【能源人都在看，點擊右上角加'關注'】
提升風電機組性能和智能化水平，掌握基於物聯網、雲計算和大數據分析的風電場智能化運維技術，利用新技術，降低運行管理成本，提高存量資產運行效率，增強市場競爭力，是近些年運達股份不斷創新和探索的方向。
運達股份通過對機組故障數據的統計分析與質量評估，實現對風機系統、子系統、部件可靠性特徵的了解，掌握了機組實際運行與設計間的差異，進而獲得機組各部件準確的浴盆曲線，實現運行可靠性的提升，成為運達股份破解搶裝潮下隱藏的質量和可靠性風險的制勝法寶。
然而基礎標準化數據的缺失卻是攔在風電行業與數位技術間的一隻巨大的攔路虎。在實際收集故障數據時，因各廠家自身機型、配置及可靠性工作基礎差異，行業內對如何收集可靠性數據，使用何種故障點分級結構與故障模式定義並不統一，且並無統一的停機原因分類方法和次數統計方法，致使通過運維口徑得到的故障統計數據準確度低，參考性差，實際價值低，進而導致：
1、原發故障、誘發故障界限不清晰，智能化平臺的故障診斷與故障預警準確度較低，難以促成設計閉環和產品的可持續優化。基於可靠性基礎數據的運行優化、設計優化和風電場全生命周期成本估算等工作更是無從談起；
2、部件供應商對產品的真實可靠性缺乏了解，無法獲得準確的失效率和主要的故障模式，可靠性優化缺乏針對性；
3、因機型及信息系統的差異性，風電場運行指標存在一定差異，無法科學準確的評價各款機組的優劣，且在建設能效平臺等大數據平臺時，因各整機廠商數據差異問題導致最終的數據接入問題繁多，各類數據平臺對風電場管理的效果未能達到預期，無法為前期的投資決策提供大量基礎性資料；
4、制約風電行業整體的健康發展，整體競爭力較國際先進水平存在一定差距，不利於整合市場資源，造成人力、時間、資金的重複浪費。
「九層之臺起於累土」，那麼，如何築實機組的可靠性數據之基呢？
美國的Sandia實驗室、歐盟ReliaWind、德國風能研究所、IEA Wind等國際機構對風電機組可靠性進行了巨大的投入和深入的研究，並推出了一些具有借鑑意義的報告和標準。
ReliaWind統計的各部件故障率和故障時長
運達在借鑑標準及參考國外可靠性工作的基礎上，重點在以下幾個方面進行深入：
1、在設計階段開始開展可靠性建模、FMEA分析、FTA分析等可靠性工程技術的應用，推行健壯設計和經濟性設計，並開展可靠性試驗驗證；
2、建立可靠性基礎數據標準化庫，將故障停機數據中故障點、故障模式、故障原因等內容標準化，實現基礎數據來源統一、記錄統一；
3、將可靠性數據標準庫在雲平臺上部署，實現可靠性標準化基礎數據在我司智能診斷系統、故障預警與健康管理系統、運維管理系統以及成本統計和管理系統的數據互通，簡化故障數據記錄表單，大幅度提升了記錄數據的效率和準確性；
4、建立故障報告、分析和糾正措施FRACAS系統，對每個故障實施閉環管理，對關鍵故障進行故障機理研究，對已運行產品故障進行報告、分析和採取糾正，真正實現可靠性增長；
5、大力推進信息化平臺應用，開展大數據挖掘和應用，開發故障智能診斷系統、PHM系統，不斷推進風電機組智能化以及風電項目智慧化，為風電產品降成本，提升可靠性和優化設計提供數據支撐。
故障處理流程
隨著運行數據的不斷積累，運達機組的可靠性數據日益豐富，為主力產品全生命周期成本估算、針對性的備品備件庫存優化、機組關鍵部件失效風險評估和風電場無人值守以及提質增效業務的開展奠定了堅實的基礎。
故障診斷系統
故障診斷系統功能
機組部件故障率餅圖
正是有了這些大量基礎性工作的積累，運達開發的各項信息化平臺才能「厚積薄發」，消除「信息孤島」。其中故障專家診斷系統現可覆蓋機組近95%的故障種類，故障診斷準確率達到91.5%，故障響應速度大大加快，常規故障處理效率提升率達38%，疑難故障的診斷處理效率提升16.5%。
風電行業發展至今，經歷了多次的「搶裝」，縱觀風電發展史，搶裝潮給風電行業帶來了勃勃生機，從某種意義上促進了風電行業各項技術的快速發展，也推動了產業鏈的提升和轉型。然而，我們也不得不關注的是，由於產能限制和工期限制，搶裝也帶來了產品隱藏的質量和可靠性風險。
如今，風電技術已經相當成熟，一個成熟的行業，必須把技術創新和資源向產品質量和可靠性方向傾斜。運達始終以「做優、做強、做好、做久」為發展目標，穩健發展是我司的經營策略，而保障產品質量和可靠性是保證公司穩健發展的前提，運達將一如既往地以客戶為中心的理念保障用戶的權益，做更好的產品，服務客戶，回饋行業、回報社會。