全球范围内得到了广泛的关注和应用。
随着科技的不断进步和政策的持续推动,风力发电技术已经取得了显著的进展。
在硬件设备上,风力发电机的设计日趋成熟,单机容量不断增大,从早期的几百千瓦发展到现在的数兆瓦甚至更大。
风力发电机组的叶片材料、发电机效率、齿轮箱和轴承的耐久性等方面都有了显著提升。
同时,风电场的建设和管理也日趋规范化,风电机组的运维效率得到了极大的提高。
在技术创新方面,风力发电领域正在不断探索新的突破点。
包括智能化控制、海上风电、储能技术、电网接入等在内的多个领域都在积极开展研究和应用。
例如,智能化控制技术的应用使得风电场能够更准确地预测风速、优化运行策略,从而提高发电效率。
海上风电的发展则充分利用了海洋资源的优势,为风电行业开辟了新的发展空间。
在政策环境上,许多国家都出台了支持风力发电的政策,包括税收优惠、补贴、上网电价优惠等。
这些政策的实施为风力发电技术的发展提供了有力的保障。
随着全球气候变化和环境问题日益严重,风力发电作为清洁能源的重要组成部分,其地位和作用也日益凸显。
然而,尽管风力发电技术已经取得了显著的进展,但仍面临一些挑战和问题。
例如,风电场的选址和建设受到地理和气候条件的限制;风电场的运维成本较高,需要进一步提高运维效率;风电在电网中的接入和调度也存在一定的问题等。
海上风电大数据分析技术及应用前景初探
发表时间:
2019-08-19T09:26:35.627Z 来源:《防护工程》2019年10期 作者: 张翼
[导读] 推进海上风电建设和管理向主动型、持续性、精益化方向转变,促进海上风电场产业的智能化与信息化。
国家电投集团广东电力有限公司
广东广州 510130
摘要:当前,海上风电已成为全球风电发展的研究热点,世界各国都把海上风电作为可再生能源发展的重要方向,我国也将其划入战
略性新兴产业的重要组成部分。本文将根据海上风电全生命周期的特点对海上风电大数据的范围、分类、分析技术及运用前景作简略探
讨,抛砖引玉,以期业界深入思考讨论,奉献智慧,深度挖掘海上风电大数据的价值,让它为我国海上风电建设的正确决策和健康发展,
为海上风电相关产业实现智能研发制造提供数据服务,推进海上风电建设和管理向主动型、持续性、精益化方向转变,促进海上风电场产
业的智能化与信息化。
关键词:海上风电大数据;分析技术;应用前景
前言
:大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有特定意义的数据进行专业化处理。换言之,假如把大数据比作
一种产业,那么这种产业实现盈利的关键,在于对数据正确的加工处理能力,通过加工处理实现数据的增值。这些增值数据将有可能助力
高效的行政管理,支持企业内部精细化管理,催生相关行业的业务发展乃至企业业务转型等等。大数据是
21世纪最珍贵的财富已成为当今
社会的共识,海上风电大数据的建设也因此应运而生且尚处于初级阶段。
1.
海上风电大数据范围和分类
1.1
数据范围
海上风电大数据主要包括隶属区域内所有海上风电场在规划、建设、运营阶段的全过程数据以及基于以上数据产生的管理及决策信
息。
1.2
数据分类
1)
工程项目的场址信息数据:包括风能资源、海洋水文、工程地质、风机排布、海缆路由、并网接入、集控中心、运维码头、备品备件
仓储、施工基地、陆路交通与航道等。
2)
建设期数据:水下地形、岩土特性、设计图纸、三维模型、工程设备、施工建设等。
3)
运维实时数据:实时气象和海况、气象预报与海况预报、运维船舶状态、风电机组SCADA、PLC数据、电气设备状态、钢结构监
测、海缆监测、海事监管、海洋生态环境监控等。
4)
基于以上数据产生的管理及决策数据:风功率预测、运维诊断数据、运行调度、维修方案、应急处置等。
2.
数据分析技术方法浅析
2.1
总体方法论
海上风电最重要的运维部件为海上风机,所以在上文提到的四类数据中通过对海上风机实时数据的分析挖掘,结合提取历史失效特征
工程,运用现有的机器学习、统计概率模型等算法方法判断风机风险隐患点,同时利用专家案例库、故障树等运维处理方案,推送给风电
场运维人员。
2.2
数据分析模型
数据存储支持分布式,如Hadoop、时序数据库、关系库,如MySQL等。支持JAVA、C#系统开发,并可以结合混编R、MATLAB等计
算脚本来对风机实时数据进行计算、数据挖掘。预警模型覆盖目前主流机型以及主要整机厂家,预警范围涉及到风机所有有数据采集的系
统,如变桨、偏航、齿轮箱、发电机、变频器等。在算法方法上主要是采用目前的分类算法,比如
LR分类、贝叶斯概率等。如针对变桨系
统预警、可以通过收集环境信息、变桨系统实时数据、发电情况等,集合变桨失效案例,通过比较计算多组指标概率分布变化率、数据离
散率等数据指标来判断是否存在劣化趋势,从而提前发现变桨隐患、避免故障发生。
模型输入方面主要包括实时运行数据、历史样本、专家处理预案等。通过收集历史标准案例库,设计模型训练样本、测试样本等数据
实验,进行算法实施,并对实施结果,通过发送现场,并交由现场独立检查评价的方式进行验证。保证预警产生工单的有效性的同时,不
断提高可执行性,成为现场工作中有实际作用的系统。由于现场实际状况中各风机有差异性,预警工单在实际使用过程中,也存在迭代与
修正的必要。通过对预警工单的反馈收集,确定新的正反案例,不断优化历史标准案例库,修正特征工程与算法结构,来满足各风机在各
种场景下的失效预警。
3.
