2021年10月17日-20日，2021北京國際風(fēng)能大會暨展覽會（CWP 2021）在北京新國展隆重召開。作為全球風(fēng)電行業(yè)年度最大的盛會之一，這場由百余名演講嘉賓和數(shù)千名國內(nèi)外參會代表共同參與的風(fēng)能盛會，再次登陸北京。

　　

　　本屆大會以“碳中和——風(fēng)電發(fā)展的新機(jī)遇”為主題，歷時四天，包括開幕式、主旨發(fā)言、高峰對話、創(chuàng)新劇場以及關(guān)于“國際成熟風(fēng)電市場發(fā)展動態(tài)及投資機(jī)會”“國際新興風(fēng)電市場發(fā)展動態(tài)及投資機(jī)會”“風(fēng)電設(shè)備智能運(yùn)維論壇”“碳達(dá)峰碳中和加速能源轉(zhuǎn)型”等不同主題的15個分論壇。能見App全程直播本次大會。

　　

　　在風(fēng)電設(shè)備智能運(yùn)維發(fā)展論壇上，北京金風(fēng)慧能技術(shù)有限公司數(shù)據(jù)開發(fā)專家劉健發(fā)表了題為《風(fēng)電場智能運(yùn)維的探索與實(shí)踐》的主題演講。

　　

　　劉健：各位同仁大家下午好！下面我給大家分享金風(fēng)科技在風(fēng)電場智能運(yùn)維的探索與實(shí)踐。首先，這兩年在風(fēng)電領(lǐng)域最熱門的一個詞就是平價，平價過程中資產(chǎn)運(yùn)營方面最值得關(guān)注的就是LCOE。在這個過程中，大家會發(fā)現(xiàn)，不管是以前故障運(yùn)維還是響應(yīng)式運(yùn)維方式，都已經(jīng)沒法滿足平價的需求。這個過程中有了數(shù)字化的技術(shù)或者大數(shù)據(jù)的技術(shù)發(fā)展相當(dāng)于生產(chǎn)力的發(fā)展，生產(chǎn)力的發(fā)展能夠帶來在風(fēng)電場的運(yùn)維做相應(yīng)的提升，所以這也是為什么會在新形勢下不斷去用新的生產(chǎn)力來做智能運(yùn)維的原因。

　　

　　在智能運(yùn)維過程中，結(jié)合相應(yīng)所有外部輸入，相應(yīng)機(jī)組的操作數(shù)據(jù)還有一些效益指標(biāo)等等。任務(wù)執(zhí)行策略上面，兩個運(yùn)維場景，一種是計劃停機(jī)，一種是非計劃停機(jī)，共同促進(jìn)智能運(yùn)維模型，以這三個為目標(biāo)來做智能運(yùn)維，最終的目標(biāo)是達(dá)到發(fā)電量最大和運(yùn)維成本最低。

　　

　　不管是智能運(yùn)維還是運(yùn)維數(shù)字化，它的方向或者說做的內(nèi)容非常多，本次分享從三個場景進(jìn)行舉例，一是實(shí)時數(shù)據(jù)的故障可視化來做故障的自診斷或者是方案的自匹配。第二是短周期或者是相對來說長一點(diǎn)周期的數(shù)據(jù)做異常狀態(tài)識別，來做風(fēng)機(jī)狀態(tài)維護(hù)。第三就是長周期的數(shù)據(jù)來做風(fēng)電場的運(yùn)行和評估，來實(shí)現(xiàn)機(jī)組運(yùn)行維護(hù)的一機(jī)一策。

　　

　　主要從三個方面來介紹。

　　

　　首先是長周期的風(fēng)電場運(yùn)行和評估，風(fēng)電場運(yùn)行評估是風(fēng)電場后評估中間的一部分，主要把運(yùn)行和評估拿出來。從機(jī)組相應(yīng)發(fā)電量評估還有發(fā)電損失等等一系列的評估數(shù)字化，把這些數(shù)據(jù)做成模塊化，并把評估做成自動化，對機(jī)組的穩(wěn)定性或者是機(jī)組運(yùn)行可靠性進(jìn)行識別。  

　　

　　下面就是在運(yùn)營評估，這里可以看到一個是功率曲線的評估，還有風(fēng)電場的對風(fēng)偏差還有損失評估等等，把所有的評估集合成評估指標(biāo)，識別到機(jī)組運(yùn)行不好的情況或者說識別到差異情況進(jìn)行處理，來得出機(jī)組的一機(jī)一策的運(yùn)維方案。

　　

　　下一個就是異常狀態(tài)識別，為什么做異常狀態(tài)識別，這個圖上可以看到，這是通常運(yùn)維維護(hù)過程中故障識別發(fā)現(xiàn)的一個點(diǎn)。我們做異常狀態(tài)識別，以前的時候一直都是在B點(diǎn)發(fā)生故障，C點(diǎn)進(jìn)行處理，或者就算做故障預(yù)警過程中，大家都是以B的發(fā)生數(shù)據(jù)作為研究對象對它進(jìn)行分析。但是隨著現(xiàn)在不管是機(jī)組穩(wěn)定性多了以后，還是說機(jī)組很多數(shù)據(jù)不全的情況也好，我們會發(fā)現(xiàn)在案例數(shù)據(jù)會比較少或者說正案例和負(fù)案例的不平衡，所以說預(yù)警比較難做，一方面比較難以做到比較好的預(yù)警效果，第二個就算是比較好從B點(diǎn)進(jìn)行分析，但很多時候在做故障預(yù)警的時候，發(fā)生故障才能做預(yù)警，永遠(yuǎn)是跟著故障發(fā)生后做。針對這個情況，沒有辦法發(fā)揮大數(shù)據(jù)的優(yōu)勢，我們把機(jī)組運(yùn)行正常階段進(jìn)行總結(jié)，最后識別出來做異常狀態(tài)的識別，做趨勢的弱化或者是趨勢的變壞，期望于在A點(diǎn)識別到異常問題，在C點(diǎn)做確認(rèn)，并對故障進(jìn)行預(yù)處理，這個相當(dāng)于異常狀態(tài)識別的理論依據(jù)。

