智能运维和预测模型优化以提升风力发电效率

本研究探讨了预测性维护模型的有效性以及智能运维（O&M）系统在提高风力发电效率方面的优化作用。通过定性研究，我们对五位风电场工程师和维护经理进行了结构化访谈，他们各自在涡轮机运营方面拥有丰富的经验。主题分析结果显示，尽管预测性维护模型通过识别主要故障能有效减少停机时间，但它们在检测较小、渐进性故障方面常常力不从心。识别出的主要挑战包括误报、传感器故障以及新模型与旧涡轮机系统集成方面的困难。数字孪生、SCADA系统和状态监测等先进技术显著提升了涡轮机维护实践。然而，这些技术仍需改进，尤其是在AI优化和实时数据集成方面。研究结果强调需要持续发展，以充分优化风力涡轮机性能并支持可再生能源的更广泛采用。