API src

WiSAbigdata - Wind farm virtual Site Assistant for O&M decision support - advanced methods for big data analysis, Teilvorhaben: Data-driven decision making

Description: Das Projekt "WiSAbigdata - Wind farm virtual Site Assistant for O&M decision support - advanced methods for big data analysis, Teilvorhaben: Data-driven decision making" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Ramboll Deutschland GmbH.Ziel des Projektes 'WiSA big data' ist es zur Fehlerfrüherkennung und -diagnose an WEA beizutragen. Dazu sollen mittels der Analyse von zeitlich hochaufgelösten Betriebsdaten Entscheidungen in der Instandhaltungsplanung und -durchführung unterstützt werden. Dazu werden einerseits Methoden, die sich auf Basis von 10-Minuten-Mittelwerten von 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. Für die industrielle Nutzung sollen die erfolgreichen Methoden des Kernsystems in einen WiSA-Demonstrator umgesetzt werden. Diese Implementierung wird sich auf eine vorausschauende Instandhaltung und die detaillierte Analyse von Betriebsereignissen konzentrieren. Das Teilvorhaben WiSA DDD liefert dafür die Entscheidungsprozesse und das Referenzmodell als Grundlage. Zusätzlich werden wichtige Fragestellungen, die mit Datenanalyse als Data Product gelöst werden können, definiert. Ein Fallbeispiel dazu ist die Verwendung von digitalen Zwillingen unter anderem zur besseren Einschätzung der Restlebensdauer. Darauf aufbauend wird eine automatische Auswahl der geeignetsten Methoden für den jeweiligen Anwendungsfall angestrebt. Für die gemeinsame Datenverwaltung, Analyse und Bewertung soll eine allgemeine Soft- und Hardwareplattform als Kernsystem für WiSA aufgebaut werden. Die leistungsfähigsten Methoden sollen anschließend für die industrielle Nutzung in einen WiSA-Demonstrator umgesetzt werden, um eine vorausschauende Instandhaltung und detaillierte Analyse von Betriebsereignissen zu ermöglichen. Durch die Anbindung an das Kernsystem für WiSA soll ermöglicht werden, auch zukünftig weitere innovative Methoden zur Fehlerfrüherkennung in den WiSA-Demonstrator zu integrieren und langfristig zu nutzen.

Types:
SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Wind ? Betriebsdaten ? Landwirtschaftlicher Betrieb ? Big Data ? Bewertungsverfahren ? Statistische Analyse ? Analyse ? Klimaschutz ? Vergleichende Bewertung ? Digitaler Zwilling ? Entscheidungsprozess ? Landwirtschaft ? Produkt ? Entscheidung ? Entscheidungsfindung ? Fallbeispiel ? fortschrittlich ? fördern ?

Region: Hamburg

Bounding boxes: 9.81667° .. 9.81667° x 54.13333° .. 54.13333°

Marker

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

Time ranges: 2019-12-01 - 2022-11-30

Status

Quality score

Accessed 1 times.