山西晋城泽州风电场10台风电机组故障数据集（2021-2022年）

中文名称

CSTR

CSTR:11738.11.NCDC.NIEER.DB6400.2024

DOI

10.12072/ncdc.nieer.db6400.2024

共享方式

申请获取

数据分类

其他

数据贡献者

火久元 , 张沣琦 , 孟昱煜 , 常琛 , 张耀南

数据集摘要

随着全球环境问题不断恶化，人们越来越意识到非污染和可再生能源的重要性。风能作为一种分布广泛的洁净能源，在全世界范围内得到广泛开发和利用。我国是风机制造和生产大国，也是风力发电大国。风电机组常常面临机组工况多变和条件恶劣的工作环境，导致其在服役期间容易因故障而停机，带来安全隐患，影响风电场经济效益。本数据集为山西晋城泽州风电场10台风电机组故障数据集，时间范围为2021年5月19日到2022年5月18日，数据集包含了采样间隔10min的SCADA数据和故障信息。本数据集时间范围长，收录较多风机故障数据，为研究风机运行策略、风机故障诊断与预测等科学问题提供数据支持。

基本信息

采集时间	2021/05/19 - 2022/05/18
采集地点	山西晋城泽州风电场
数据量	190.5 MiB
数据格式	CSV格式

数据源描述

本数据集采自位于山西省晋城市泽州风电场，区域面积88KM²，场区实际可利用面积55KM²，海拔在800~1200m之间。风电场所处位置，位于太行山风带北部边缘地带，大陆性季风气候明显，四季分明，一般为：春季干旱多风，夏季炎热多雨，秋季秋高气爽，冬季寒冷干燥。风电场多年无霜期192.6天，最多为226天。降水量主要分布在夏季，占全年降水量的60%。该风电场风机型号为远景EN-115/2.2机型，单机容量为2200kW，轮毂高度90米，叶片直径115米。机位90m高度平均自由流风速为5.52m/s时，平均发电小时为1959小时。

数据加工方法

本数据为风电机组SCADA数据，所用机型为远景EN-115/2.2机型，采用自动观测的方法。

数据质量描述

统计分析了2021年5月19日到2022年5月18日10台风机SCADA数据的数据质量。10台远景EN-115/2.2机组有效数据比例为97.92%，每月数据有效比分析如图4所示。除2021年8月11日至15日因风电场调试机组无数据，2021年10月、11月，2022年1月、4月、5月缺失部分数据外，其余各月数据均无缺失。

项目支持信息

#	编号	名称	类型
1	22YF7GA145	基于多元数据驱动的风电机组关键部件智能故障诊断和预防性维护研究	其他

引用和标注

为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。

本数据集基于山西晋城泽州风电场一年风机运行时SCADA系统导出数据，以CSV格式存储，可以Matlab、Python、R等编程语言读取、查看、分析、处理及应用。

中文发表的成果中参考以下规范注明：数据来源于国家冰川冻土沙漠科学数据中心 (https://www.ncdc.ac.cn)。

英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (https://www.ncdc.ac.cn).

数据引用

火久元,张沣琦,孟昱煜,常琛,张耀南. 山西晋城泽州风电场10台风电机组故障数据集（2021-2022年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2024. https://cstr.cn/CSTR:11738.11.NCDC.NIEER.DB6400.2024.
火久元,张沣琦,孟昱煜,常琛,张耀南. 山西晋城泽州风电场10台风电机组故障数据集（2021-2022年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2024. https://www.doi.org/10.12072/ncdc.nieer.db6400.2024.

Endnote中 Bibtex中 RIS中 GBT7714中 EndnoteEN BibtexEN RISEN

许可协议

本作品采用 CC BY 4.0 （知识共享署名 4.0 国际许可协议）进行许可。

#	数据集标题
1	陆上风电场土壤理化性质数据集（2020年8月8-10日）
2	海上风电场风廓线数据集（2021年3月）
3	风电、光伏产品生命周期数据集（2019-2022年）
4	海上风电场大气温湿度廓线数据集（2021年3月）
5	海上风电场自动气象站观测数据集（2021年3月）
6	陆上风电场风廓线数据集（2020年4月）
7	陆上风电场辐射通量数据集（2020年4月）
8	陆上风电场湍流通量数据集（2020年4月）
9	陆上风电场土壤温湿度数据集（2020年4月）
10	陆上风电场自动气象站数据集（2020年4月）

#	标题	文件大小
1	20210519-20220518首发故障表.csv	7.7 KiB
2	JCZZ03.csv	941.3 KiB
3	JCZZ03_SCADA.csv	18.0 MiB
4	JCZZ06.csv	945.7 KiB
5	JCZZ06_SCADA.csv	17.8 MiB
6	JCZZ13.csv	894.6 KiB
7	JCZZ13_SCADA.csv	18.3 MiB
8	JCZZ17.csv	828.7 KiB
9	JCZZ17_SCADA.csv	18.4 MiB
10	JCZZ18.csv	743.8 KiB

最近10条服务记录如下
#	时间	姓名	用途
1	2026/09/08 01:02	刘*涛	论文主题为风力发电和混合储能，申请数据在本论文中用于建立多典型风力发电场景，经过算法优化后，可获得各自对应的最佳储能功率和容量，同时满足全年的运行要求。申请数据用于发表期刊论文，导师为朱志莹，南京工程学院教授，时任南京工程学院电力工程学院副院长。
2	2026/08/26 06:42	唐*华	期刊论文，用于风电机组早期故障诊断、二级故障定位 +、多机组泛化方向
3	2026/08/22 02:39	洪*兰	拟投期刊论文。题目：风机预测性维护生命周期环境效益量化方法研究拟撰写摘要：风电机组传统定期维护与事后维修模式存在维护冗余、故障次生损伤、非计划停机频发等问题，易造成备件资源浪费、运维碳排放偏高、绿色发电量损失等系列环境负效应，而现有风机故障预测与智能运维研究多聚焦模型精度优化与成本分析，缺乏适配风机全生命周期、兼顾系统碳足迹与运维减排收益的标准化环境效益量化体系，难以支撑风电运维低碳优化与绿色评价工作。针对上述问题，本文开展风机预测性维护生命周期环境效益量化方法研究。基于生命周期评价（LCA）理论，结合陆上风机多部件故障时序特征与真实故障运维数据，量化不同故障预测精度下的部件更换频次、运维能耗、停机发电量损失等关键参数，解决传统静态核算方法无法适配智能运维动态优化的痛点。同时，构建净环境效益计算模型，兼顾故障预测监测系统的固有碳足迹与运维优化带来的减排收益，实现碳排放、固体废弃物、资源能耗等多环境指标的精准核算，并引入敏感性分析方法，探究模型准确率、故障类型、维护策略对环境效益的影响机制。研究结果表明，相较于传统运维模式，风机预测性维护可削减健康、生态、碳排放、能源消耗足迹为x'x'x。本研究构建的量化方法可为风电智能运维低碳评价、风机故障预测技术的工程应用与绿色优化提供理论支撑与技术参考，助力风电场全生命周期低碳运营与新能源行业绿色高质量发展。
4	2026/08/17 23:38	田*雯	论文题目：尚未确定，大致方向为基于深度学习与域泛化方法的风电机组故障诊断研究摘要：针对风电机组长期运行过程中存在工况变化、设备差异以及故障样本不足导致故障诊断模型泛化能力不足的问题，本文拟开展基于深度学习的风电机组故障诊断方法研究。利用风电机组运行监测数据，构建故障特征提取与智能诊断模型，研究不同工况条件下故障特征变化规律，并探索提升模型跨工况、跨设备泛化能力的方法，为风电机组智能运维和故障预警提供理论依据和技术支持。类型：博士论文、期刊论文申请理由：本人开展风电机组状态监测与智能故障诊断相关研究，需要真实风电运行数据进行模型训练、算法验证及实验分析。该数据集包含实际风电机组运行过程中的故障信息，能够为研究不同工况下故障特征提取、故障识别及模型泛化能力提升提供可靠的数据支撑，对验证研究方法的有效性具有重要意义。
5	2026/07/14 18:23	易*政	目前正在风电场大气边界层特性与风机气动性能、故障特征关联机制的学术研究工作。现诚挚申请山西晋城泽州风电场10台并网运行风电机组的SCADA运行数据集及故障数据集，用于硕士学位论文科研分析，无任何商业用途。
6	2026/07/03 23:38	苏*	用于基于数据驱动的风电机组齿轮箱预测性维护方法的研究
7	2026/06/18 04:10	王*霞	用于硕士学位论文《老旧风电场的动态运营决策：基于随机最优控制与准变分不等式的分析》数值仿真建模
8	2026/06/12 19:42	陈*康	用于人工智能课程作业的机械学习模型训练，非商用，标注来源
9	2026/06/09 05:43	穆*源	希望使用数据来使用transformer架构来计算风电机组的故障预测模型
10	2026/06/08 21:28	何*宇	数据要素类比赛基础数据用途与气象类研究用途