一种海上风电运维智能管理平台及方法与流程

本发明涉及风电运维管理技术领域，具体为一种海上风电运维智能管理平台及方法。

背景技术：

当前，海上风力发电已成为时下的热门趋势，已经实现通过漂浮式风场建立海上风电场，充分利用海风这种环保、可循环的自然资源，具备极大的优势。然而，海上环境相比陆地更为复杂：首先，高盐、高温、高湿的海水侵蚀将影响发电机组的使用寿命；同时，海上风浪大，运维成本高，天气恶劣的情况下，运维人员难以到达指定地点进行运维工作；此外，海底电缆及机组设备采用的材质有别于普通电缆和机组设备，运维难度高、可作业时间短。因此，在运维环境较为恶劣、运维交通成本大的情况下，如何进行有效的智能化运维，是大力推广海上风力发电过程中亟待解决的一大难题。目前，我国的海上运维模式基本照搬陆上风电运维经验，计划检修为主、故障检修为辅，计划检修明显的弊端主要表现在欠维修及盲目维修等，由于海上作业的特殊情况，大大增加了运维成本。由于海上风电场经常受到恶劣的自然环境、复杂的地理位置和昂贵的交通运输等方面的影响，运行和维护成本过高，随着不断向远海海域开发大型风电场，海上风电场的运行和维护成本不断加大，现有的海上风电运维方式不利于海上风电场的持续开发。

技术实现要素：

本发明的目的在于提供一种海上风电运维智能管理平台，以解决上述背景技术中提出的问题。为实现上述目的，本发明提供如下技术方案：一种海上风电运维智能管理平台，包括硬件设备和软件应用系统，所述硬件设备包括数据采集模块、数据传输模块、数据处理模块和显示模块，所述软件应用系统包括平台端软件、移动端软件、服务器软件、传输软件和数据采集模块各数据采集装置自身的软件，所述数据采集模块包括各类数据采集装置。所述数据传输模块用于连接数据采集模块和数据处理模块。所述数据处理模块包括服务器。所述显示模块包括控制中心的显示屏和移动端显示屏。优选的，所述平台端软件包括实时监测模块、系统模型构建模块、设备管理模块、备件管理模块、风险预警模块、运维方案管理模块、机器学习模块和模拟地图模块，所述风浪预警为当实时监测模块监测的海洋水文气象预报信息显示机组设备、电缆设备等所在海域近期将出现风浪等恶劣天气时，在平台端和移动端同步发出风浪预警提示，显示预计风浪强度、持续时长和波及范围；所述设备故障预警为当海上风电设备的健康状态出现不良或故障、损坏时，根据损坏程度进行设备故障分级预警，所述备件消耗预警为当某一类型的备件消耗数量过快导致库存不足时，发出备件消耗预警提示。优选的，所述实时监测模块显示实时的风机设备数据、风机现场运行数据、检修作业数据、海洋水文气象预报信息、运维船舶数据、运维人员管控信息、备品备件数据，其中，风机现场运行数据包括风机安全、塔杆、海缆的实时监测数据。优选的，所述系统模型构建模块建立结构化数据和非结构化数据的存储模型。优选的，所述风险预警模块用于构建风险预测模型，显示风浪预警、设备故障预警、备件消耗预警。优选的，所述运维方案管理模块用于根据监测信息、预警信息和历史数据输出运维方案，当监测到设备故障时，所述运维方案管理模块根据监测信息和历史数据，初步判断故障类型，并结合风浪预警信息、运维船舶所在地生成运维方案。