新基建时代风电场智能运维技术的发展与展望

吕思明

摘要：近年来，随着大数据、物联网、5G通信、人工智能等新基建技术的不断进步，风力发电行业与整个工业系统正在进行深度融合，以实现风电行业工业产品的智能化升级，推动风电智能运维技术发展，这符合行业发展的客观需求。同时，在风电整机产品严重同质化、风电上网售电平价化的政策背景下，通过数字化智能运维方法提升产品附加价值，合理化降本增效，是在本轮产业发展中提升风电产品竞争力和行业地位的必要手段。

关键词：智能运维;大数据;新基建;风力发电;平价时代;降本增效

引言

资产的保值增值是投资者关心的重要问题。近些年随着风电产业的快速发展、装机容量及运行时间快速增加，如何提升风电设备的利用率、降低风电设备庞大的运行维护成本等问题已经成为风电场管理者关心的首要问题，从计划性维护到预防性维护的演变将为投资者实现投资收益的最大化提供必要的条件。而大数、云平台等IT技术的发展，为建立电子化、系统化的风电场智能运维管控系统来提升风电运维技术水平提供了有力的支撑。IT技术、移动互联网及云平台的高速发展、智能手机的普遍使用为风电场运维管理系统提供良好的运行平台。

1智能运维系统软件架构

1.1业务板块

业务板块是整个风电场智能运维系统的核心，数据板块和平台运维板块的存在都是为了更好地支撑业务板块功能。根据风电行业目前的运营管理方式分析及未来发展的展望，业务板块主要分为集控系统、运行维护、智能预警和专家系统4大部分。

集控系统基于远程监控及全景展示实用化技术，实现对风电场实时运行数据的采集、传输、存储及实时展示，达到“集中监控、专业化检修维护”的集约化管理模式。集控系统设计为2大业务模块：实时监控和报表系统。

1.2数据板块

实现智能运维数据的存储和备份，需满足如下要求：

a.支持海量数据存储，支持数据的动态扩容。

b.支持关系型数据的结构化存储，提供关系数据库操作接口;主要用来存储集控系统采集的每个风场、每台风机的运行数据等。

c.支持半结构化的日志文件（文本或者其他格式）存储，提供日志文件操作接口。

d.支持图片、视频及声音等媒体文件的存储，提供操作接口。所存储的数据包含平台数据、基础数据、集控数据、运维数据及专家数据5个部分。其中平台数据主要为智能运维系统平台自身的运行维护（权限分配、模块动态接入、界面动态布局等）提供支撑;基础数据则为智能运维系统业务开展（经纬度数据、GIS数据、行政区域数据等）提供支撑;集控数据、运维数据及专家数据统一归为业务数据，为智能运维系统业务的开展提供支撑并记录台账。

2风电场运维技术现状

风电场运维是风电场运营管理的重要环节之一，其目的在于维持和提高设备可利用率，提升设备的发电性能并降低运营成本，从而保证风电场在整个生命周期内的投资收益率。因此，风电场运维水平对风电机组发电性能及发电量有着直接的影响，并决定了整个风电场的经济效益。

目前，风电场运维模式主要包括计划性维护和非计划性维护。计划性维护依靠现场运维人員按照运维计划对风电机组进行维护检查及消缺，该运维方式存在间断性和滞后性特点，难以及时发现风电机组的缺陷。非计划性维护依靠风电机组监控系统的故障告警提示，在机组报出故障后由现场运维人员对故障进行处理。该运维方式受备件、现场环境及故障发生时间等因素的影响，易出现故障处理响应慢、风电机组停机时间长等问题。

