中國的風電行業在過去10年飛速發展，目前已經成為
全球最大風電市場。根據全球風能協會（GWEA）數據，我國風電累計裝機容量佔全球比重從2000年的2.0%增長至2018 年的35.4%。中電聯數據顯示，截至2019年11月底，我國2019年風電新增裝機達到16.46GW，預計全年累計容量突破200GW。
資料來源：中電聯，中國銀河證券研究院
而根據全球風能理事會（GWEC）的預測，2020年全球新增裝機66.8GW，陸上風電超過60GW，中國佔比大於30%；到2023年之前均可維持每年新增裝機55GW以上，至2023年全球累計裝機有望達到900GW。
背景
風電行業蓬勃發展的同時，其背後也衍生出不少的挑戰。
補貼退坡在即，競價上網來臨。有關部門已研究明確2021年之後取消海上風電國家補貼，地方政府從2022年開始接力補貼新併網的海上風電項目，2022年的補貼強度為0.2元/千瓦時，此後每年降低0.05元，到2025年補貼強度為0.05元/千瓦時，2026年降至零。（來源：新華網《海上風電國家補貼2022年或取消 新一輪搶裝潮將至》）
海上風電
受大量風機出質保、上網電價退坡、補貼降低等綜合因素影響，風電行業受到了一定的限制，許多企業紛紛開始思考如何才能保持利潤增長，如何才能在平價競爭中獲得勝利。其中，關鍵因素之一正是對風電成本的控制。
如果有辦法可以解決這部分“負擔”，那麼既有利益將得到保持，整個風電行業也將正向發展。
目標
據統計，在風場運營成本中，運維成本和管理成本佔比超過25%。而對於海上風電來說，後期運營維護費用佔到成本的一半以上，遠遠超過機組設備成本（來源：中國能源報）。
因此，通過遠程監控和預測性分析等技術手段實現風機的預測性維護，減少運維費用和提升發電效率，就成為了整個風電行業的重要發展方向。
通過對風電行業成本的來源進行分析和定位後，我們確定了目標是風機核心部件故障預測。
通過數據採集和分析，實現故障預警、故障識別、壽命預測等功能，從而對核心部件、子系統到整個機組進行健康狀態的監測、預診和診斷。通過預測性維護機制，進一步建立優化運維策略，維護費用將大大降低。
BladePredict葉片衛士™ 運行監測界面
其中，葉片是風機捕獲風能的核心部件，在其長達20年的壽命週期內，如無法及時識別故障並修復，便會破壞葉片氣動外形甚至造成重大結構性損傷，導致葉片大修、斷裂更換甚至風機倒塔等嚴重後果。不僅會造成重大經濟損失，更會帶來嚴峻的生產安全隱患。
核心技術
針對風機葉片的健康狀態實時監測，天澤智雲開發了BladePredict葉片衛士™，採用非接觸的部署方式，通過不直接接觸葉片的聲音傳感器實時採集葉片運行過程中的音頻數據，結合內置的智能算法，能夠實時監測葉片異常。
BladePredict葉片衛士™ 架構圖
風機端採集系統將葉片音頻數據按特定的條件採集並通過風場環網回傳至站端服務器，站端軟件平臺會自動進行信號處理、特徵提取、工業智能算法分析，後端整體監測系統對葉片的健康程度做出準確的評估，同時還能夠提供手機移動監測、故障警報、工單派發等個性化便捷功能。
葉片衛士™有以下技術能力：
- 對風機葉片掃風聲音、振動信號、螺栓斷裂典型特徵等進行監測與分析
- 實現涵蓋外形、結構和根部連接系統在內的全生命週期健康管理
- 基於特徵增強+機器學習的智能算法系統，準確檢測葉片早期異常並告警
- 依託強大的防護等級與算法適應性，可有效運行在複雜嚴酷的環境中
- 便捷、友好的安裝方式，有效節省安裝維護成本，規避葉片二次損傷
- 靈活的移動端功能，並可與工單系統對接，與離線檢測互補
案例分享
經過在某容量50MW的高雷暴風場實地測試，在更換、維修與發電量損失兩個維度，BladePredict葉片衛士™可為企業節約最高86%的成本。
BladePredict葉片衛士™ 登錄界面
可以預見的是，無論對於新建風場的智能化標配，還是老舊風場的智能化升級，BladePredict葉片衛士™所帶來的成本降低和直接經濟利益增長是非常可觀的，有助於風電領域企業打造其核心競爭力以適應新的宏觀政策和市場挑戰。
關鍵字: 監測 BladePredict 衛士
