隨著5G、工業互聯網、大數據、人工智能、云計算等新一代信息技術加速變革，數字化和智能化成為裝備制造以及風場工程建設、運營、運維服務等領域轉型升級的重要路徑。中國海裝以LiGa大數據平臺、風資源平臺及風電運維平臺為數據基礎，將風機特性、運行數據、人工智能算法與風場運維經驗知識進行深度融合，研發了一套以風電裝備故障預測性維護和智能排程調度為核心的風電機組診斷預警平臺，打造了全新的數字化裝備升級和智慧運維服務新模式。

經過持續開發與創新，中國海裝風電診斷預警平臺現升級為2.0版本，且已部署上線。相對于1.0版本，2.0版本在夯實數字應用、模型輕量級現地部署管理、維修策略智慧分析、UI界面交互等方面進行了大量的優化和創新，為企業快速構建統一的面向智慧風場業務提供了更新更好的應用平臺。

打通技術壁壘，實現風機模型輕量化、定制化部署

與1.0版本中的模型相比，2.0版本中的模型已由風場運維工程師實際驗證：通過預警信息檢測出機組早期損傷部件。同時，2.0版本打通了數字建模與IT部署的壁壘，構建出一套新型快速模型部署的后端構架，支持模型針對任意臺風機進行定制化部署。

圖1 模型運行結果示意圖

圖2 算法模型部署配置工具頁面示意圖

強化可靠性，提升風機維修策略智慧分析優勢

2.0版本新增了RCM模塊。RCM模塊是以可靠性為核心的風電機組維修策略的應用：在風機設備FMECA分析中使用風電機組的運維故障數據，并結合風電機組關鍵部件故障發生次數和危害程度，進行故障模式影響及重要度分析，從而形成風電機組基于可靠性定性的維修分析策略。

圖3 RCM模塊顯示頁面示意圖

融合多維異構數據，推動數字孿生應用落地

區別于1.0版本中對風機SCADA數據的單一展示，在2.0版本中，構建出機組運行數據（SCADA）、振動數據、運維數據、制造裝配數據等多維異構數據融合分析的統一視角，所有大部件系統級知識設備圖譜，為搭建機組多模態分析和數字孿生應用提供了更多支持。

圖4 基于數字孿生模型的風機全生命周期數據多維度顯示頁面示意圖

圖5 風機故障圖譜顯示頁面示意圖

升級風功率預測系統，保障風能安全、穩定、發電

在2.0版本中，風功率預測模塊已經進行風場實際應用測試，可以對不同地形、不同地域的風場提供短期和超短期的風功率預測服務，短期風功率預測準確率達到80%，超短期準確率達到85%。

圖6 風功率預測顯示頁面示意圖

拓展微服務框架，打造數字化營銷研發業務閉環

同時，通過與市場部門、設計部門的通力合作，微服務框架實現向業務應用的深度拓展，開展了功率曲線分析和發電量分析、振動和超速故障分析以及風電機組專業故障分析診斷應用服務的開發與部署，打通與運維、銷售、市場、研發等關鍵業務部門的數據鏈路和業務閉環。

圖7 風場數據及風功率數據分析頁面示意圖

優化UI界面，提升系統美觀度和可操作性

在UI界面升級方面，完成微服務平臺界面設計優化工作，對系統功能劃分、操作易用性、界面配色以及三維可視化顯示等內容進行優化，提升系統整體展示效果和操作便捷性。

圖8 UI升級頁面效果示意圖

中國海裝風電診斷預警平臺2.0的開發和建設，形成了面向風電設備智能應用的模型開發、數據接口、模型訓練及模型部署應用等全過程標準規范，為有效的整合技術資源、集成業務系統，推動智能風機、智慧風場應用服務體系的建設提供有力的支撐。

中國海裝將持續守正創新，以物聯網、云計算、大數據、人工智能等技術為依托，以標準化、數字化、信息化為基礎，以實際應用為目標，加快突破大數據中心建設、智能風機開發、智慧風場開發、智能運維等核心關鍵技術，推進產品數字化和數字產品化建設工作，以數字化和智能化賦能企業核心競爭力。