大数据总体框架及主要内容
要实现海上风电经验积累、监控风电场建设施工与生产运行全过程、并向全产业链提供数据与应用服务,做好政府监管与服务工作,
必须依赖于省级海上风电大数据中心这个集万千生物脑智慧的超脑。
考虑到海上风电数据分布散,种类多等特点,而同时Hadoop大数据技术已经相当成熟。采用Hadoop分布式大数据库+实时数据+关系
型数据库作为总体数据架构,记录全部设计、施工和重要运维数据,充分利用集群的威力进行高速运算和存储。
大数据中心主要存储广东省海上风电规划、建造、运营等全过程数据。包括:
1)
海上风电所有系统和设备的相关数据,包括风机、电气设备、海缆、结构监测、测风塔、雷达、气象水文监测设备、海洋生物监测
等各种类型设备的运行数据和基础数据。
2)
基于规划期的数据:基于项目的场址数据、港口、风资源、海上海下地质条件数据、电源接入点,生产基地,港口等数据
3)
基于建设期的数据:平台勘测、地质数据、设计图纸、三维模型、采购及施工相关等数据。
4)
基于运维期的实时数据:海浪、气象条件、船舶数据、风机运行、风机结构监测、海缆监测数据、升压站运行数据、升压站结构监测
等数据。
5)
基于以上数据产生的管理及决策数据:风功率预测、运维诊断数据、调度及适时维修方案等数据。通过对实时大数据采集、存储、分
析可以实现
:
1)
区域级、场站级、设备及部件级多维度综合监视。
2)
实时报警、故障预警、设备健康状态评估、设备检修预警。
3)
风功率预测结合气象、船舶等条件实现智能指挥。
4)
为管理与决策提供风机性能报告。
4.
应用前景分析
4.1
基于大数据的海上风电场海洋生态环境监控研究
加强海洋生态环境监测手段与环境传感器、水下声纳生物探测、生物声学监听及高光谱沙姆雷达生物探测相结合,形成风电场生态环
境多源、多点、多指标和网络化、立体化生态环境监控新模式,积累长期、系统和规范化的海水水质、水下噪声、海洋生态、鱼类资源等
监测数据,为深入研究海上风电对海洋生态的影响提供基础数据,并将数据和风电场运行的相应数据组合,生成分析算法和评估结论,综
合分析生态环境时空动态变化特征及其与风电运营的响应关系。
4.2
基于大数据设备故障预警及诊断研究
预测模型通过采集实时数据,利用大数据分析技术开展对风机、海上升压站主要电气设备、海缆、基础的故障预警和健康状况评估提
前预判设备的运行状态、判断健康水平,提前进行预警,生成预警任务,并提供检修指导意见。同时根据设备健康状况,定期生成设备预
警报告,指导现场运维管理工作。可为运营商提供设备预警与安全监测服务,提供相应的项目检修方案,也可为后续海上风电项目的设备
选型提供重要的决策依据。
4.3
无限暇思的服务功能
1)
创新的监管方式
政府监管部门及海上风电投资方可以通过海上风电大数据强化海上风电建设、运营的事中和事后全过程监管力度,有助于海上风电项
目开发企业注重工程质量,落实安全生产责任制,落实通航安全、生态环境监测保护措施,量化、可视化定期评估检查监测结果,更好地
指导监督项目改进防范措施。
2)
全产业链的动态评估
政府决策部门通过海上风电大数据,掌握区域内海上风电全产业链的发展动态,评估产业发展存在的问题,依据产业发展态势,适时
对规划及相关政策进行动态调整完善。
3)
基于数据再分析的增值服务
基于历史数据及预测数据的仿真计算模型,充分挖掘大数据价值,使之成为提高生产力和管理效率的重要工具,成为政府、投资方和
相关服务单位的决策智囊,实现增值服务。
5.
结论
这是一个大数据的时代,海上风电大数据紧跟时代步伐将被迅速建立并发挥它的作用,人们也将不断地充分挖掘其价值,使之成为海
上风电建设全行业链科学决策的基础。海上风电大数据,必将为中国海上风电的健康发展贡献时代力量。
参考文献:
[1]中华人民共和国国务院.大数据标准化现状及标准研制[R].北京:中华人民共和国国务院,2015.
[2]广东省人民政府.广东省海洋经济发展十三五规划[R].广州:广东省发展和改革委员会,2017.