基於工業智能技術的風電機組特性分析檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

基於工業智能技術的風電機組特性分析風電作為應用最為廣泛和發展最快的可再生能源發電技術，已經在全球範圍內實現大規模開發應用。根據「中國可再生能源協會風能專業委員會」發布的《2017年中國風電吊裝容量統計簡報》顯示截止2017年底中國風電市場累計裝機總容量達到1.88億千瓦，2017年新增裝機容量達1966萬千瓦。風電在全國能源結構中的比重逐年提高，已經達到裝機總容量的9.2%，已經繼煤電、水電之後的第三大電源。這也預示着風力發電已經成為國家新增電力供應的重要組成部分。《風電發展-十三五規劃》中提出：為了實現2020年和2030年非石化能源占一次能源消費比重15%和20%的目標，促進能源轉型，我國必須加快推動風電等可再生能源產業發展。但隨着應用規模的不斷擴大，風電發展也面臨了不少新的挑戰。

從生產運行的角度來講風電運行有以下幾個特點：

由於風資源最顯著的特點既是它的動態性與隨機性變化。風電場輸出的隨機性變化主要也來自於風速的波動和方向，這也將會挑戰電力系統的安全性和可靠性，以及系統穩定性、電能質量、電網電壓、有功功率、無功功率等要素。同樣對風電機組的穩定性以及可靠性也提出了嚴峻的考驗。

由於風電產業前期發展速度較快，並且由於品類眾多，複雜產品結構的製造特徵，每年因設備可靠性及設備性能等原因導致的損失約為總發電量的8~10%。其中，風電機組故障停機和風電機組性能下降是造成發電量損失的最大因素。而目前，風電場現場普遍採用事後分析和維護，預防性維護以及基於數據挖掘的性能監控尚未普及。經驗證，通過數據分析，性能優化，預測故障等方式提升設備可靠性和發電性能，可有效提升發電量。

項目概況

通過工業智能技術手段，集中採集存儲風電工業大數據，通過工業機理模型、人工智能等應用技術，分析風電機組特性，找出影響機組出力性能的因素及各因素的影響程度，進而確定影響風電場發電量的主要原因，為風電機組性能調優及風電場運維檢修提供依據，從而達到提升發電量的目的。通過本項目研究與實踐，完成基於工業智能技術的風電機組特性分析應用，其成果可在整個風電行業進行推廣，據有很高的應用前景及經濟價值。

項目背景

福建華電可門發電有限公司連江風電分公司風吹嶺(48MW)、白雲嶺40MW)風電場位於連江縣安凱鄉、筱程鎮、坑園鎮、下宮鄉等17個村莊的高山上,機位平均海拔380米,總裝機容量88MW,安裝44台2MN的廣東明陽風力發電機組,兩個風電場共用110kV白雲嶺升壓站,以110kV單回線路接入連江220kV港區變。風場設計年發電量為2億kWh,截止到2018年累計完成發電量3.9億kWh,節約標準煤約14萬噸。2014年05月30日項目通過福建省發改委核准，2014年08月08日連江風電分公司成立，2015年12月31日白雲嶺110kV升壓站倒送電成功，2016年01月15日首颱風機併網發電，2018年08月03日第40颱風機併網發電。

由於風電場一般分布區域廣泛，環境較為惡劣，風電機組數量龐大，加上後期新增項目的快速建設，使得風電場專業人才需求急速增加，現場設備維護管理、運行管理以及數據分析及故障處理的難度逐步增加，需建立一套行之有效的、全新的運營模式。

項目簡介

隨着平台建設和運行的不斷深入，將積聚更全面的內外部數據資源，沉澱出更豐富的算法、經驗知識、模型、應用服務，形成「無處不在的聯接+數字平台+無所不及的智能」能力。對內，推動福建公司各產業的生產和服務資源優化配置。對外，通過添加運營服務等能力，將平台服務範圍延伸到整個區域、延伸到產業鏈，實現工業全要素、全產業鏈、全價值鏈的深度互聯，驅動實現產業鏈協同、智能生產以及開展「產品+服務」的服務型製造等新模式，推動區域、產業生態向高端邁進。

項目要求完成工業互聯網平台的基礎搭建工作，包括：構建含採集交換、計算處理、大數據存儲、數據共享的大數據服務體系；建成模型構建和運行平台，並內置豐富的數理統計、機器學習、人工智能算法模型，支持各類經驗、工業機理等知識的開發和沉澱，建成可復用的算法模型庫；提供視頻服務平台，面向各類應用提供統一的視頻監控、視頻播放服務能力；建成應用服務平台，面向場景應用開發提供可復用的應用服務組件，提供智能應用的快速構建能力。

白雲嶺風電廠作為項目研究試點，是業務場景在平台的具體落地實踐，本期重點考慮選取成熟應用場景，結合平台算法模型，調取平台數據服務，構建典型智能應用。

項目目標

本項目是針對風電全生命周期產業鏈開發的風電智慧運維解決方案，結合先進的人工智能、大數據技術，實現了風電資產的智能化整體升級。該系統基於歷史及實時的SCADA數據對風電場運行狀態進行評估，同時通過連接風機資產和運維及技術人員，實時獲取資產全面信息，優化機組運行性能; 通過機組設備的遠程監控，結合智能化算法，建立完備的故障智能分析診斷系統，洞察設備的健康狀態，預警即將發生的故障，以及結合人工智能和機器學習技術在線優化風機控制策略，動態評估風電場運營效率。

通過本項目成果可以幫助用戶了解機組運行的真實情況，使機組總是運行在高效平穩的狀態，大幅提升投資回報率。用戶可以隨時隨地監控風機的運行狀態，調取數據，診斷排除故障，提升響應速度，同時還可以對風場運營進行分析，減少日常值守的人員數量，大幅提高運營效率；通過對接入平台的風場實現24小時實時遠程監控減少風場部署的大量運維人員，少量現場人員加總部監控的方式將為用戶更好地做好風機維護工作。