受化石能(néng)源價格上漲和全球氣候變化的影響,可再生能(néng)源因其可持續性、清潔、環保, 日益受到國(guó)際社會的重視,是未來能(néng)源的發(fā)展方向(xiàng)。在當今世界可再生能(néng)源開(kāi)發(fā)中,風力發(fā) 電是除水能(néng)外,技術較成(chéng)熟、具有大規模開(kāi)發(fā)和商業開(kāi)發(fā)條件的可再生能(néng)源發(fā)電形式。世 界許多國(guó)家都(dōu)制定了包括發(fā)展風力發(fā)電等可再生能(néng)源的發(fā)展規劃和戰略目标,使得風力發(fā)電 技術水平不斷提高,産業規模逐漸擴大,風力發(fā)電已成(chéng)爲促進(jìn)能(néng)源多樣(yàng)性和實現可持續發(fā)展 的重要能(néng)源。

我國(guó)風能(néng)資源豐富,風力發(fā)電正快速發(fā)展。自1986年起(qǐ),山東榮成(chéng)進(jìn)口了3台Ⅴes tas的容量爲55kW的風電機組,建立了我國(guó)第一個風電場,到2013年底,我國(guó)累計裝機容 量爲91412.85MW,新增裝機容量爲160887MW。2001-2013年,我國(guó)新增及累計風電裝 機容量。目前,我國(guó)新增裝機容量和累計裝機容量均居世界第一。

在機組運行過(guò)程中會實時産生大量關于天氣信息和機器狀态的實時數據。與傳統火力發(fā)電不同的是，風力發(fā)電具有很大的随機性，這(zhè)樣(yàng)的随機性帶來的影響是機組部件運行工況的不确定性和複雜性，增加了部件計劃性維護的難度。 而故障引起(qǐ)的停機時間統計中，引起(qǐ)停機時間比較長(cháng)的依次是齒輪箱故障、葉片故障和主傳動鏈故障。

目前關于風電機組的運行維護模式是故障處置經(jīng)驗+定周期維護的模式。其中故障處置經(jīng)驗分爲 :
1、行業内有經(jīng)驗的運維維護人員的經(jīng)驗;
2、設計人員在設計初始依據系統機理和部件可靠性等方面(miàn)給出的故障處置指導建議。定期維護主要業界标準和機組運行經(jīng)驗制定了月度檢、季度檢和年度檢等，對(duì)機組部件實施周期性檢查，檢查的措施有目視、功能(néng)測試和力矩校驗。

這(zhè)樣(yàng)的運行維護模式存在以下問題：
（1）故障處置經(jīng)驗可分享性差。 解決問題的思路，通過(guò)大數據技術收集和分析各種(zhǒng)機器、制造商的數據，通過(guò)智能(néng)分析平台進(jìn)行任務分類歸集并形成(chéng)知識庫，進(jìn)而進(jìn)行信息化建設，可使用WEB或APP查詢數據；
（2）由于機組部件運行工況複雜，現有的故障處置經(jīng)驗不完備。對(duì)于新增突發(fā)故障無法執行有效的處置措施；
（3）業務參與者隻知其然，不知其所以然。對(duì)于維護周期的科學(xué)化制定，維護部件的重要程度劃分沒(méi)有依據；
（4）維護成(chéng)本高。這(zhè)種(zhǒng)事(shì)後(hòu)維護的模式使得一些本身可以通過(guò)前期有效的防範措施避免的部件失效無法得到及時的“治療”，喪失了用小成(chéng)本換取大收益的時機。

展盛科技有限公司爲此搭建風機大數據分析與故障智能(néng)研判平台，完成(chéng)信息資源的整合，使用風機業務數據進(jìn)行研判分析，實現對(duì)風機故障參數動态信息等綜合研判分析，對(duì)信息的深度應用，提高數據的利用率，并且支撐起(qǐ)随著(zhe)彙聚的數據量劇增，日常故障研判、重大事(shì)件預警、發(fā)電量預測、風場個性化建設等比較困難分析的業務。

通過(guò)搭建大數據及智能(néng)研判分析平台實現利用先進(jìn)大數據技術，對(duì)結構化非結構數據和海量風機業務數據進(jìn)行處理，進(jìn)行數據挖掘與分析，充分提升業務數據價值，在以信息化爲标志的智能(néng)制造革命的背景下，解決風機信息資源全面(miàn)共享、預警研判深度應用、風機業務監管等難題，實現跨系統、跨地域的統一分析與預警，形成(chéng)管理合力，保持全國(guó)領先優勢。