大數據時代人工智能技術在風力發電領域的應用

寇永寬

摘要：隨著科技的進步，人工大數據可以引領一種新的技術方式，并且再許多領域進行深度的結合。網絡信息平臺的發展，為風力發電創造了新的條件，催生了人工智能與風力發電相互結合的技術。所以，人工智能風電技術成為一種解決眾多問題的先進技術，本文旨在對其進行一定的探討，分析大數據時代人工智能技術在風力發電領域的應用。

關鍵詞：大數據時代;人工智能;風力發電;應用

前言

風能作為重要的清潔型能源，是應對當前能源危機的重要舉措。如今隨著我國社會經濟的發展，對于電的消耗與日俱增。風力發電技術的應用有效的緩解了電力的超載使用的壓力。隨著大數據的使用的日益增長，以及科學技術的發展，在面對風險時，尤其是機械軸承部分，這里容易出現異常情況，可以用先進技術對風力發電設備整體的安全運行構成威脅的事件進行處理。因此，研究大數據時代人工智能技術是十分必要的。

一、人工智能與風力發電結合的必要性

1.1資源的有限性需要進行智能化

隨著我國環保事業的發展，越來越多的人開始關注清潔能源，而風力發電設備就是較為引人注目的成果之一。對于風力發電機來說，時常會出現一些隱患，十分不利于風電技術的發展。例如風力發電技術之一就是風電齒輪箱。風電齒輪箱在運行中的效率大小影響著風力發電效能，而風電齒輪箱在運行中故障率較高，極易發生事故。現在通過智能化的發展成果，有效對這些問題進行監督與管理。實現對發電網絡的間歇性、直接性控制，將會大幅度提升網絡的安全性，不會將因為操作的失誤造成風力的浪費。另外，關于效率問題也是一個重要問題，許多機器在未用智能化時，造成大規模的資源浪費，風能轉化率不夠。在經過智能化的提升后，可以有效進行數字控制與運轉，加大對資源的利用效率，可以不斷提升對風能的投入與發展，形成良好的規模。

1.2提升技術的應用性能

對于不同的風力發展模式，會有不同的檢測手段和檢測方式。但針對風力發電的特殊應用領域，往往會采用特殊的手段進行檢測，此時風力發電機組在線振動監測與分析系統就十分具有必要性。對于開發設計風力發電機組振動系統，不僅可以實時進行風力發電狀態的監測。而且還可以進行有效的數據分析與故障排查。這一數據采集由安裝在不同位置的測量儀器組成，在一些關鍵位置分布有數據采集裝置，與計算機相互連接，實現云服務。將大數據設備投入使用，進行有有機分析，可以進行分析功能的提升與完善。在利用計算機實現數據服務器系統的管理與視察，安插一些監控軟件可以實現問題的安全檢測。這一檢測手段的更新，使得各項技能得到充分的展示，推動智能化的發展。

1.3智能技術的應用優勢

如今智能化已經是未來發展的方向，在智能化的發展趨勢下，大數據設備不僅可以進行測量、收納和計算，而且具備校準、調零等的自我調整，對于故障自我診斷、量程轉換等功能的應用也增加了其實用意義，風力設備的自動化水平得以獲得突破式的進步，硬件設備的應用不再單一受阻，而是更加廣泛，將更加精細化、精準化。多重網絡互連的結構，突出其靈活、高效、動態的特點，運行與處置能力不斷提升，全新視野呈現在人們眼前。智能自動化在風力發電工業的應用已經是全面式的、多元式的、發展式的。這樣的技術在未來可以迸發出更多的優勢，可以深入推動全行業的發展，使得整體行業更加智能化。

二、智能化在風力發電中的具體應用

2.1無人機的智能化應用。首先，對于風力發電來說，線路檢測是人工

進行檢測，這種操作復雜且困難，還極易引發人員的傷亡。在通過智能化的發展過程中，無人機技術成為新的發展方向，它可以替代原有的人工進行巡邏，可以有效的進行勘測與檢驗。能夠實現抗風險能力，減少人員的不必要傷亡。操作簡單容易使用，只需技術人員進行電腦操作，就能利用人工智能對設備進行識別與采樣。這種無人機可以有效的進行位置的定位，對位置進行定位，利用紅外線可以發現人眼無法識別的漏洞。進而促進設備的高效、穩定、安全運營，在無人機拍攝完畢后，可以進行數據的傳送，將視頻進行分析與解析，可以有效的發現是否電機處于安全的運行狀態。無人機巡檢可以在任何環境下進行，也可以在任何時間進行，突破了以往的條件限制與安全問題。

2.2智能化警告。風力發電有發電機組在線振動分析系統，可以通過智能化的時域法，進行問題監控。利用智能檢測系統，通過對發電機的日常監控，參考設置一些常用的參數，利用參數進行安全對照。風力發電設備運行時，各部位的軸承會產生微小可控的振幅，當軸承內部發生故障的時候，振幅會增加，風力發電設備的振動監測模塊會發出強烈的振動信號。通過一系列的數據計算，加以公式的套用，經過計算的數值具有一定的可靠性，當數值與參數發生差異后，系統會自動發出警告。通過這種及時的警告，可以有效的遏制風險，對于工作人員進行一定的提示，將損失控制在最小領域。主要有以下幾個重要的指標，均值、方差、有效值等。這些指標可以進行數據的累計，計算機進行存儲，在將數據匯總成冊，制定一定標準。依據這些標準設置不同的閾值，一旦數據分析超過這一閾值就要警惕。當閾值高于標準就要采取警告，低于這一閾值標準即為安全。通過時域法可以有效的進行安全預警與問題排查。

2.3智能感應。風力發電需要對電網進行一定的分析與設計，排出隱患。在對智能電網進行建模中，可以實現高效的利用與管控，最為關鍵就是風電設備的管控。而這一項措施可以通過智能感應來解決，在智能感應器中，可以對信息進行整理、分析與處理，更好的為電力系統提供安全周到的服務，為有序生產提供保障。技日新月異，智能自動化在儀器儀表領域中應用，也不斷變化著突破，從單一到多元，從簡單到集成，從線下到線上、從手工到遠程，這一切都是科技帶來的進步。智能自動化也給用戶帶來前所未有的體現，不斷滿足用戶的發展需要，實現資源的再分配。

結束語

風力發電機組在大數據智能化上的應用，這一技術通過智能化檢測可以避免人為上的失誤，可以很好的對問題進行預警。該技術對于問題的排查與處理十分必要，因此要利用現在的科技以及各種傳感器知識，對故障及時進行分析，快捷找到問題，將維護成本降低到最低，為公司和社會帶來更大的效益。

參考文獻：

[1]杜穩穩.風力發電機組振動狀態監測與故障診斷[D].上海：華東理工大學，2011.

[2]彭鐳.兆瓦級風力發電機監測與故障診斷系統設計[D].長沙：湖南大學，2010.