优选的，所述机器学习模块用于整合历史数据，构建运维方案优化模型，所述机器学习模块采用机器学习算法定期智能优化运维方案。优选的，所述模拟地图模块用于根据监测设备的定位数据和海上地图，生成模拟地图，所述模拟地图显示各风电设备所在地、设备故障预警、各海域风浪预警、各运维船舶所在地，根据故障严重程度，分别显示红色、黄色、绿色符号，点击某一设备，可显示该设备的健康状态、运维记录、使用年限、地理坐标等信息，当某设备出现紧急故障时，在模拟地图页面显示三角感叹号进行提示，在该设备处显示设备故障符号。一种海上风电运维智能管理方法，包括以下流程：1）采集数据，系统通过数据采集模块实时监测和获取风机设备数据、风机现场运行数据、检修作业数据、海洋水文气象预报信息、运维船舶数据、运维人员管控信息、备品备件数据；2）传输数据，通过数据传输模块将各类监测数据传输至服务器；3）构建模型，针对各类监测数据构建统一的数据清洗、转换模型，通过系统模型抽取完成校核对象数据初始化及待校核层次拓扑模型的构建；4）分析诊断，在平台端进行数据的整合和展示，结合服务器中存储的历史监测数据和运维记录及历史解决方案，进行分析统计、设备健康评估与故障诊断，通过风机结构在不同状态下有限的测试数据来反馈结构运行动态指标，通过特征指标来在线判断和分析结构运行的安全性；5）运营维护，根据诊断结果，结合海洋水文气象预报信息、运维船舶数据、运维人员管控信息、备品备件数据，智能输出运维方案，及时对结构运行出现的异常情况进行处理，对开展基于运营状态和服役性能的维护提供依据。与现有技术相比，本发明的有益效果是：1、本发明提供了一种海上风电运维智能管理平台及方法，通过建立标准的接口规范和统一的数据接口平台，采集风机设备数据、风机现场运行数据、检修作业等业务相关数据，将实时监测数据、设备数据、现场运行数据、检修作业数据等进行集成，实现各业务系统间各类实时数据、静态数据、图形数据的交互，消除传统意义上的信息孤岛，达成各监控系统信息集成与共享。2、在采集风机设备数据、风机现场运行状态、检修作业数据等数据、实现实时监测的基础上，该平台还具备智能分析的功能，通过物联网、云计算和大数据分析技术，根据数据分析处理结果进行风险预警、状态评估、智能决策，实现对海上风电场运维的智能化、精细化、数字化管理，从而提高运维效率、降低运维成本，为远程化运维提供技术支持。3、将分处在不同业务系统中有关海上风电场监测的各类信息系统高效集成、统一接入，实现信息集中管理、故障快速响应及正确处理、智能决策，为后期大数据应用和实现海上风电场设备状态实时监视预警、运行分析统计、设备健康评估与故障诊断、智能决策、运维后勤管理等功能提供数据服务支撑。4、具有模拟地图模块，直观显示各风电设备所在地、设备故障预警、各海域风浪预警及设备故障程度、运维船舶所在地，信息集成度高，方便及时调度与管理，为管理工作提供了极大的便利；同时，根据设备故障程度和海上天气、运维传播地点，管理人员可选取成本最低的运维方案，节省运维经费，提高经济性。

