為實(shí)現(xiàn)新能源電站設(shè)備故障的“早發(fā)現(xiàn)，早治療”，及時發(fā)現(xiàn)設(shè)備異常，預(yù)知設(shè)備故障，減少新能源電站設(shè)備的故障損失，使發(fā)電設(shè)備的性能最優(yōu)化，資源分配合理化，降低度電成本，岳能科技專門推出故障預(yù)警產(chǎn)品，為新能源電站設(shè)備的安全運(yùn)行提供保障。
　　
　　故障預(yù)警系統(tǒng)通過使用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等方式建立預(yù)警模型。實(shí)現(xiàn)風(fēng)電場發(fā)電機(jī)組的設(shè)備狀態(tài)監(jiān)測、綜合預(yù)警及模型自優(yōu)化的開發(fā)和研究，方便用戶及時掌握、發(fā)現(xiàn)機(jī)組設(shè)備運(yùn)行缺陷并及時發(fā)出告警。
　　
　　系統(tǒng)優(yōu)勢
　　
　　1） 上下限值預(yù)警：不以傳統(tǒng)的固定上下限值為界線，根據(jù)實(shí)際情況變化動態(tài)報警；
　　
　　2） 多變量相關(guān)分析：以海量數(shù)據(jù)為基礎(chǔ)，結(jié)合實(shí)際環(huán)境、運(yùn)行模式，考察多個維度變量；
　　
　　3） 個性化模型定制：根據(jù)每臺設(shè)備、每種機(jī)型建立模型；
　　
　　4） 預(yù)警自優(yōu)化：根據(jù)預(yù)警成功概率和預(yù)警模型與實(shí)際數(shù)據(jù)的比對，通過自學(xué)習(xí)的方式，調(diào)整并優(yōu)化模型；
　　
　　5） 預(yù)警化的閉環(huán)管理：監(jiān)視-預(yù)警-診斷-檢修-運(yùn)行-監(jiān)視。 　　
　　1. 模型建立
　　
　　根據(jù)設(shè)備運(yùn)行的各個工況進(jìn)行統(tǒng)計分析，得出不同環(huán)境及時間因素下設(shè)備運(yùn)行的正常值，以此搭建設(shè)備健康模型。
　　
　　模型包含：運(yùn)行指數(shù)、故障指數(shù)、維護(hù)指數(shù)、油品指數(shù)、電氣指數(shù)、機(jī)械指數(shù)、綜合指數(shù)，且各指數(shù)在模型中所占比重可通過界面進(jìn)行調(diào)整和自由配置。 　　 　　
　　2. 設(shè)備實(shí)時監(jiān)測
　　
　　根據(jù)設(shè)備運(yùn)行的數(shù)據(jù)，實(shí)時對比設(shè)備參數(shù)與健康模型，并進(jìn)行評估打分。按照評分制，每項滿分為100分；可靠性評價可劃分為：差、低、中、良 、優(yōu)共五種情況。分?jǐn)?shù)低于設(shè)定值的進(jìn)行實(shí)時報警。
　　
　　3. 綜合預(yù)警
　　
　　1) 故障類檢測預(yù)警模塊: 針對風(fēng)機(jī)故障的頻次、風(fēng)機(jī)自檢頻次、控制器類復(fù)位后恢復(fù)性故障等歷史統(tǒng)計性故障。
　　
　　2) 性能出力類預(yù)警模塊: 針對風(fēng)力出力不足、風(fēng)機(jī)爬坡能力差、風(fēng)機(jī)高負(fù)荷運(yùn)行能力差等性能實(shí)時監(jiān)測預(yù)警。]
　　
　　3) 部件損壞頻發(fā)性預(yù)警模塊: 針對風(fēng)機(jī)常發(fā)性的損壞部件進(jìn)行統(tǒng)計，實(shí)時檢測風(fēng)機(jī)相應(yīng)部件的損壞次數(shù)、頻率，對照風(fēng)機(jī)部件的庫存情況，對風(fēng)機(jī)部件的損壞和庫存情況進(jìn)行結(jié)合性預(yù)警。 　　 　　 　　
　　4. 模型自優(yōu)化
　　
　　以歷史預(yù)警信息和預(yù)警效果評估為基礎(chǔ)，建立一個設(shè)備故障預(yù)警自優(yōu)化模型，實(shí)現(xiàn)預(yù)警參數(shù)信息知識庫的優(yōu)化，從而達(dá)到預(yù)警信息準(zhǔn)確性的不斷提高。