　　

　　下面是整體思路，相當(dāng)于在這個地方正好，因?yàn)閿?shù)據(jù)正常規(guī)律或者是機(jī)組正常運(yùn)行的時候是非常多的，也就是說這個地方可以充分應(yīng)用大數(shù)據(jù)一些相關(guān)技術(shù)，比如說列舉的一些算法，這些算法相當(dāng)于不同的系統(tǒng)或者是不同的數(shù)據(jù)狀況有不同的表現(xiàn)，我們會用不同的算法更好識別它，各種算法去支撐和歸納正常歸類模型，前面是做數(shù)據(jù)方式，我們把機(jī)組進(jìn)行系統(tǒng)的分類，因?yàn)闄C(jī)組結(jié)構(gòu)比較復(fù)雜，數(shù)據(jù)變量也比較多，我們進(jìn)行系統(tǒng)的分類，分成各個子系統(tǒng)。對于各個子系統(tǒng)識別規(guī)律，識別到由點(diǎn)到線，由線到面跟異常狀態(tài)識別。這個狀態(tài)下，我們可以識別到凡是有監(jiān)測點(diǎn)或者是凡是有輸入數(shù)據(jù)的機(jī)組狀態(tài)，它的異常變化。這里有一些空間點(diǎn)分布異常，時間點(diǎn)的分布異常，加上工況的異常做一些識別或者是功率識別，這個地方只是舉了一個例子，這是異常狀態(tài)。

　　

　　第三就是故障可視化，剛剛前一個運(yùn)達(dá)同事已經(jīng)講過這方面的內(nèi)容，為什么我們還會做故障可視化呢？特別是現(xiàn)在機(jī)組的量越來越大的情況下，運(yùn)維人員處理過程中需要不光技術(shù)的積累，知識的積累還需要經(jīng)驗(yàn)的積累，這些積累相對來說都是比較緩慢或者不容易的。第二就是現(xiàn)代機(jī)組的更新迭代是非常快的，一旦更新迭代了很多的邏輯或者是經(jīng)驗(yàn)都需要進(jìn)行更新，在這個更新過程中就算是能非常好把這些手冊發(fā)到現(xiàn)場人員的手里，不管他去識別或者是應(yīng)用都有版本的問題或者匹配的問題，都不方便。第三就是隨著機(jī)組運(yùn)行越來越多，你會發(fā)現(xiàn)有些特定的故障分析過程中會非常復(fù)雜，這個地方完全取決于人員的經(jīng)驗(yàn)或者是當(dāng)時分析人員的狀態(tài)或者當(dāng)時有沒有考慮到的問題，這個時候會造成一些大的安全風(fēng)險。最后一個經(jīng)驗(yàn)處理，很多的經(jīng)驗(yàn)處理，不管是依據(jù)大家的總結(jié)或者是分析報告，這些方式缺少當(dāng)時在處理過程中快速反饋和共享的平臺。基于四各方面的因素做了故障可視化，故障可視化從五個方面來說，第一個將故障邏輯的可視化，不管是工具跟機(jī)組直接接上還是文件直接輸入進(jìn)來，用軟件直接匹配實(shí)行故障邏輯是什么，故障邏輯的可視化。下面是故障定位和自診斷，推出相應(yīng)的故障解決方案，最后這個解決方案會直接生成工單，讓大家標(biāo)準(zhǔn)化處理。第三做評價和反饋，在這個地方，這是應(yīng)用實(shí)踐，這是一個工具，可以實(shí)現(xiàn)故障文件下載導(dǎo)入或者故障文件的分析，實(shí)現(xiàn)故障邏輯的觸發(fā)展示，告訴大家這個是怎么回事或者是怎么觸發(fā)的，再下面按照經(jīng)驗(yàn)自主分析，告訴你到底怎么回事或者是什么原因，最后是根據(jù)處理的結(jié)果來做一些相應(yīng)的評價反饋，而評價的反饋在線情況下實(shí)現(xiàn)方案的補(bǔ)充，相當(dāng)于故障可視化的一個應(yīng)用。故障可視化的價值，一個重點(diǎn)是智能診斷，降低運(yùn)維工程師的門檻，第二讓整個故障處理機(jī)實(shí)現(xiàn)標(biāo)準(zhǔn)化，第三個提高故障處理的效率。

　　

　　以上就是從瞬時數(shù)據(jù)的故障可視化還有中期數(shù)據(jù)的異常識別還有長期數(shù)據(jù)的風(fēng)電場的運(yùn)行評估，三個方面對于運(yùn)維數(shù)字化的案例分享。通過運(yùn)維數(shù)字化，智能運(yùn)維的實(shí)踐能夠提高風(fēng)力技術(shù)的提升還有服務(wù)的優(yōu)化，最終能夠?qū)崿F(xiàn)運(yùn)維成本的降低，我的分享就到這里，謝謝大家。

　　

　　（根據(jù)演講速記整理，未經(jīng)演講人審核）