CWD
  • FVA-Gondel - digital twin
    FVA-Gondel - digital twin
  • Aufbau FVA-Gondel
    Aufbau FVA-Gondel
  • Center for Wind power drives
    Center for Wind power drives
  • Conference for Wind Power Drives 2017
    Conference for Wind Power Drives 2017
  • Aufbau FVA-Gondel
    Aufbau FVA-Gondel
  • Conference for Wind Power Drives 2017
    Conference for Wind Power Drives 2017
  • Vorstellung des 4MW Prüfstandes
    Vorstellung des 4MW Prüfstandes
  • Conference for Wind Power Drives 2017
    Conference for Wind Power Drives 2017

SCADA Performance Analysis

Seit 2017 ist es zwingend erforderlich, dass neu geplante Windparks an einem Auktionssystem teilnehmen müssen, was zu einem zunehmenden Kostendruck führt. Daher sollte jeder Kostenfaktor berücksichtigt und nach Möglichkeit reduziert werden. Insbesondere jährliche Kosten wie Wartung. Um die (un-)planmäßige Wartungszeit und die daraus resultierenden Ausfallzeiten zu mindern, ist es wichtig, eine ordnungsgemäße Überwachung der Windturbine sicherzustellen.

Eine Zustandsüberwachung von technischen Anlagen zielt darauf ab, Veränderungen und Trends zu erkennen, die Abweichungen vom normalen Betriebsverhalten darstellen und damit auf einen auftretenden Fehler hinweisen. Bei Windturbine wird die Überwachung von Strukturkomponenten wie Tragwerk, Turm oder Rotorblättern oft als Structural Health Monitoring (SHM) bezeichnet, während Systeme zur Überwachung anderer Komponenten, wie z.B. des rotierenden Antriebsstrangs, üblicherweise als Condition Monitoring Systems (CMS) bezeichnet werden. Ein zusätzlicher Ansatz wäre ein CMS, das auf Supervisory Control and Data Acquisition (SCADA)-Signalen basiert. Der Vorteil besteht darin, dass existierende Datenerfassungen ohne hohe Investitionskosten genutzt werden können.

Ziel des Projekts ist es, Methoden zu entwickeln, um die nivellierten Energiekosten von Windkraftanlagen durch reduzierte Wartungskosten durch einen datengesteuerten Ansatz zu reduzieren. Dies wird durch "Normalverhaltensmodelle" und "Alarm- und Fehleranalyse" auf der Grundlage der historischen SCADA-Daten von Windturbine erreicht.

Die erwarteten Vorteile sind:

  • Entwicklung eines Fehlererkennungsverfahrens für verschiedene Windenergieanlagenkomponenten ohne zusätzliche Hardwarekosten
  • Identifizierung von abnormalem Verhalten im Neigungs- und Gier-System
  • Identifizierung kritischer Betriebszustände mit hoher Ausfallwahrscheinlichkeit unter Berücksichtigung des Zusammenwirkens mehrerer Komponenten wie Neigung, Gieren, Turm und Antriebsstrang.
  • Reduzierung von Ausfallzeiten und OPEX

Ansprechperson:

Björn Roscher, M. Sc.
Email: bjoern.roscher@cwd.rwth-aachen.de
Telefon: +49 241 80 90563

Laufzeit:

01. 07. 2018 - 01. 07. 2020

Das Projekt wird gefördert durch: