<div class="csl-bib-body">
<div class="csl-entry">Steinlechner, S. A. (2020). <i>Fehlerfrüherkennung bei Windturbinen</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2020.58138</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2020.58138
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/1243
-
dc.description
Zusammenfassung in englischer Sprache
-
dc.description
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
dc.description.abstract
Die vorliegende Diplomarbeit, bearbeitet die Thematik rund um die Fehlerfrüherkennung von Windturbinen. Dies soll mittels Datenanalyse der vorliegenden Datensätzen aus dem SCADA-System des Unternehmens W.E.B Windenergie AG durchgeführt werden. Für eine gerechte Analyse wurden eigens für die jeweilige Problemstellung Algorithmen entworfen und infolgedessen weiter verfeinert und verallgemeinert, sodass ein möglichst flexibler Einsatz möglich sein soll. Das endgültige Ergebnis der Arbeit wurde dabei so definiert, dass sich anbahnende Fehler mittels geeigneter Vorgehensweise frühzeitig erkannt werden sollen, sodass die Reparaturplanung flexibilisiert werden kann, indem eben diese Reparaturen in Schwachwindphasen gelegt werden können. Dies ist deshalb von größer Bedeutung, da dadurch eine höhere Ausnutzung der Windkraftanlagen gewährleistet und somit auch eine umweltfreundlichere Energiebilanz und erhöhte Wirtschaftlichkeit der Windturbinen erreicht werden kann.
de
dc.description.abstract
This master thesis copes with the topic of early failure recognition for wind turbines. This has to be accomplished by a data analysis based on data acquired from a SCADA system of the company W.E.B Windenergie AG. To obtain a properly based analysis, problem-specific algorithms have been developed and further refined and generalized so that an at most flexible utilization is possible. The thesis' final objective was to detect initiating faults at an early stage so that the maintenance schedule can be made more flexible in a way that reparations can be done during phases of low wind. This is of major importance since it leads to a higher utilization of the wind turbine and thus to a more ecological energy balance and likewise to a higher profitability of the wind turbine itself.
en
dc.language
Deutsch
-
dc.language.iso
de
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Windturbinen
de
dc.subject
Fehlererkennung
de
dc.subject
Wind turbines
en
dc.subject
fault recognition
en
dc.title
Fehlerfrüherkennung bei Windturbinen
de
dc.title.alternative
Short-term SCADA-based Wind Turbine Monitoring for early failure recognition
en
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2020.58138
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Sebastian Alexander Steinlechner
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E370 - Institut für Energiesysteme und Elektrische Antriebe