面向智慧風(fēng)場的運維管理關(guān)鍵技術(shù)分析

李森

魯能新能源（集團(tuán)）有限公司河北分公司 河北張家口 075000

隨著風(fēng)力發(fā)電作為新能源被列入國家的戰(zhàn)略新興產(chǎn)業(yè)，由此風(fēng)力發(fā)電獲得了快速的發(fā)展。但是相較于傳統(tǒng)的能源而言，風(fēng)力發(fā)電的競爭力嚴(yán)重不足，這與其運營產(chǎn)能效率低和設(shè)備維護(hù)管理成本高之間具有非常密切的聯(lián)系。

1 風(fēng)電機組齒輪箱溫控閥故障模式識別算法

1.1 風(fēng)電機組齒輪箱冷卻系統(tǒng)部件故障

齒輪箱作為風(fēng)電機組的重要組成部分，其能否穩(wěn)定運行對于風(fēng)電機組具有十分重要的現(xiàn)實意義。為了確保齒輪箱在實際運行過程中能夠得到充分地潤滑，就要對潤滑油的溫度進(jìn)行科學(xué)合理地控制。齒輪箱潤滑油的溫度是由溫控閥進(jìn)行控制的，與齒輪箱內(nèi)其他閥門不同的是，在溫控閥中設(shè)有相應(yīng)的溫度傳感器，由于長期處于高溫高壓的不利環(huán)境中，溫度傳感器的測量精度會大打折扣，壽命也會大大縮短，這就會導(dǎo)致溫控閥出現(xiàn)不同程度的故障。溫控閥在工作過程中，通過監(jiān)測潤滑油的溫度進(jìn)而采取相應(yīng)的開合動作，但是僅依靠潤滑油的溫度無法判斷溫控閥是否損壞，并且在SCADA系統(tǒng)中并沒有設(shè)置監(jiān)測溫控閥工作狀態(tài)的傳感器，這就導(dǎo)致只有當(dāng)溫控閥損壞并且引起事故后，SCADA系統(tǒng)才會發(fā)出相應(yīng)的警報，但是此時已經(jīng)造成了嚴(yán)重的經(jīng)濟(jì)損失[1]。

1.2 基于深度神經(jīng)網(wǎng)絡(luò)的齒輪箱溫控閥損壞故障模式識別

1.2.1 齒輪箱溫控閥溫度正常行為模型

為了能夠?qū)乜亻y故障的早期征兆進(jìn)行科學(xué)合理地判斷，可以采用基于時間序列分析的正常行為模型，其在工作過程中，通過將潤滑油的實測溫度與其正常溫度進(jìn)行對比分析，進(jìn)而就能及時發(fā)現(xiàn)其中的溫度異常問題，從而能夠?qū)乜亻y故障征兆進(jìn)行準(zhǔn)確地判斷，有助于及時采取有效的改善措施，避免造成更大的損失。

1.2.2 引入雙層注意力機制的編碼解碼深度神經(jīng)網(wǎng)絡(luò)

通過將潤滑油的溫度作為目標(biāo)變量，而其他的SCADA變量測點則作為相關(guān)變量，將目標(biāo)變量和相關(guān)變量的歷史數(shù)據(jù)以矩陣的模式進(jìn)行模型輸入，溫控閥正常工作狀態(tài)下的目標(biāo)變量狀態(tài)作為模型的輸出值。采用雙階段注意力機制對真正的底層非線性關(guān)系進(jìn)行動態(tài)捕捉，就能夠適應(yīng)調(diào)整不同時刻相關(guān)變量對目標(biāo)變量的權(quán)重影響，進(jìn)而選出關(guān)鍵歷史時刻的抽象特征作為目標(biāo)變量狀態(tài)的評價依據(jù)。

1.2.3 基于估計殘差的故障模式識別

為了能夠?qū)乜亻y的損壞故障模式進(jìn)行準(zhǔn)確識別，進(jìn)而能夠?qū)收系脑缙谡髡走M(jìn)行有效地辨識，將潤滑油溫度的實測值與正常行為模型的估計值進(jìn)行深入地對比分析，并根據(jù)兩者之間的估計殘差數(shù)據(jù)，將其用于溫控閥異常行為控制限的設(shè)計中[2]。

