北极星风力发电网讯:“中国未来将拥有全球最大的风电市场，一场激烈的角逐已然展开。”在18日开幕的北京国际风能大会的盛况验证了这一论断。同时国家能源局能源节约与科技装备司司长李冶说到：“我国风机市场的白热化角逐将要展开，未来3年内，将形成2－3家国内优势骨干风电装备制造企业”，话语中描绘了未来几年我国风机市场的主要态势：整合，在目前已经超过70家的风电整机制造厂家中进行大规模整合！

风机企业的竞争进入白热化阶段，但其中的运维市场却刚刚迎来黄金时代。2020年全球风电运维市场规模大幅提升，超过170亿美元。十四五大力规划，2030年装机量达到8亿千瓦，风电运维成平价时代大蛋糕。

△资料来源：GWEC前瞻产业研究院

随着5G、人工智能、工业物联网技术的不断发展，智能运维逐渐提上日程，在北京国际风能大会的现场，数十家企业展示了风电领域智能运维的解决方案。其中西人马作为A-IoT时代的智能化核心硬件供应商，将风电领域作为重点服务对象，此次大会，西人马也带来了自己对于风电智能运维的思考以及相应的解决方案。

△西人马的各类传感器

△西人马的数据采集器

通过了解，西人马的智慧风电系统是基于先进的传感器技术及边缘计算优势，实时监测风力发电机组大部件运行状态，包括风电机组传动链在线振动监测、风电机组齿轮箱润滑油品质监测、风电机组塔筒及地基状态监测、风电机组叶片状态监测等，预警机组的早期故障，尽早制定维护维修计划，降低停机时间，实现风电故障维修、定时维修向状态维修运维模式转变。

△活动现场接待客户

△向客户介绍监测系统

这套系统整合了当前先进的物联网、边缘计算、大数据、人工智能等技术，系统以模块化、可扩展、可配置为总体设计思路，在此基础上提供多种产品形态，满足各种场景应用。在功能上兼具数据采集和边缘计算功能，在应用上具有模块化、易扩展、支持二次开发等优势；可提供坚固的高等级防护结构，能够适应环境复杂、条件严苛的工业场所，实现快速的现场业务部署。

西人马智慧风电系统结构

西人马智慧风电系统包括感知层的传感器、数据采集和边缘计算、运营商网络层、云平台工具套件以及用户终端应用层。其中传感器、数据采集及边缘计算系统、云平台工具套件都由西人马自主设计开发，并且已经经过严格的性能测试及可靠性验证。

△西人马智慧风电系统结构示意图

端侧：风电设备多状态感知技术。西人马是一家芯片IDM公司，具备非硅基&硅基芯片、传感器的设计、制造、封装和测试全方位能力。面向风电领域自主开发了传动链振动监测、塔筒晃度沉降监测、叶片损伤监测、润滑油品质监测、螺栓松动监测等多款传感器产品。

△西人马的各类传感器

边：边缘计算采集系统，基于自研MCU芯片和主控制芯片，西人马数据采集和边缘计算系统可实现多路、多类型的模拟量和数字量的采集。边缘计算模块采用高性能多核异构处理器，同时嵌入多种风电领域算法模型，可实时处理复杂算法，进行故障诊断，真正实现了“测控一体”。模块化的设计让系统易扩展、易维护。用户只需要一套边缘计算设备，通过扩展采集模块的方式实现如CMS、滑油品质、叶片裂纹、螺栓松动、塔筒倾斜等风机健康状态监测。这为风电业主避免了重复投入，大大降低了后期扩展成本，同时提升了风机内空间的利用率。用户还可以根据需要对西人马数据采集和边缘计算系统进行二次开发，让产品更加贴合自己的使用场景与需求，发挥更大的价值。

△西人马的数据采集器

云平台：指西人马自主研发的云平台工具套件——塔斯云。塔斯云是风电在线智慧监控的载体，是采集层和汇聚层的驱动引擎，可实现风电场的可视化管理、大部件预警、故障诊断分析、检修工单下发和追踪、专家知识库、智能决策等功能业务应用，平台具备工具化和模块化特点，确保业务的可扩展性，降低了操作门槛，基于拖拉拽的无代码SaaS应用开发，帮助用户快速生成、调试、上线行业应用，最终完成物联网PaaS核心中间件的构建。

西人马智慧风电系统的监测范围

1、传动链状态监测系统：可监测轴承类故障、齿轮类故障、转子动不平衡、不对中、机械松动等。

a、可以实时监测机组传动链的振动数据和状态趋势。

b、自动计算出机组部件的故障特征，预警早期故障，自动推送报警信息。

c、具有各种诊断功能的诊断平台，具有自诊断功能，多种类数据分析工具及图谱展示对比功能。

d、诊断报告自动批量生成。

△传动链状态监测系统

2、叶片状态监测系统：包括叶片裂纹以及叶片覆冰等。

a、通过低频振动加速度传感器、声发射传感器实时监测叶片运行状态。

b、支持通过叶片固有频率分析叶片损伤、表面结冰等。

c、根据内置算法智能预警叶片状态变化，预警信息自动推送。

d、诊断报告自动批量生成。

凡来源注明北极星风力发电网的稿件为北极星风力发电网原创稿件，转载请注明，违者必究。

北极星风力发电网转载其他网站资讯，出于传递更多信息之目的，并不代表赞成其观点或证实其描述，内容仅供参考。