基于主动预防策略的风电场智能运维管理解决方案

徐 进，孙 静，牛 倩

(1.内蒙古察哈尔新能源有限公司，内蒙古 乌兰察布 028000；2.中国电建集团西北勘测设计研究院有限公司，陕西 西安 710065)

0 引 言

近些年来风力发电在中国全部发电装机容量的比重稳步提升，但庞大的装机规模、巨大的成本压力以及暴露出来的安全问题使得风电场的运行维护管理技术的难度也同时提升[1]。因此，如何实现传统大型风电基地运营管理模式向现代智能运营管理模式的转变，是电站业主和投资者们保障风电基地智能高效运行的重点关注问题[2]。

本文提出了一种基于主动预防策略的风电场智能运维管理解决方案。该方案以主动预防策略为基准，结合风电场先进运维技术手段，解决了风电场运维成本高、发电量低的难题，有助于提高风电场、变电站巡视检修质量，优化工作流程，及时消除风电场、变电站在一、二次设备、通讯网络及在线监测装置中存在的隐患和缺陷等，实现风场运维从被动性运维模式向预判性运维模式的转变。

1 风电场传统运维系统存在的主要问题

风电场运维管理主要包括日常运行、维护、故障检修等生产类操作管理以及人力资源、材料物资等与生产紧密相关的办公类辅助管理等。运维管理模式为被动型运维模式，即当问题发生以后采取解决措施[3]。

1.1 风电场传统运维成本高

(1)运维分散，人员冗余。随着风电场数量的迅速膨胀，每增加一个5万千瓦风电场至少需要增加 12 名运行人员及4名检修人员，人员成本逐年增高[4]。各风场作为独立的责任部门，技术骨干、备品备件、试验设备等检修资源难以有效最大化发挥作用，公共资源大量浪费，增加了潜在经济损失。

(2)运维手段落后。风电场与升压站日常巡检、定期运行维护工作、故障检修、预防性试验，以及大量运行维护信息查询、录用、分析等工作只能依靠人工完成，运维效率低且工作量大[5]。

1.2 发电量低

(1)设备智能化程度低。传统风机具备风机本体的现地与远程监控，接收电网下达指标进行功率控制与调节。在智能状态监测方面普遍仅具备机组在线振动监测分析系统，无法评估风机整体健康状态，风机可利用率和发电量难以提升。

(2)运维检修模式落后。传统运维检修模式以事后检修与定期检修为主，以状态检修为辅，无法快速准确发现故障根源并修复，风机大部件更换导致非计划停机，造成发电损失大大增加[6]。

(3)运维技术标准不完善。缺少完整的运维技术质量管理与行业标准规范，质保期风电运维主要依靠设备厂商，质保期后由于检修维护人员的能力水平不一且缺乏对运维人员的考核与激励机制，导致运维质量良莠不齐[7]。

(4)责任划分不明确。风场数据基本只有电量是准确的，每个风场应该发多少电量，损失了多少电量，损失的责任与原因都不清楚，无法实现有效的责任归位与绩效考评，缺乏智能分析导致发电量低的责任原因[8]。

2 主动预防策略

针对风电场传统运维管理存在的上述问题，提出降低运维成本，提升发电量为核心指导思想的主动预防策略。所谓主动预防策略，即针对风电场可能出现的事故问题提前采取预防措施，强调运维计划的预防性和前瞻性。其“主动性”体现在全生命周期不安排定期预防性维护(大、小修)，通过实时监测可导致设备失效的系统根源性参数并及时纠正根源性异常工况， 以保持重要设备健康状态，实现全寿命周期主动预防与状态检修。

图1 智能运维主动预防策略示意

主动预防策略具体可分为以下两个部分：

(1)以智能健康管理系统模块为核心，通过智能运营平台智能生产运营管理、设备健康评估以及智能指标分析等高级业务功能，把生产运行、人力资源、材料物资、备品备件、安全安防等系统充分利用、衔接起来，确保风电场高效、安全的运转。

(2)采用先进智能设备与智能巡检先进手段，代替人工运维或减少人工运维次数，最终实现各场站无人值班、区域运维的目标。

3 智能健康管理系统

主动预防的核心在于创建风电场的智能健康管理系统。智能健康管理系统利用智能运维平台大数据、云计算技术，对风电场及变电站设备正常运行、告警、故障等各种状态信息进行统计、挖掘、分析，建立预警算法，预测未来设备状态发展态势，及早发现亚健康状态，提出健康管理报表，结合生产管理系统人力资源情况、资产物料情况生成运行检修方案，提交审核后告知运维人员，由运维人员根据运检方案及时消除隐患并反馈健康管理系统，通过机器学习优化算法完成闭环管理，从而降低故障停机率，延长平均故障间隔时间，减少人工工作量。智能健康管理系统功能如图2所示。

图2 智能健康管理系统功能示意

(1)故障预警模型。对于风电机组应考虑不同机型的问题类型和差异性，建立通用的模型，便于不同机型之间扩展使用，提升系统的适应性和兼容性，实现智能故障预警。

(2)智能故障诊断。通过早期故障诊断，能够及时对机组进行维护，避免发生运行事故和发展成更严重的破坏，延长部件使用寿命，降低风机运行维修成本具有重要意义。可采用故障树诊断方法、专家系统、模糊数学和神经网络等智能诊断技术实现风机健康状态的诊断。

(3) 智能状态评估。通过提取风电机组属于各个空间的健康数据，利用各个参数的业务意义与数据挖掘算法等进行各个参数在该多维环境分组下的特征值的计算，包括值域范围、平均值、聚类后的范围、权值等，代表该多维环境的各个参数的特征值。而将各个参数有属于自己的权重，利用各个参数的权重以及自身的特征值，计算出该空间风电机组健康状态的健康值。

