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.

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.

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