新基建時代風電場智能運維技術的發展與展望

呂思明

摘要：近年來，隨著大數據、物聯網、5G通信、人工智能等新基建技術的不斷進步，風力發電行業與整個工業系統正在進行深度融合，以實現風電行業工業產品的智能化升級，推動風電智能運維技術發展，這符合行業發展的客觀需求。同時，在風電整機產品嚴重同質化、風電上網售電平價化的政策背景下，通過數字化智能運維方法提升產品附加價值，合理化降本增效，是在本輪產業發展中提升風電產品競爭力和行業地位的必要手段。

關鍵詞：智能運維;大數據;新基建;風力發電;平價時代;降本增效

引言

資產的保值增值是投資者關心的重要問題。近些年隨著風電產業的快速發展、裝機容量及運行時間快速增加，如何提升風電設備的利用率、降低風電設備龐大的運行維護成本等問題已經成為風電場管理者關心的首要問題，從計劃性維護到預防性維護的演變將為投資者實現投資收益的最大化提供必要的條件。而大數、云平臺等IT技術的發展，為建立電子化、系統化的風電場智能運維管控系統來提升風電運維技術水平提供了有力的支撐。IT技術、移動互聯網及云平臺的高速發展、智能手機的普遍使用為風電場運維管理系統提供良好的運行平臺。

1智能運維系統軟件架構

1.1業務板塊

業務板塊是整個風電場智能運維系統的核心，數據板塊和平臺運維板塊的存在都是為了更好地支撐業務板塊功能。根據風電行業目前的運營管理方式分析及未來發展的展望，業務板塊主要分為集控系統、運行維護、智能預警和專家系統4大部分。

集控系統基于遠程監控及全景展示實用化技術，實現對風電場實時運行數據的采集、傳輸、存儲及實時展示，達到“集中監控、專業化檢修維護”的集約化管理模式。集控系統設計為2大業務模塊：實時監控和報表系統。

1.2數據板塊

實現智能運維數據的存儲和備份，需滿足如下要求：

a.支持海量數據存儲，支持數據的動態擴容。

b.支持關系型數據的結構化存儲，提供關系數據庫操作接口;主要用來存儲集控系統采集的每個風場、每臺風機的運行數據等。

c.支持半結構化的日志文件（文本或者其他格式）存儲，提供日志文件操作接口。

d.支持圖片、視頻及聲音等媒體文件的存儲，提供操作接口。所存儲的數據包含平臺數據、基礎數據、集控數據、運維數據及專家數據5個部分。其中平臺數據主要為智能運維系統平臺自身的運行維護（權限分配、模塊動態接入、界面動態布局等）提供支撐;基礎數據則為智能運維系統業務開展（經緯度數據、GIS數據、行政區域數據等）提供支撐;集控數據、運維數據及專家數據統一歸為業務數據，為智能運維系統業務的開展提供支撐并記錄臺賬。

2風電場運維技術現狀

風電場運維是風電場運營管理的重要環節之一，其目的在于維持和提高設備可利用率，提升設備的發電性能并降低運營成本，從而保證風電場在整個生命周期內的投資收益率。因此，風電場運維水平對風電機組發電性能及發電量有著直接的影響，并決定了整個風電場的經濟效益。

目前，風電場運維模式主要包括計劃性維護和非計劃性維護。計劃性維護依靠現場運維人員按照運維計劃對風電機組進行維護檢查及消缺，該運維方式存在間斷性和滯后性特點，難以及時發現風電機組的缺陷。非計劃性維護依靠風電機組監控系統的故障告警提示，在機組報出故障后由現場運維人員對故障進行處理。該運維方式受備件、現場環境及故障發生時間等因素的影響，易出現故障處理響應慢、風電機組停機時間長等問題。

