人工智能技術在風力發電領域的應用

謝曉剛，陳俊，張安

（江西中電投新能源發電有限公司，江西 南昌 330000）

隨著經濟的快速發展，對于能源需求不斷提升，傳統的以火力發電方式對環境產生嚴重污染，雖然能夠在短時間內看到經濟效益，但是不利于社會實現健康、長久的發展。所以處理好經濟發展與能源保護、環境保護之間關系，是當今世界發展中面臨的重要難題，利用風能發電新型模式能夠協調環境保護與經濟發展關系，減輕二者矛盾，能夠實現能源的良好可循環利用，確保經濟實現穩健發展。因此風力發電技術對于人類社會的可持續發展具有十分重要的現實性意義，但在風力發電技術之中，存在一定問題。將人工智能技術與風力發電相結合，不僅能夠提升風力發電整體效率，更能有效解決風電技術發展過程中的諸多問題，實現風力發電技術與人工智能技術的高效結合，促進我國風力發電行業朝著更好、更快方向發展。

1 智能技術基本概述

信息化已經成為社會發展趨勢，計算機技術、大數據、自動化技術、智能化技術等被廣泛應用在人們的生產生活之中，并取得了不錯的成效。智能技術是對人工智能進行更為深入的開發、研究、模擬、拓展延伸的過程。將智能技術應用在風力發電之中，能夠構建風力發電自動化控制系統，提高行業發電效率，實現企業經濟效益與社會效益同步提升。

智能技術主要分為三種：（1）神經網絡控制技術。該技術主要適用于數字計算與處理，多應用在數據處理方面。數字處理系統不會受到整體系統的影響，及時其他系統喪失功能，也不會影響神經網絡控制技術的應用；（2）專家系統控制技術。該技術主要應用在智能組織、調節、控制等方面，能夠處理出現的非結構性問題，以及不確定的消息。但應用在表面知識處理之中，缺乏靈活的模仿能力；（3）綜合智能控制技術。該技術主要是朝著整體化、集成化的方向發展，能夠對一些模糊的數據進行高效處理，實現智能技術的優化整合，降低系統發生故障的概率，整合個別智能技術，提升技術使用效率。

2 人工智能技術應用在風力發電中的必要性、可行性與優勢

2.1 智能化技術應用的必要性

風力屬于可再生資源，我國風力發電行業已經進入了快速發展的成熟階段。使用利用風力發電存在一定問題，例如：間歇性、隨機性以及波動性。不僅會影響風力發電效率，更會影響電網安全，帶來安全隱患，出現電力質量較差的問題。為了能夠有效實現對風力發電波動性、間歇性的控制，保持電網安全發電，需要重視風電設備有功功率的平衡。隨著人們對電力需求不斷增大，電網設備隨著不斷擴大，將人工智能技術應用在風力發電之中，能夠極大提升電網發現效率與質量，提升電網運行安全性。

2.2 智能化技術應用的可行性

風電場節能與其他項目相比存在較大不同，一般都是采用功率控制法對風電機最大功率實現集中管控，能夠提升風電場工作效率與安全性能。數字化是電力設備與人工智能技術應用的前提，當下在風力發電系統之中已經全面應用了數字化技術，為人工智能化技術在風力發電中的應用奠定了堅實的基礎。

2.3 智能化技術應用的優勢

人工智能化技術應用在風力發電之中，能夠構建風力發電智能控制系統，為管理人員作出決策、判斷提供支持。通過風力發電自動化系統的控制，能夠對收集的相關數據進行分析、處理與整合，可以應用在風力發電系統自動檢測之中，及時發現系統之中存在額故障，并及時提出有效解決方案，自動化、智能化工作方式將成為風力發電行業未來發展主要模式；智能化技術可以提供個性化的服務。在大數據技術的支持之下，能夠全面掌控風力發電機的所有數據，通過對信息的篩選、處理，能夠更具有針對性的為單個風力發電機提供服務。

3 人工智能技術在風力發電領域的具體應用

3.1 無人機應用在智能巡檢之中

無人機技術具有續航時間長、抗風能力強的特點，應用在風力發電機組智能巡檢之中，無人機操作人員能夠對其進行適當控制，對指定位置進行拍攝，對風力發電機組實現實時監測，始終確保風力發電機組有序、高效運行狀態。無人機拍攝完成之后，能夠利用傳輸系統將拍攝到的圖片、視頻傳輸到地面接收系統，技術人員通過對資料的比對，能夠分析出風力發電機組是否處于正常運行狀態，與傳統的人工巡檢相比，使用無人機進行智能巡檢，能夠提升巡檢效率與質量，降低巡檢成本，提升企業經濟效益。

3.2 風電功率預測的方法

當下風電功率預測主要為物理預測與統計預測法。物理預測法是常用的風電功率預測法，通過天氣預報提供數據的預測出風速以及風向等數據信息，并與風場周圍的實際信息進行對比，通過構建模型，依托大數據技術對其進行準確計算，實現對風電功率的精準預算。物理預測法的優勢在于不需要歷史數據支持，但是需要準確的天氣預報數據以及風場地理信息作為依據，涉及到的參數多。但是天氣預報發布具有間隔性，所以物理預測法較為適用于短期預測。統計預測法主要利用數學統計方法，通過對實際發電量與歷史發電量數據的考察，構建模型，通過對數據的統計，實現對未來風力發電量的合理預測。

3.3 智能感應技術的應用

風力發電場之中要想高效運用智能化電子設備，需要對智能電網進行建模，為了對智能電網實現實時、集中高效管控，最為關鍵的就是對風電場設備實現高效控制，對獲取的風電場設備相關數據信息進行整合、分析。智能感應器、無線感應器等感應器的應用，能夠為智能風電場的有序運行提供支持。

3.4 大數據分析技術的應用

智能感知技術雖然很好，但由于需要額外增加傳感器，成本偏高且擴展性不足。風力發電機的數據量是相當可觀，一個大型風力發電公司管理的風機高達上千臺甚至近萬臺，年產生的數據量都在TB級別以上。因此如果不增加額外的傳感設備，可利用新的大數據技術，采集和存儲機組數據，通過機器學習、深度學習和自然語言處理等人工智能分析方法，對風機生產運行數據進行挖掘分析，實現設備運行低效分析、亞健康問題預警分析，預防風電機組的關鍵部件問題，減少電量損失，必將成為了新的熱門應用方向。

4 結語

風力發電領域關系著社會是否能夠實現可持續發展，為社會發展提供能源支持。需要積極改善風力發電管理模式，提升風力發電效率，滿足經濟發展對能源不斷增長需求。人工智能技術應用到風力發電領域之中，能夠實現對風力發電機組的實時監控，提升風力發電的效率與質量，構建完備的風力發電智能化管控系統，推動我國風力發電行業實現穩健的長久發展。