“发电机轴承润滑脂失效，建议检查润滑脂是否过多或过少;增速机和发电机轴线不对准，建议检查核准……”在该公司生产监控大厅内，记者看到，诊断预警模型分析出的机组隐患结果最终呈现在生产监控系统上，对当日存在安全隐患的风电场进行预警信息提示，并将处置建议直接下达至场站一线检修班组，避免隐患升级。
通过不断完善项目架构，搭建数据资产管理指标体系，研发数据监测质量模型，提升数据的完整性与准确性，同时构建风电检修知识图谱，以“抢单+派单”模式优化维修流程，龙源电力打造出设备预警与维护闭环管理的高效新模式。
目前，“新能源场站设备诊断预警与预知维护技术研究”项目已覆盖1.4万余台风电机组，2022年发出机组大部件、降容、控制等各类预警2406台次，经现场验证，准确率达86.5%，处于行业领先水平。
据悉，随着我国新能源行业的快速发展，场站容量日趋庞大、机组类型众多、维护工作量大、分布区域广、检修成本高，亟须数字化、智能化的预知维护手段。龙源电力自主研发了适用于多机型的数据分析和诊断预警模型，结合风电机组机理及SCADA数据指标体系，多角度查找问题根源，实现设备状态评估和预警。
(责任编辑：范晓婷)
