淺析大數據分析在風電場運維模式中的應用

賈洪巖　白永忠　朱董軍　董超　王海

摘要：風電運維管理是風電行業發展到當下時期很多企業都在探究的話題，所出現的問題也很具代表性，只有正視問題才能提升管理，確保風電行業在快速發展的過程中安全平穩，推動新能源事業高質量發展。鑒于此，本文主要分析大數據分析在風電場運維模式中的應用。

關鍵詞：大數據;風電場;運維

中圖分類號：TU75? 文獻標識碼：A

1、引言

風電行業內已經將大數據分析視為風電場運維模式更新迭代的重要技術手段。新近開發的集控系統均將大數據分析功能列入設計規劃中。但根據行業研究報告不完全統計，在全國68家風電運營商中，有51%完成集中控制中心系統建設，只有4%實現基于數據分析的深層應用。

2、風電場運維管理工作中存在的問題

2.1、針對風電場設備全壽命周期的運維意識不足

風電場的運維管理工作是一項極其復雜的系統工程，特別是設置在我國西北與北方地區的大型風電場，超出質保期限之后的定檢等運維工作均通過招投標、詢價采購等形式與第三方專業機構合作開展。由此造成的后果是，風電場與第三方運維機構的工作目標不一致——為了保證發電量，運維合同中擬定的檢修運維方案需要雙方根據現場情況不斷協調，可能無法按照全壽命周期的運維理念實施。

2.2、設備故障處理處于“被動狀態”

由于風電場日常運維工作量大，導致風電場有些機組設備出現故障，已經嚴重影響正常生產時才“被迫”維護，導致出質保后設備生產商與風電場之間的技術交流出現斷層，風電場也未能針對機組設備故障的成因進行仔細分析和如實記錄，致使風電機組的“一機一檔”設備健康管理工作無法深入開展，直接影響設備的可利用率。

3、大數據分析在風電場運維模式中的應用

3.1、完善風電場運維管理安全性評價和技術監督工作體系

（1）在場區內構建安全監控體系，通過信息化手段對風電設備的運行狀態、風力強度、設備負載量、是否存在故障等信息進行全面監控，發現問題時需根據實際情況對單臺或整組風機進行啟停操作，進而對故障設備進行即時檢修。（2）整合風電場風功率預測數據并校驗其準確性，周期性導出平均風速、有效風速等信息，進而與風機監控系統、風電場測風塔及有關部門圍繞數據進行全面校驗，分析風能變化趨勢，做好一切運維準備工作，如在未來一段時間內，風力持續處于較高水平，意味著設備負載量會大幅度增加。

3.2、基于大數據技術的巡檢無人機和機器人

應大數據中的eMBB和mMTC技術賦予網聯無人機實時超高清圖傳、遠程低時延控制等重要能力，實現海上風電精細化的多方位巡檢。5GmMTC和uRLLC技術同RTK差分定位技術相結合，為無人機和機器人提供了精度更高的定位技術。實現海上風電“無人值守、少人值班”的運行要求，在海上升壓站安裝具有環境適應性強、遠程控制功能的智能停機坪。停機坪與大數據網絡連接，應用邊緣計算技術實現視頻及數據的處理。同時為無人機作業提供指引、存放、充電、數據傳輸等功能。

3.3、無人機葉片故障識別與實時反饋

風電機組葉片遠離地面，常規手段難以對葉片故障進行有效識別，海上風電由于可及性差、出海窗口期短，更加劇了葉片故障識別的難度。傳統的人工檢修方法，會使得風機停機時間長，發電量損失嚴重。無人機可以隨同風電機組的葉片同步運動，無須葉片保持靜止狀態。無人機葉片故障識別具有安全、可靠、高效的特點，消除了人員登高墜海、高空墜物的安全隱患。

基于“大數據+工業互聯網平臺”的海上風機葉片故障識別無人機能夠實現無人機航線自主規劃、無人機隨動葉片、多機協同作業、葉片缺陷智能識別等功能，同時結合機器學習與人工智能技術，可以實現無人機對葉片故障情況的實時反饋。

3.4、風電作業現場智能化的風險管控平臺

應用大數據的uRLLC低遲延技術實現風電作業全方位的實時監控和全閉環管理。作業人員攜帶的高清攝像頭與人員進行綁定，并能實時將作業環境、設備監控和監控畫面傳輸至作業風險防控服務器。作業風險防控服務器安裝了基于機器視覺的智能化識別系統，系統根據電站實時數據（管理區獲取）結合機器視覺分析系統分析結果，當發現作業人員及設備存在安全風險后，立即通過語音提示作業人員，停止作業并及時消除危險因素。

3.5、其他應用

（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。

（3）智能場群控制。智能場群控制是基于風電場最優發電層面的區域級應用，擴大場級機組故障容錯空間，提升風電場系統整體柔度。根據現場條件及運行數據分析，建立單臺風機的控制巡游策略。根據不同風機的產出與載荷情況，建立風電場級巡游策略、限電分解、場級尾流尋優控制、預測性尋優控制。

4、結束語

大數據分析會將成為風電場運維常用的技術手段，大數據分析在風電場運維中的全息應用會是未來風電場運維的主流方式。

參考文獻：

[1]韓斌，王忠杰，趙勇，馬勇，甘勇，孫仕輝，李穎峰.智慧風電場發展現狀及規劃建議[J].熱力發電，2019，48（09）：34-39.

[2]張艷鋒，田震，楊海濤，陳海濱，王明明.風電場智慧運維管理淺談[J].中國設備工程，2019（15）：35-37.

作者簡介：

賈洪巖（1989-），男，漢族，黑龍江海倫人，大學本科，工程師，主要研究方向：電力系統、新能源。

白永忠（1994 -），男，漢族，山西呂梁人，大學本科，助理工程師，主要研究方向：電力系統、新能源。

朱董軍（1990-），男，漢族，河北秦皇島人，大學本科，工程師，主要研究方向：電力系統、新能源。

董超（1991 -），男，漢族，河北張家口人，大學本科，工程師，主要研究方向：電力系統、新能源。

王海（1990 -），男，漢族，山西大同人，大學本科，工程師，主要研究方向：電力系統、新能源。