Big Data – Forscher entwickeln neuen Betriebs-Assistenten für Windkraftanlagen

Oldenburg – Wenn Betreiber von Windkraftanlagen effektiv auf Abweichungen im Betrieb eines Windparks reagieren wollen, brauchen sie schnelle Entscheidungshilfen. Forscher entwickeln auf der Basis großer Datenmengen einen neuartigen Betriebs-Assistenten, der die Kosten für die Stromerzeugung aus Windenergie senken kann.

In modernen Windenergieanlagen werden große Mengen an Betriebsdaten in hoher zeitlicher Auflösung erfasst. Wie man diese reichhaltige Datenquelle für Betriebsprognosen besser nutzen kann, ist Gegenstand des Forschungs-Verbundprojekts WiSA big data an der Universität Oldenburg.

Projekt WISA big data – Fehler im Windkraftanlagen-Betrieb frühzeitig erkennen
Schon jetzt werden in Windkraftanlagen große Mengen an Betriebsdaten in hoher zeitlicher Auflösung erfasst. Die Auswertung der erfolgt meist aber nur zu speziellen Themen und nicht ganzheitlich. „In unserem Verbundprojekt wollen wir diesen Schatz an Daten heben und mit neuen und erweiterten Analyseverfahren nutzbar machen“, so Projektkoordinator Prof. Dr. Joachim Peinke vom Zentrum für Windenergieforschung (ForWind) an der Universität Oldenburg. „Die Auswertung der Daten soll uns helfen, Fehler im Betrieb von Windenergieanlagen frühzeitig zu erkennen oder auch vorhersagen zu können.“ Es bestehe jedoch noch beträchtlicher Forschungsbedarf, um das Potenzial der in den Daten enthaltenen Informationen zu erschließen.

Ziel: Entwicklung eines virtuellen Assistenten für Onshore und Offshore Windkraftanlagen
Die Projektpartner wollen die vielen unterschiedlichen Informationen wie Wetterdaten, Infos aus Reparatur- und Wartungsberichten oder hochfrequenten Sensormessungen wie beispielsweise Rotordrehzahl, Leistung und Temperaturen auf einer speziell entwickelten Hard- und Software-Plattform analysieren und bewerten. Ziel des Projekts ist es, einen virtuellen Assistenten für die Windbranche zu entwickeln. Dieses Werkzeug soll eine genauere Fehlerdiagnose ermöglichen und den Betreibern von Windparks Entscheidungshilfen bieten, um Windenergieanlagen vorausschauend zu warten. „Durch die Auswertung der Daten werden wir wesentlich genauer als bisher bestimmen können, wann Unregelmäßigkeiten auftreten und was die bestmögliche Vorgehensweise ist. So kann der Windparkbetreiber schnell reagieren und die Anlage zügig wieder in Normalbetrieb nehmen“, so Peinke. Ein solcher virtueller Assistent würde vor allem die aufwendige Wartung und Instandhaltung von Windenergieanlagen auf See vereinfachen und somit dazu beitragen, Windstrom günstiger zu erzeugen.

Über das Projekt WiSA big data
An dem Forschungsprojekt WiSA big data („Wind farm virtual Site Assistant for O&M decision support – advanced methods for big data analysis“) sind neben der Universität Oldenburg mit dem Zentrum für Windenergieforschung (ForWind), dem Institut für Chemie und Biologie des Meeres (ICBM) und der Abteilung Wirtschaftsinformatik / Very Large Business Applications (VLBA) sechs weitere Partner im Verbundprojekt beteiligt: die Universität Duisburg-Essen, das Fraunhofer-Institut für Windenergiesysteme IWES, das Institut für Informatik OFFIS e.V., die Ramboll Deutschland GmbH, die Ocean Breeze Energy GmbH & Co. KG und die Deutsche Windtechnik X-Service GmbH. Das Bundesministerium für Wirtschaft und Energie (BMWi) fördert das Vorhaben über einen Zeitraum von drei Jahren mit insgesamt 2,6 Millionen Euro.

Unterstützt wird das Projektkonsortium unter anderem durch die assoziierten Partner Vattenfall Europe Windkraft GmbH und die ADDITIVE Soft- und Hardware für Technik und Wissenschaft GmbH.

Quelle: IWR Online
© IWR, 2020