Projektgruppe Business Intelligence Applications and Evaluation ...

Projektbericht Cuberunner
Smart Wind Farm Control – DV-Konzept
Exakte Vorhersagen für Wartungsfenster im Offshore Betrieb
Im Rahmen der Instandhaltung bzw. Wartung von Offshore WEA gilt es, auf Basis der gesammelten
Echtzeitdaten Prognosen über die Lebenserwartungen und evtl. Anlagenausfälle automatisch zu generieren.
Diese Prognosen sind Ergebnisse aus verschiedensten Algorithmen, welche sowohl auf wissenschaftlichen
Erkenntnissen als auch Data Mining Methoden basieren. Zusätzlich werden Sekundärdaten
hinzugezogen, um die Genauigkeit dieser Prognosen zu erhöhen und mögliche Warnungen frühzeitig
auszulösen. Zu den Sekundärdaten zählen unter anderem Wetterdaten, Ressourcendaten, Betriebsdaten
sowie Wartungshistorien.
Schnelle Datenauswertung für wissenschaftliche Analysen
Im Zuge von neuen Datenbanktechnologien (In-Memory Datenbanken) können komplexere Datenanalysen
auf einem größeren Datenbestand ausgeführt werden. Die Datenerfassung erfolgt als Datenstrom
und soll alle Parameter pro Sekunde und Anlage erfassen. Den Einsatz von möglichen Mittelwerten
gilt es zu vermeiden. Insbesondere die Möglichkeit, Analysen auf diesen nicht aggregierten Daten
durchzuführen, stellt einen großen Vorteil gegenüber bisherigen Lösungen dar. Des Weiteren verkürzen
sich die Antwort- bzw. Berechnungszeiten signifikant. Übergreifend führt dies zu einer Verbesserung
und Beschleunigung der Arbeitsabläufe im Forschungsumfeld und ermöglicht neue Lösungswege
speziell bei der Entwicklung von komplexen Algorithmen und Diagrammen. Als Voraussetzung dient
die Bereitstellung von Datenschnittstellen für verschiedenste Programme im Forschungsumfeld seitens
der Proaktiven Maintenance-Plattform.
418