Smart Data erhöht die Effizienz von Windparks

Kürzlich eröffnete das Unternehmen sein Ferndiagnosezentrum im dänischen Brande, das Sensordaten aller Anlagen Tag und Nacht beobachtet und analysiert. Ende Oktober waren insgesamt 7.800 on- und off-shore Windturbinen an das Zentrum angeschlossen und übermittelten pro Tag rund 200 Gigabyte an Daten.

Spezielle Analysemodelle gleichen diese mit einer Datenbank ab, die Windenergieanlagen-Daten der vergangenen gut 15 Jahre umfasst. Die Vergleiche helfen, Ursachen für abweichendes Turbinenverhalten schnell einzugrenzen und zu beseitigen.

Das Zentrum kann den Ausfall von Teilen früh vorhersagen und so unerwartete Stillstände vermeiden. Außerdem werden die großen Datenmengen gezielt für die Anlagenoptimierung analysiert.

1998 begann Siemens mit der Überwachung von Windenergieanlagen und legt seit dem Jahr 2000 alle Anlagen für Ferndiagnose aus. Sämtliche Messungen, die auf Störungen im Betrieb hinweisen, fließen seit 1998 in eine Datenbank, die mittlerweile mehrere Terabyte umfasst.

Damit überwacht Siemens seine Anlagen länger als alle anderen in der Branche. Heute erhebt und übermittelt eine Anlage mit Hilfe eines webbasierten SCADA-Systems rund 3.000 Daten in Echtzeit.

Darunter sind Wetterinformationen, Vibrationsmessungen an wichtigen Turbinenteilen, die Stromproduktion und verschiedene Betriebsparameter wie beispielsweise die Temperatur des Turbinenöls.

Weichen die Messungen vom Normallfall ab, sendet die Anlage automatisch einen Alarm an das Ferndiagnosezentrum. 85 Prozent dieser Fehlermeldungen werden direkt online behandelt. Andernfalls werden regionale Service-Center benachrichtigt, um Techniker zu schicken.

Automatische Überwachung der Leistung

Das Diagnosezentrum nutzt eine Reihe verschiedener, teils patentierter Programme. Der sogenannte Automatic Root Cause Identifier erkennt automatisch, ob die Systemleistung der Windenergieanlage vom Optimum abweicht und ermittelt die Fehlerursache.

Das Programm kann sehr schnell große Datenmengen analysieren, indem es typische Muster für die beobachtete Abweichung mit Ereignissen in der Datenbank abgleicht. Das Programm Automated Surveillance nutzt dynamische lineare Modelle, um aus den Sensordaten und mit Hilfe einer Vielzahl früherer Messungen Informationen zum Status der Windturbine abzuleiten und ihre Einstellung zu optimieren.

Analysen von Vibrationsmessungen, z.B. an Rotorblatt, Generator oder Hauptachse, lassen frühzeitig typische Muster für sich andeutende Ausfälle erkennen. Seit Juli 2008 wurden so zum Beispiel rund 97 Prozent aller Zahnradschäden prognostiziert. Ein belastetes Teil wird dann in der Routinewartung ausgetauscht, was ungeplante Wartungseinstätze oder Stillstände vermeidet.

Die Datenanalysen dienen auch der Optimierung der ganzen Flotte: Zeigen sich zum Beispiel Trends für bestimmte Turbinentypen oder sieht man, wie sich Standort, Betriebsbedingungen oder Laufzeiten auf einzelne Anlagen auswirken, kann man flottenweit entsprechende Empfehlungen aussprechen. (2014.11.3)