4 风电场先进运维设备

4.1 智能风机

智能风机是利用综合计算、网络和物理环境的多维复杂系统，通过先进的测量和传感技术、建模分析技术、控制方法以及协同决策技术的应用，实现风机的经济、高效、可靠、安全，以及环境与电网友好的目标。

智能风机的“智能”之处在于其主轴、叶片、塔架、基础以及螺栓均配置状态监测系统。风机主轴采用振动加速度传感器，实时监测主轴承、齿轮箱、发电机、机舱等部件的振动频谱、振动幅度。风机叶片通过风机叶片上的应变片感应电压变化量识别叶片载荷、疲劳损伤和振动频率变化，通过安装在塔架外壁的智能声音传感器/振动加速度传感器，识别异常频和谱固有频率，识别雷击、前缘腐蚀、前/后缘开裂、主梁损伤发出的异常声音/频率。风机塔架主要通过分别安装在每节法兰及机舱平台振动加速度传感器、晃度仪，对塔架严重的结构损伤、基础松动、塔架的焊缝开焊、螺栓松动等进行评估，通过加速度信号能够实时监控塔架的运行情况等等。在风电场运维技术方面表现出以下几个功能特点。

4.1.1深度感知

智能风机深度感知能力来源于智能传感器。对风机所处环境、状态、行为的全方位、深层次的感知，通过精准定位，为智能风机的管理和控制，提供准确有效的数据输入。

4.1.2自我认知和控制

基于深度感知的多维数据，智能风机针对数据进行科学分析，对事件的先后逻辑、因果关系进行挖掘；面向场景，建立更细分维度的分析模型和控制策略，实现机组从自我识别、自我学习、自主控制到自主适应的过程。

4.1.3协同决策

风机仅通过单机自身的数据进行分析决策和控制，难以在更高的层级上实现效率和收益的最优。因此需要在更高层级进行协同决策，实现系统最优设计。如场站层级、场群层级和能源系统层级。

4.2 智能箱式变电站

智能箱式变电站内安装传感器、数据采集器。将电气设备状态的信息参数并上送智能运营平台，通过平台对智能箱变各部件进行统一编码，建立各部件相应台账，实现对其全生命周期管理功能；通过增加智能锁具，在平台实现误入带电间隔、融入电气五防隔离、错误报警提示和使用信息追溯等功能；通过增加相应二维码，在平台实现运维检修工作是否到位的校验功能等。智能箱变在风电场运维管理系统中具备以下功能特点：

(1)实现对电缆温度、箱变内环境温度、避雷器的放电次数、箱变内烟雾、变压器温度、变压器气体等的实时监测。

(2)将电气设备状态的信息参数并上送智能运营平台，实现数据解析，信号存储等。

4.3 智能输电线路

输电线路智能化主要由状态在线监测装置以及无人机巡检系统组成。

输电线路状态在线监测装置是利用太阳能+蓄电池供电，通过无线公网、WIFI、OPGW光纤、无线网桥等通信方式对输电线路通道、微气象、杆塔倾斜、覆冰、导线温度、弧垂等线路情况进行监测并上传至监控中心，在监控中心不仅可以看到现场图像，还可以对各项采集的数据进行实时分析、诊断，预测线路运行状态，采取适当的措施以消除、减轻险情，保证输电线路的安全、稳定运行。

电力线路巡检无人机系统可采用无人机搭载数码摄像机、红外热像仪、紫外成像仪、激光扫描仪等传感器进行低空飞行和故障巡视。以无人机为载体，通过集成高分辨率数码相机，红外热像仪、紫外成像仪、激光扫描仪、惯性导航系统以及全球定位系统，形成一个一体化多传感器电力线路巡检平台，获取的激光点云数据和影像，可实现输电线路自动识别，并实现输电通道和安全距离的量测、分析、判断，及时发现线路走廊超高树木、交叉跨越、违章建筑、水土流失等多种隐患。

图3 智能巡检机器人工作流程

5 风电场先进运维手段

5.1 智能巡检机器人

在无人值守变电站通过智能巡检机器人完成变电站巡检工作。运检中心在接到变电站事故信息后，可通过机器人客户端导航图点选指定设备，建立特巡任务，并发送指令，机器人第一时间深入事故现场，到达指定位置后，实时录制和读取现场数据，查看相邻设备，利用机器人视频传输和信息交互快速向运检中心传送现场信息，运维人员即可快速了解现场情况，掌握现场动态，及时确定处理方案，保障运维人员人身安全，对电网安全运行，供电可靠性提供技术支撑。可分为变电站巡检机器人、机房巡检机器人和开关柜巡检操作机器人。其工作流程如图3所示。

5.2 智能安全帽

智能安全帽系统主要包含安全帽本体、传感器检测模块、语音报警模块、GPS定位模块、通讯模块、报警模块、电源模块、后台管理系统及辅助系统等组成。智能安全帽设备主要分为两类，一类是音视频型，一类是定位和行为型。其功能结构如图4所示。

图4 智能安全帽功能结构示意

5.3 智能钥匙

场站端配置智能钥匙系统，采取物联网授权开锁方式，所有锁具只有在授权后才能按照开启顺序开启和开错锁具报警等功能，有效避免了因开错锁具误操作带来的安全风险隐患，安全生产过程更加高效流畅。

6 结 语

基于主动预防策略的风电场运维管理系统，构建风电项目智能运维管理平台。通过平台智能健康管理系统功能模块、智能生产运维管理系统功能模块以及移动运维设备管理系统等关键技术，解决了传统风电运维成本高和发电量低的问题，通过风电场先进的运维手段，实现了风电新能源发电项目运维管理的全面升级，提高了全站智能化的先进水平。