传统的风电场运维以分散式运维为主，主要表现为机组分散、运维人员分散、备品备件分散，即以单个风电场为单位的分散式运维，风电场间的人力资源和备品备件相互独立、互不共享。在分散式运维模式下，因无法实现资源共享和集中统一协调，各个风电场为保证运维效率，避免机组长时间故障停机，通常在风电场部署充足的运维人员及备品备件，导致风电场运维成本高，难以满足风电平价时代的要求。同时，传统的风电场运维方式缺乏统一的运维标准和规范，运维人员水平参差不齐，风电机组的运行维护和定期检查缺少有效的运维监管，导致部分运维工作流于形式，运维质量难以保证，从而无法发挥机组的最优发电性能，造成发电量损失，机组的安全性也经受到严峻考验。因此，如何在低运维成本的压力下实现机组运维质量的不断提升、提高机组运行的稳定性，这将是风电企业一个亟待解决的课题。

3新基建时代下风电场智能运维体系建设

在新基建时代背景下，传统风电运维技术将与物联网、数字孪生、人工智能、边缘计算、云计算、无人机、5G通信、智能终端等新技术进行深度融合，并借助大数据平台和信息化技术进行预测性维护和远程诊断，实现行业智能化、数字化转型。风电场运维体系的智能化将从多层面、多维度进行精细化渗透。

3.1智能风电场运维

在智能风电机组的基础上，通过物联网及5G通信技术，将边缘计算节点数据上传云端，并基于数字孪生技术构建与实际风电机组一一对应的虚拟风电机组，形成基于数据模型的可视化虚拟风电场。同时，借助无人机蜂群系统捕捉实时动态风电机组数据，为数据检测和验证提供依据。无人机群系统通过蜂群编队、智能巡检，可有效提高运维效率。后端利用大数据平台与云计算技术，汇总风电场运维信息，并基于机器学习的模型算法与PHM系统，支撑场级管理决策，实现风电机组的故障预测和健康管理，最终达到风电场效益提升的目的。与传统风电场相比，基于这些新兴技术所构建的智能风电场的智能化、自动化及运维效率将极大提高，可实现场站的少人化甚至无人化值守。这有利于降低运维成本和因调度计划性限电所致的弃风率，实现风电场收益最大化。

3.2大数据分析在风电场运维中的全息应用

全息应用是对大数据分析深层应用的横向拓展，以深层应用为中心，结合“云计算”与“人工智能”，赋予风电场“智慧”，实现风电场设备“自我管控”的最终目标。智慧风场包含以下2种智能系统：

（1）智能故障预警系统。智能故障预警系统以短期、超短期风速波动数据和传感数据为基础，经过大数据中心分析，根据分析结果进行故障点预测，并向现场人员提供故障预警分析以及故障预警报告，通过提前更换折损部件，缩短机组故障停机时间，变相提升运维效率。

（2）智能故障诊断系统。智能故障诊断系统根据设备部分历史周期信息和当前运行状态，结合设备运行中产生的信息，自主比对数据中心内历史故障信息。基于比对结果给出故障针对信息，出具初步排障方案和步骤，减少排障时间，降低排障难度。

结语

随着风电行业大规模、快速发展，风电场低成本运维需求越来越强烈，传统的风电场运维模式在风电平价政策下所存在的局限性也随之凸显。本文分析了当前风电场运维技术现状，认为在国家提出大力发展新基建的时代背景下，未来的风电场运维技术将融合大数据、人工智能、工业互联网、5G通信等新基建技术，并利用智能化、数字化技术手段，对风电场实行集约式统一管理，实现有效降本增效;并从风电机组、风电场及场群角度出发，分析了不同维度下的风电运维智能化发展方向，构建了风电智能运维生态体系，在一定程度上为风电行业“服务型制造”的转型之路提供参考。

参考文献

[1]王煜.基于大数据的风电场电力系统运维服务能力建设研究[J].中国高新技术企业，2017（10）：115-116.

[2]秦旭，和志博，白玉辉.IT技术在风电运维中的应用[J].中国高新科技，2020（19）：100-102，107.

[3]李超，霍光，赵志刚.大数据管控下的风电场创新型运维管理模式的研究[J].山东工业技术，2018（07）：199.