科技猎风电领域FMEA知识图谱应用 达观助力国家双碳目标
我国力争2030年前实现碳达峰，2060年前实现碳中和，是党中央经过深思熟虑作出的重大战略决策。实现碳达峰、碳中和，是我国实现可持续发展、高质量发展的内在要求，也是推动构建人类命运共同体的必然选择。得益于风机技术的成熟与供应链的日趋完善，风力发电是目前可再生能源中技术最成熟、最具有规模化开发条件和商业化发展前景的发电方式之一，是中国实现“碳达峰、碳中和”目标的关键一环。达观智能制造知识图谱致力于将知识图谱技术应用于风电设备领域，助力国家双碳目标的实现。
2020年中国新增风电装机容量达到52GW，在结构类型众多的风机装备中，双馈异步式风力发电机占风电装备市场份额70%以上，其基本结构如下图所示。
图1 双馈型风力发电机基本结构
风电的很多设备在设计阶段和过程设计阶段，会借助 FEMA 对构成产品的子系统、零件，对构成过程的各个工序逐一进行分析，找出所有潜在的失效模式，并分析其可能的后果，从而预先采取必要的措施。FMEA虽然对设备的失效模式进行了详细的分析，但系统内不同设备之间的FMEA并没有有机的交互融合。
图2 风机齿轮箱设计FMEA
达观数据副总裁、上海市人工智能技术标准化委员会委员王文广指出：可靠性工程思想结合自然语言处理与知识图谱技术，达观智能制造知识图谱平台为FMEA带来智能化的应用，进一步提高风力发电系统的可靠性，为双碳目标提供科技支撑。
图3 风电齿轮箱FMEA故障知识抽取融合
对于 不同厂家不同设备不同类型的产品的不同FMEA ， 支持一键导入FMEA模版， 快速识别模版的表头信息和基本信息字段。同时支持创建DFMEA、PFMEA、SFMEA等多种类型模版。基于成熟的NLP技术、图计算、知识推理和知识融合等技术使得整个失效模式图谱的构建过程尽可能便捷高效。
图4 构建FMEA知识图谱
失效知识图谱基于语义关系构建设备、故障、原因、解决方案等多维度的关联， 通过故障归因分析助手 ，可以快速分析及数据挖掘，加快关联和交叉检查信息分析， 及时得到设备发生异常故障的原因及解决方案 ，并可对发生的故障进行统计分析， 以直观的方式呈现发生故障的设备及发生故障的概率 ，为现场人员提供数据支持，提出有效可行的维护方案，提升风机故障诊断的效率和准确性，从而降低运维成本，提高风场的生产管理能力。
图5 知识图谱智能问答功能
风电的高速发展是我国能源变革的重要趋势，但风场气候恶劣，风电装备分布广阔，所以这也对风力发电的效率、可用性、可靠性等方面提出了更高的挑战。数字信息化的智能风场运营监控也越加重要，通过FMEA知识图谱的故障归因分析可以有效提升故障分析效率，减少设备故障停机时间，提升设备运行可靠性和经济性，知识图谱的应用也将持续为风场高效智能化运行赋能。