附图说明

图1为本发明海上风电运维智能管理平台总体结构图；图2为本发明平台端功能模块示意图；图3位本发明移动端功能模块示意图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合，进一步阐述本发明。在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。请参阅图1-3，本发明提供的一种海上风电运维智能管理平台是由一整套硬件设备、软件应用系统结合的平台，通过硬件设备进行现场监控和数据采集，软件平台对数据进行统计、融合、分析和处理，根据分析处理结果进行风险预警和状态评估，提供预测方案，输出智能运维决策，平台支持电脑端和移动端等多端协同，实现对海上风电场运维的智能化、精细化管理。图1为本系统的整体结构图。一、硬件设备包括数据采集模块、数据传输模块、数据处理模块和显示模块。（1）数据采集模块包括各类数据采集装置，用于进行风机设备数据、风机现场运行数据、检修作业数据、水文气象预报数据、运维船舶信息及运维人员信息、备品备件数据采集。（2）数据传输模块用于传输采集的数据至数据处理模块。（3）数据处理模块包括服务器，用于根据监测数据的类型、特征、实时性等建立统一的数据采集标准规范和数据通讯规约，通过系统模型抽取完成校核对象数据初始化及待校核层次拓扑模型的构建，服务器建立结构化数据和非结构化数据的存储模型，将采集的各类异构数据进行融合和存储。服务器还用于结合历史监测数据和运维记录及历史解决方案，进行分析统计、设备健康评估与故障诊断，并结合海洋水文气象预报信息、运维船舶数据、运维人员管控信息、备品备件数据，智能输出运维方案，从而进行智能决策和运维后勤管理。（4）显示模块包括控制中心的显示屏和移动端显示屏，用于显示实时监测的数据、分析统计结果、设备健康评估与故障诊断结果、最佳运维方案、模拟地图等信息。二、软件应用系统包括平台端软件、移动端软件、服务器软件、传输软件和数据采集模块各数据采集装置自身的软件。（1）平台端软件包括实时监测模块、系统模型构建模块、设备管理模块、备件管理模块、风险预警模块、运维方案管理模块、机器学习模块和模拟地图模块，图2为平台端功能模块示意图。（2）移动端软件包括实时监测模块、设备管理模块、备件管理模块、风险预警模块和运维方案管理模块，图3为移动端功能模块示意图。a、实时监测模块显示实时的风机设备数据、风机现场运行数据、检修作业数据、海洋水文气象预报信息、运维船舶数据、运维人员管控信息、备品备件数据，其中，风机现场运行数据包括风机安全、塔杆、海缆的实时监测数据。b、系统模型构建模块建立结构化数据和非结构化数据的存储模型，管理人员可对模型构建方法进行管理和设置。c、设备管理模块显示海上风电设备的健康状态、运维记录、使用年限、定位等信息，可通过人工更新信息或系统导入数据的形式更新设备管理信息。d、备件管理模块显示各类备件的库存、用途、历史使用数据，并根据备件使用记录生成智能报表，直观展示备件信息。e、风险预警模块构建风险预测模型，显示风浪预警、设备故障预警、备件消耗预警。风浪预警：当实时监测模块监测的海洋水文气象预报信息显示机组设备、电缆设备等所在海域近期将出现风浪等恶劣天气时，在平台端和移动端同步发出风浪预警提示，显示预计风浪强度、持续时长和波及范围；设备故障预警：当海上风电设备的健康状态出现不良或故障、损坏时，根据损坏程度进行设备故障分级预警；备件消耗预警：当某一类型的备件消耗数量过快导致库存不足时，发出备件消耗预警提示。f、运维方案管理模块根据监测信息及预警信息、历史数据智能输出运维方案，当某设备出现故障时，该模块根据监测数据和历史数据，初步判断故障类型，并结合风浪预警信息、运维船舶所在地生成运维方案。通过大数据和模型构建，实现系统自动生成经济性、安全性、时效性均较优的智能运维方案，用户可自行调整运维方案或对运维方案进行干预。g、机器学习模块整合历史数据，构建运维方案优化模型，采用机器学习算法定期智能优化运维方案，通过训练学习来提升模型的准确性。h、模拟地图模块根据所监测设备的定位数据和海上地图，生成模拟地图，显示各风电设备所在地、设备故障预警、各海域风浪预警、各运维船舶所在地，根据故障严重程度，分别显示红色、黄色、绿色符号，点击某一设备，可显示该设备的健康状态、运维记录、使用年限、地理坐标等信息，当某设备出现紧急故障时，在模拟地图页面显示三角感叹号进行提示，在该设备处显示设备故障符号。管理人员根据设备故障程度、海域天气情况和运维船舶坐标等信息，结合系统的智能运维方案，选取成本最低、花费时间最短的运维方案，从而节省运维成本，提高经济性。另外，本发明还提供了一种海上风电运维智能管理方法，具体流程如下：1）采集数据，系统通过数据采集模块实时监测和获取风机设备数据、风机现场运行数据、检修作业数据、海洋水文气象预报信息、运维船舶数据、运维人员管控信息、备品备件数据；2）传输数据，通过数据传输模块将各类监测数据传输至服务器；3）构建模型，针对各类监测数据构建统一的数据清洗、转换模型，通过系统模型抽取完成校核对象数据初始化及待校核层次拓扑模型的构建，从而建立结构化数据和非结构化数据的存储模型，实现各业务系统间各类实时数据、静态数据、图形数据的交互，将采集的各类异构数据进行融合并存储至服务器；4）分析诊断，在平台端进行数据的整合和展示，结合服务器中存储的历史监测数据和运维记录及历史解决方案，进行分析统计、设备健康评估与故障诊断，通过风机结构在不同状态下有限的测试数据来反馈结构运行动态指标，通过特征指标来在线判断和分析结构运行的安全性；5）运营维护，根据诊断结果，结合海洋水文气象预报信息、运维船舶数据、运维人员管控信息、备品备件数据，智能输出运维方案，从而进行智能决策和运维后勤管理，及时对结构运行出现的异常情况进行处理，对开展基于运营状态和服役性能的维护提供依据，显著降低海上风电运维成本。以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。