傳統的風電場運維以分散式運維為主，主要表現為機組分散、運維人員分散、備品備件分散，即以單個風電場為單位的分散式運維，風電場間的人力資源和備品備件相互獨立、互不共享。在分散式運維模式下，因無法實現資源共享和集中統一協調，各個風電場為保證運維效率，避免機組長時間故障停機，通常在風電場部署充足的運維人員及備品備件，導致風電場運維成本高，難以滿足風電平價時代的要求。同時，傳統的風電場運維方式缺乏統一的運維標準和規范，運維人員水平參差不齊，風電機組的運行維護和定期檢查缺少有效的運維監管，導致部分運維工作流于形式，運維質量難以保證，從而無法發揮機組的最優發電性能，造成發電量損失，機組的安全性也經受到嚴峻考驗。因此，如何在低運維成本的壓力下實現機組運維質量的不斷提升、提高機組運行的穩定性，這將是風電企業一個亟待解決的課題。

3新基建時代下風電場智能運維體系建設

在新基建時代背景下，傳統風電運維技術將與物聯網、數字孿生、人工智能、邊緣計算、云計算、無人機、5G通信、智能終端等新技術進行深度融合，并借助大數據平臺和信息化技術進行預測性維護和遠程診斷，實現行業智能化、數字化轉型。風電場運維體系的智能化將從多層面、多維度進行精細化滲透。

3.1智能風電場運維

在智能風電機組的基礎上，通過物聯網及5G通信技術，將邊緣計算節點數據上傳云端，并基于數字孿生技術構建與實際風電機組一一對應的虛擬風電機組，形成基于數據模型的可視化虛擬風電場。同時，借助無人機蜂群系統捕捉實時動態風電機組數據，為數據檢測和驗證提供依據。無人機群系統通過蜂群編隊、智能巡檢，可有效提高運維效率。后端利用大數據平臺與云計算技術，匯總風電場運維信息，并基于機器學習的模型算法與PHM系統，支撐場級管理決策，實現風電機組的故障預測和健康管理，最終達到風電場效益提升的目的。與傳統風電場相比，基于這些新興技術所構建的智能風電場的智能化、自動化及運維效率將極大提高，可實現場站的少人化甚至無人化值守。這有利于降低運維成本和因調度計劃性限電所致的棄風率，實現風電場收益最大化。

3.2大數據分析在風電場運維中的全息應用

全息應用是對大數據分析深層應用的橫向拓展，以深層應用為中心，結合“云計算”與“人工智能”，賦予風電場“智慧”，實現風電場設備“自我管控”的最終目標。智慧風場包含以下2種智能系統：

（1）智能故障預警系統。智能故障預警系統以短期、超短期風速波動數據和傳感數據為基礎，經過大數據中心分析，根據分析結果進行故障點預測，并向現場人員提供故障預警分析以及故障預警報告，通過提前更換折損部件，縮短機組故障停機時間，變相提升運維效率。

（2）智能故障診斷系統。智能故障診斷系統根據設備部分歷史周期信息和當前運行狀態，結合設備運行中產生的信息，自主比對數據中心內歷史故障信息。基于比對結果給出故障針對信息，出具初步排障方案和步驟，減少排障時間，降低排障難度。

結語

隨著風電行業大規模、快速發展，風電場低成本運維需求越來越強烈，傳統的風電場運維模式在風電平價政策下所存在的局限性也隨之凸顯。本文分析了當前風電場運維技術現狀，認為在國家提出大力發展新基建的時代背景下，未來的風電場運維技術將融合大數據、人工智能、工業互聯網、5G通信等新基建技術，并利用智能化、數字化技術手段，對風電場實行集約式統一管理，實現有效降本增效;并從風電機組、風電場及場群角度出發，分析了不同維度下的風電運維智能化發展方向，構建了風電智能運維生態體系，在一定程度上為風電行業“服務型制造”的轉型之路提供參考。

參考文獻

[1]王煜.基于大數據的風電場電力系統運維服務能力建設研究[J].中國高新技術企業，2017（10）：115-116.

[2]秦旭，和志博，白玉輝.IT技術在風電運維中的應用[J].中國高新科技，2020（19）：100-102，107.

[3]李超，霍光，趙志剛.大數據管控下的風電場創新型運維管理模式的研究[J].山東工業技術，2018（07）：199.