西门子Joris Mazille:风机预诊断技术介绍及应用
2017年10月16日-19日，2017北京国际风能大会（CWP2017）在北京隆重召开。在中国国际展览中心（新馆）“风电场智能运维”专场，西门子歌美飒可再生能源运维亚太总裁Joris Mazille 进行“预诊断技术”主旨演讲。
以下为演讲内容：
Joris Mazille：今天讲一些我们预诊断的工作，第一我花一点时间，我好几年都来这儿了，应该大家也知道我们现在今年改了，跟西门子风电合并了，所以说我现在是西门子歌美飒公司，很快我们公司变大了，大概全球80G瓦的装量，数据我不讲了，大股东是西门子，可是我们还是单独的公司，就是我们是歌美飒和西门子风电合在一起新的公司。
然后呢，就是说我们跟原来差不多，可是说三个大部分，一个是陆上风机，另外一个是海上风机，这个也是西门子大的优势，然后是服务。
然后还讲一下我们今年的产品是叫（英文），跟NEM公司发展，这个是跟西班牙一个做铁路的公司一起合作的公司，我们是有50%的股份在里面，所以这是专门一个公司去做预诊断。
这个我们和GAMSEA做什么东西？我们年底会有一万台风机做预诊断，然后我们会有收一百多万数据检，原来我们服务总监说，我们可以说是提前发现一些问题，可是就是说这个不是光是这个，还得知道要干什么。
这个是全球，到年底的数据，是会有1.2万台风机用这个系统，刚才说的是西门子、GAMSEA会是一万台，还有两千台是其他品牌的风机，会连在这个系统里面。
就是简单来说有九个多品牌，二十多个风机会连在这个系统里面去做预诊断，大家可以看是什么品牌。
现在可以看数据，把所有的数据放在一个数据中心，好，都好了，然后现在做什么？用这个数据做什么？下一个可以说是，有点开玩笑的例子来讲，这个曲线我们随便找了一个，这两个曲线，一个是认识一个演员尼古拉斯凯奇，他每年演了多少电影，然后另外一个曲线是每年在游泳池演死的人，我们看很神奇，非常匹配，99.8%的匹配率，这两个数据有关系吗？一点都没关系，这种用数据和计算机之类的，你可以找共同点和匹配率，可是如果你没有行业的指导，你可能找到没有用的匹配率。
所以我们是怎么做？还是说拿风机的参数，还是历史数据，我们会用这个做一个模型，应该说是正常运行的模型。
后来我们还会找一些工单，像历史的操作工单，和什么时候有故障，会怎么操作，来去放在一起，然后我们会把这个模型来去细化，哪些是无故障，哪些是有故障，最后我们会检这些模型来去运转，然后我们帮客户看是什么问题，然后还有客户的反馈，来去一直提高这个模型。
大概这个系统现在是怎么看？这个可能还是比较小，我稍微讲一点，每个风机，然后每个也可以说是风机里面的一些分的系统，像液压、承重墙之类的，每个系统会评估一个状态，然后包括整个风机的健康的百分比，然后这样就说是可以看，不光是风机整个状态，或者是系统，哪儿？未来有可能出问题。
这个也是说大概是这种模型的模式，我刚才其实讲得差不多，还是说用这些数据做这个模型，我们用这个模型，应该说做预诊断。
可是就是说后面还是会有指导和技术了判断，所以就是说，主要就说是，还是给这种状态，然后帮助客户来去分析，这个也是一个例子，这个大概是一个（英文），风机有起重系统，然后叶片和轮毂，平衡，液压站什么之类的，然后我们现在，按现在的经验，每个系统，比如说这边，最多会大概7.5个月找到问题，那个是9个月，这个是我们提前发现问题的经验。
如果要解释一下这个怎么发现？下一个更可观，我们在这个图是能看，蓝色是我们的模型，然后黄色是设计数据，然后这个系统它一直会比正常模型和数据，然后就说开始有不合格，还是给你发一些故障，或者说是一些健康的状态。
在这个例子是什么？我们一个车轮箱的高速轴，半年前系统已经发现有异常的问题。这个是类似发电机风扇的问题，然后也是通过温度，会发现大概20天之前有异常。
我再讲一点，很多品牌完全是用历史数据比，但是我们是用数据比，但是每个风机会建自己的模型，不同环境，不同的品牌，其实它的正常的模型，都是不一样的，所以说难度在这儿，我们会拣一个合理，每一个风机有合理的模型，要不然会得出对你来说没有太大用的故障。
