風電場運維與安全管理專場——明陽智慧能源李永戰：開啟風電場運維的智慧模式

　　明陽智慧能源股份有限公司智慧運維部部長李永戰出席“第五屆中國風電后市場專題研討會”， 在風電場運維與安全管理專題論壇，分享題為“開啟風電場運維的智慧模式”的主旨演講。

　　李永戰：各位領導、行業的專家，大家上午好！大家都知道我們現在處于一個科技日新月異數字化和智能化的時代，分享一下明陽智慧在運維新模式這方面開展的模式。主要從三個方面做介紹。

　　首先介紹一下我們對智慧風場的理解；智慧運維新模式開展的工作，之后介紹風場后市場評估的業務。

　　考慮在設備側如果最大的利用風能，控制成本，使我們風場的投資收益最大化。以往從單機角度考慮這個問題，而整機商要從場機的角度整體思考這個問題，建立高精度的模型去研究我們風場內風機和氣流的關系。我們在風場特定來源情況下，不一定讓每臺風機全力去運行，通過場機控制的方式進行最大化，對特定的機位做定制化的配置，包括我們生產，包括控制策略的調整，這也契合了我們工業測驗的要求。智慧風場最終的目的是降低LCOE也就是度電成本。在當前競價上網的時代，通過智慧化的運維模式降低整體的成本，提高發電量是大家都非常關心的一個課題。

　　下面針對明陽開展的工作做個重點介紹。我們針對方案的機理還有現場運維的經驗，針對故障建立了一個故障數，并且通過一些經驗庫對我們故障數進行校正，保證實時可信的。通過故障方案前的數據特征開發一些運維模型，這張圖是我們一個偏航故障導致振動發的一個故障率數據，在正常的時候機組的振動只有一個0.25的頻率，在故障發生前，在上面疊加了0.32頻率振動，這就是一個故障特征，我們采用了知識經驗、數據驅動、實效模型，我們開發了故障預警模型，并且在大數據平臺已經全部上線了。我們也建立了自己的智慧健康度管理平臺，通過系統匯集成12大健康度，整個健康度分為良好、注意、警告、較差四個等級。當整機的健康度處于注意以下等級的時候，通過完善的管控機制去有針對性地處理，提高整機的健康度。

　　下面對整個管控機制做個介紹，當機組出現亞健康狀態的時候，通過兩種方式去做診斷，一種是基于模型智能診斷，模型會自動地將處理方案還有一些人員的配置一些工具、備件等等信息推送到現場的運維人員。但是模型并不能診斷所有的問題，當模型無法實現自動診斷的時候，我們還有個專家團隊去介入。這個就是發電機溫度的故障預警，通過數據可以看到發電機其中有一個溫度跟其他機組偏差比較大，這個預警出現以后通過不斷地顯示下發到現場，現場人員通過排查發現是接線的問題，他們處理以后數據恢復正常，說明我們這個模型是有效的。

　　剛才講到故障模型、健康模型，都是針對故障還沒有發生的時候，我們開展一些工作。針對故障已經發生的，我們開展了智能故障診斷模型，通過故障代碼會調取智能診斷模型，智能診斷模型通過分析，大數據的數據、毫秒級的故障數據，提取故障發生后的故障特征，基于故障數、高級算法進行推理，輸出各故障原因百分比和處理措施，推送給現場運維人員，現場運維人員處理完成之后會對準確度做個評估，這樣形成一個閉環。這個智能故障診斷模型已經上線了，形式上看也是一個故障數，其實背后運行的是一個智能故障診斷模型，將各個原因的百分比通過不同的顏色標識出來，方便現場人員的查看。

　　為了提高現場人員的運維效率，基于未來兩天風力預測也給出多個運維窗口期的推薦，現場人員通過掃描二維碼信息可以查看我們機組類大件的配置，機組發生的一些故障，指導現場的運維工作。明陽在大數據平臺也上線了一個風力預測的系統，可以實時查看風速、海浪的信息，對未來十天進行預測，尤其是臺風，可以精準地將機組切換成抗臺模式，并且增加發電量。每年在東南沿海有很多臺風，前幾天的臺風在廣東反復登陸三次，明陽在廣東安裝的機組超過1000臺，每年都會經歷臺風的考驗，在這方面也積累了很多的經驗。

　　特別值得一提的是去年8月份，我們廣東省第一個海上風電項目，珠海項目，我們剛剛完成，面臨歷史上最強大的臺風，天歌，極限風速最高到66.9m，我們也實現了基礎的抵御。說到風率預測系統，做到可達性、運維窗口期管理，運維船AIS定位管理，智能推送運維航道上機組待辦事項，通過APP智能推送運維航道上的待辦事項，有一些待辦事項可以一次出海把這些全部運維工作做掉，提高整體的運維效率，降低運維成本。我們也采用離岸人員GPS安全管理，保證海纜狀態檢測。通過疑難診斷，常規是通過振動數據去做診斷，現在還開展基于聲音的疑難故障診斷，聲音嚴格意義上來講也是一種振動，只不過是在空氣中傳播的振動，用聲音去診斷難度比（CMS）要高。我們采用手持終端和在線監測兩種方式去做這個事情，這張圖是一個案例，偏航機組的故障聲音和正常聲音的對比。故障聲音樣本在1khz以下比重比較大，正常聲音在整個全頻率段分布比較均勻，這樣有個明顯的對比。中間靠下的圖是液壓泵故障聲音和正常聲音數據的對比，我們對30個樣本做了分析，這個故障是非常明顯的。將故障聲音和正常聲音錄下來以后在實驗室回放，通過手機終端可以看到，故障聲音放出來以后可以觸發手持終端設置的閾值，說明這個方法也是有效的。同時還通過性能評估的方式去保證我們機組的額定出率，左邊的圖，通過更換溫控閥，功率特性恢復正常。

　　基于后評估的增功增效業務，我們采用一個軟切出技術保證風機在20到25米期間可以正常運行，基于模型的控制策略使功率性能得到提升。通過空氣動力性能優化來提升發電量。如何通過健康度管理保證機組的可靠性，使機組少報故障，甚至不報故障，通過整機性能評估保證機組應用的出力，通過整機性能評估增加發電量，后市場評估保證運行指標和發電量指標，使我們的收益最大化。

　　隨著技術不斷變革，我們常常也會因為一些新的技術理念出現而驚呼，同樣重要的是現有的研究方法如何在風電場良好的實施落地，發揮良好的效果來提升風電的指標，這樣才能真正迎來風電場的智慧時代。

　　謝謝大家！

　　（根據發言整理，未經本人審閱）