WiSA big data Wind farm virtual Site Assistant for O&M decision support – advanced methods for big data analysis

Motivation

Beim technischen Umgang mit großen Mengen an Betriebsdaten von Windenergieanlagen (WEA) wurden in der jüngeren Vergangenheit große Fortschritte erreicht. Jedoch fehlen nach wie vor geeignete Analyseverfahren speziell für hochfrequente Betriebsdaten der Windenergieanwendung zur Umsetzung in Leitwarten-Software und die Instandhaltungspraxis. Demgegenüber steht eine Vielzahl von neuen Methoden und Erkenntnissen der Daten- und Systemanalyse, die in der grundlagenorientierten Forschung ausgearbeitet wurden, aber nicht oder kaum Anwendung in der Windenergiebranche finden. Dabei werden häufig nichtlineare physikalische Prozesse betrachtet, die typischerweise Anpassungen der analytischen Methoden fordern. Für die Windenergie besteht hier aus Unternehmenssicht ein dringender Handlungsbedarf, um das vorhandene Potenzial dieser bereits vorliegenden Daten und entwickelter Analysemethoden zur Optimierung und Kostensenkung nutzbar zu machen.

Ziele

Ziel des Projektes „WiSA big data“ ist es, mittels der Analyse von zeitlich hochaufgelösten Betriebsdaten zur Fehlerfrüherkennung und -diagnose an Windenergieanlagen beizutragen und damit Entscheidungen in der Instandhaltungsplanung und -durchführung zu unterstützen. Dazu werden einerseits Methoden, die sich auf Basis von 10-minütlich gemittelten Betriebsdaten bewährt haben, zur Anwendung auf zeitlich hochaufgelöste Daten ausgearbeitet und erprobt. Andererseits werden neuartige Methoden zur Fehlerfrüherkennung in die Windenergieanwendung überführt. Die erarbeiteten und erprobten Methoden werden einer praxisorientierten quantitativen vergleichenden Bewertung unterzogen.

Technologien

  • Datenstromanalyse
  • Relationale und nicht-relationale Datenbanken
  • Skalierbare Aggregations- und Transformationsmethoden
Personen

Projektleitung Intern

Projektleitung Extern

Prof. Dr. Joachim Peinke (Carl von Ossietzky Universität Oldenburg)
Partner
ForWind
www.forwind.de
Universität Duisburg-Essen
www.uni-due.de
Fraunhofer-Institut für Windenergie und Energiesystemtechnik IWES
www.iwes.fraunhofer.de
Ramboll GmbH
ramboll.com
Ocean Breeze Energy GmbH & Co. KG
oceanbreeze.de
Deutsche Windtechnik AG
deutsche-windtechnik.com

Laufzeit

Start: 01.12.2019
Ende: 30.11.2022

Fördermittelgeber

BMWI deutsch

Verwandte Projekte

enera

Dezentrale Energieversorgung im Praxistest

NetzDatenStrom

Standardkonforme Integration quelloffener Big Data-Lösungen in existierende Netzleitsysteme