2 風(fēng)電機組偏航系統(tǒng)故障失效模式分析與巡檢排故策略

2.1 基于FTA與BDD的系統(tǒng)故障失效模式原因及影響分析

2.1.1 故障樹分析方法及故障失效模式定性分析

故障樹分析方法是一種基于行業(yè)背景與專家知識的故障失效模式定性分析方法，采用樹形圖表示故障與其原因之間的邏輯關(guān)系，這就能夠方便的對復(fù)雜故障原因進(jìn)行演繹推理，進(jìn)而對故障原因進(jìn)行快速地鎖定，采用故障樹對故障失效的分析主要包括：故障樹模型構(gòu)建、故障樹模型數(shù)學(xué)描述、故障樹模型預(yù)處理以及故障樹模型最小割集求解等步驟，在對風(fēng)電機組偏航系統(tǒng)故障的分析過程中，要進(jìn)行有效地選擇應(yīng)用。

2.1.2 二元決策圖方法及故障失效影響定量分析

作為故障失效影響定量分析的重要方式-二元決策圖，其在分析過程中通過構(gòu)建風(fēng)電機組偏航系統(tǒng)相關(guān)的故障樹，在此基礎(chǔ)上，再運用搜索歷算法，就能進(jìn)一步明確造成系統(tǒng)故障的所有割集。相較于故障樹分析方法而言，在運用二元決策法的過程中，其所有的割集之間相互互斥，針對此特點，再利用概率不交和公式，直接獲取頂事件的發(fā)生概率。因此，二元決策法能夠獲得更加精確的頂事件發(fā)生概率，這就為風(fēng)電機組偏航系統(tǒng)故障的有效排查建立了良好的基礎(chǔ)。

2.2 考慮風(fēng)電機組故障失效影響的零部件高效巡檢與快速排故方法

2.2.1 基于重要度指標(biāo)的零部件巡檢策略

當(dāng)對系統(tǒng)故障樹的結(jié)構(gòu)形式已經(jīng)充分明確，通過結(jié)合故障原因的具體發(fā)生頻率，能夠進(jìn)一步對風(fēng)電機組偏航系統(tǒng)失效故障的概率進(jìn)行科學(xué)合理地評估，并且還能根據(jù)風(fēng)電機組偏航系統(tǒng)運行的重要指標(biāo)參數(shù)，探尋將對系統(tǒng)穩(wěn)定性和安全性造成嚴(yán)重影響的相關(guān)事件，辨識系統(tǒng)薄弱環(huán)節(jié)并鎖定復(fù)雜系統(tǒng)中重要部件，這樣就能在日常巡檢工作過程中，對重要部件運行的情況進(jìn)行重點關(guān)注，并采取有效的維護(hù)措施，確保其始終處于良好的工作狀態(tài)，進(jìn)而最大限度降低故障的發(fā)生概率。

2.2.2 基于貝葉斯推理的零部件排故方法

假定系統(tǒng)已經(jīng)發(fā)生失效故障，并且處于停機的狀態(tài)，根據(jù)貝葉斯公式能夠進(jìn)一步獲得所有故障原因的責(zé)任比例大小，進(jìn)而就能計算得到最為可能的故障原因。當(dāng)通過檢查發(fā)現(xiàn)該故障原因并沒有發(fā)生，就要對其他故障原因的后驗概率進(jìn)行進(jìn)一步的計算，獲取第二可能的故障原因，并依次進(jìn)行排查，直至明確真正的故障原因[3]。

3 結(jié)語

總而言之，隨著風(fēng)力發(fā)電的廣泛應(yīng)用，為了進(jìn)一步提高風(fēng)電場的管理水平，提高企業(yè)的經(jīng)濟(jì)效益，就要將信息技術(shù)有效的運用于風(fēng)力發(fā)電的管理工作中。為了確保風(fēng)力發(fā)電的安全平穩(wěn)運行，就要對其故障采取有效的預(yù)防應(yīng)對措施，進(jìn)而為風(fēng)電機組的穩(wěn)定運行提供可靠保障。