Risk-Based Operation and Maintenance of Offshore Wind Turbines

For havvindmøller er omkostningerne til vedligehold omfattende da der ofte er komponenter i vindmøllen, som svigter. Udover reparationsomkostningerne er der store omkostninger forbundet med leje af materiel og tabt produktion grundet begrænset tilgængelighed til vindmøllerne. For at reducere omkostningerne kan der benyttes præventive metoder, men i dag benyttes der imidlertid normalt ikke avancerede metoder, der tager højde for al tilgængelig information på en konsistent måde, når præventiv vedligehold planlægges.

Beslutninger om vedligehold kan træffes ved anvendelse af risikobaserede metoder, hvor de totale forventede omkostninger i levetiden minimeres. Der er udviklet metoder til at estimere omkostningerne til korrektiv vedligehold, og ligeledes er der publiceret mange studier vedrørende præventiv vedligehold. En vigtig del er modelleringen af sammenhængen mellem vedligehold og pålidelighed, hvilket ofte ikke er modelleret på en konsistent måde. Metoderne kan derfor ikke bruges direkte til optimal planlægning af drift og vedligehold, hvor der tages højde for information fra overvågningssystemer, inspektioner, præventive reparationer samt korrektive reparationer. Dette kan gøres ved at benytte metoder, som er udviklet fra et Bayesiansk perspektiv. Den slags metoder er allerede udviklet til brug i olie- og gasindustrien under navnet Risikobaseret Inspektionsplanlægning (RBI), og er baseret på Bayesiansk preposteriori beslutningsanalyse. For at gøre løsningen beregningsteknisk muligt er det nødvendigt at indføre approksimationer. Den tilgangsvinkel, som typisk benyttes til RBI, kan ikke overføres direkte til vindmøller, da forholdene er anderledes. For vindmøllekomponenter er pålideligheden mindre sammenlignet med olie- og gaskonstruktioner. Desuden er der ofte overvågningssystemer på vindmøller, og informationerne derfra bør medtages, når der træffes beslutninger.

I denne afhandling benyttes Bayesianske metoder til risikobaseret vedligeholdelsesplanlægning med det formål at træffe optimale beslutninger, der tager højde for al tilgængelig information. Først formuleres en teoretisk skadesmodel, hvorefter modellen opdateres ved hjælp af overvågningsdata, og endelig bruges den opdaterede model som basis for risikobaseret beslutningstagning. Flere fremgangsmåder til at løse beslutningsproblemerne er blevet betragtet: forskellige slags stationære beslutningsregler, influens-diagrammer med begrænset hukommelse (LIMID), og Markov beslutningsprocesser. Ved flere af fremgangsmåderne er Bayesianske netværk blevet brugt til beregningerne.

Fremgangsmåderne er blevet afprøvet med teoretiske beslutningsproblemer, og de forventede omkostninger blev sammenlignet for forskellige strategier. Det var muligt at opnå store besparelser, men resultaterne afhænger naturligvis meget af forudsætningerne. For virkelige beslutningsproblemer kan det være vanskeligt at formulere modellen, hvis forudsætningerne brugt under dimensioneringen ikke er opfyldt i virkeligheden. Metoderne har store potentialer, men kræver yderligere udvikling, specielt med hensyn til at modellere virkelige eksempler.