这个是简单的一个项目的经验，我们是用了三十台风机，其实不是一种，有可能三种风机，做了一年的，把这个系统用了一年，包括有历史的工作单，然后我们也提供了这种分析报告，结果在这种项目，可利用率损失，我们怎么说，不是损失，就是优势，我们上了大概一千多小时的停机时间，这个大概是可利用率的0.43%。
当时是不停机，风机运转不正常，这个多发了一千多度电，这个项目来说，这个供用那个项目多发了1.2%的电，然后我就说这个项目，也帮了客户来分析，每次就是这些故障，这些系统的问题，有可能的原因，从哪儿来的，有故障是一个事，另外一个能不能给客户说怎么处理，或者它从哪儿来的。
所以就是说，大概就是这么多，我们在这边也找了一个客户的反馈，IBERDROLA原来是最大的开发风电的，很大很有经验，他们也给了我们工作的认可，就是说能够找到真的问题。
所以来汇总一下，这种我们说我们的系统能做什么？一个是安全，就是你能够提前发现一些大的故障，或者大的风险，这个也是帮整个的资产管理。
二是维护的，也可以说是效率，如果你能够提前排，你提前知道哪些风机，你可能一起定检安排，或者说是能非常有优化人员的，先去查那个风机，然后避免一些停机。
第三个，特别是在欧洲也开始用，有可能你用这个方式，也可以考虑延长风机的寿命。然后当然说是，刚才那个例子我还没有算，也还会有一些维护成本的减少，比如齿轮坏了，你可以在上面修，维护成本也会减少，这个还是系统可以给KPI，故障，什么平台可以用，会不会一直提高？还是说模型会调整？然后也会评估风机的效率，就是说它有没有发电的不正常的问题。
然后主要说是，不是完全是PPT上的一个问题，我们现在都已经有一万多台风机用这个系统。
所以就是结束，这个预诊断，有时候会说是不是还要花钱？其实预诊断不是一个成本，是一个资产。
第二个说是有一个中台检测系统，和中台的预诊断维护不是一码事。最后就是说数据，应该说指导和技术不是一样，刚才我们说数据还是需要有系统和专业来去分析，然后从这种量和控制，我们可以提高，应该说是资产安全和运维效率，谢谢。
主持人 周卫华：大家对西门子预诊断这块还有什么问题要提？
提问：我想问一下咱们预诊模型对于定点系统目前都能预测什么问题？
Joris Mazille：你说变桨是吧？这个技术再往深，可能我不是知道所有问题，但是我知道变桨主要还是部件的老化，因为平常不是停机，也不是有问题，这个还是通过数据看压力正不正常，温度正不正常，会给你点一些，你是不是有一个阀，或者系统一部分运行得不正常，可是再细的话得找技术人员。
主持人 周卫华：你刚才说的是变桨系统的预诊断，我第一次听到这个概念，你自己有什么想法？你想哪部分预诊断？
提问：我自己尤其在叶片方面，因为我觉得目前就是在于风电已经发展十几年了，叶片基本上寿命差不多，目前坏得会越来越多，所以在叶片方面会是一个趋势，还有变桨轴承、变桨电机都需要预警。但是因为变桨系统它附近没有振动传感器，所以这就给我们预警带来困难。
Joris Mazille：这个我能回答一点点，我原来还是技术人员。变桨没有传感器，包括轴承没有传感器，没有振动，但是有一些东西可以看，我们的风机会有信号来看，一个是变桨的压力，另外一个是变桨的速度，其实原来，我弄工程师，我会看一看，自己本人看，这个变桨速度和正常的，跟别的风机有没有差异？其实如果你把模型做得好，你可以知道这个压力速度正常范围是什么？然后如果速度太慢了，压力开始大，其实你会知道你的轴承有问题，其实把这个系统做好，知道什么真的是问题？什么不是。
主持人 周卫华：还有一个问题，因为时间问题，我们下面再探讨。
提问：我看你提到了关于参考模型的问题，这个是你预诊断的重点，怎么建设一个参考模型？大概介绍一下。
Joris Mazille：大概还是根据每个风机的历史数据，因为我们有风机的别的地方的模型，我们还是说会用他的历史数据，来去，可能要几个月或者一年来去建这个模型，但是我们也得知道看这个本身风机的历史数据，哪些东西是正常？哪些是不正常的。
提问：数据是一方面，利用数据的方法有什么样的手段去利用历史数据？历史数据各家都有，怎么样利用？
Joris Mazille：其实回到这边更细节的，我跟公司的技术人员也探讨了一下，就是说是他的公司，也是有这种计算方法来去调整，包括来去自学，但是再细节，我技术不够高。
（发言为能见APP整理，未经本人审核）
