2021年10月17日-20日，2021北京國際風能大會暨展覽會（CWP 2021）在北京新國展隆重召開。作為全球風電行業(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能盛會，再次登陸北京。

　　

　　本屆大會以“碳中和——風電發(fā)展的新機遇”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“國際成熟風電市場發(fā)展動態(tài)及投資機會”“國際新興風電市場發(fā)展動態(tài)及投資機會”“風電設(shè)備智能運維論壇”“碳達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。

　　

　　在風電設(shè)備智能運維發(fā)展論壇上，浙江運達風電股份有限公司數(shù)字能源創(chuàng)新中心主任工程師柴問奇發(fā)表了題為《基于數(shù)據(jù)驅(qū)動的風電機組智能運維》的主題演講。

　　

　　柴問奇：我是來自于浙江運達風電股份有限公司數(shù)字能源創(chuàng)新中心主任工程師柴問奇，今天的題目為數(shù)據(jù)驅(qū)動的風電機組健康監(jiān)測與運維決策的報告。主要向大家匯報一下運達這兩年做了哪些業(yè)務(wù)和產(chǎn)品的開發(fā)以及技術(shù)的改良，和技術(shù)在應(yīng)用過程中有哪些經(jīng)驗和心得。

　　

　　上圖提到的四個內(nèi)容，包括當前裝機容量增長與運維能量增長不匹配的問題，備件庫存問題，因為電價導(dǎo)致機組降本設(shè)計帶來的安全余量問題等。事實上因為業(yè)務(wù)端的需求導(dǎo)致，已經(jīng)倒逼企業(yè)進行智能化和數(shù)字化的改善。

　　

　　數(shù)字技術(shù)在運維端有以下幾個場景，包括各個大部件數(shù)據(jù)安全的監(jiān)測，降低運維成本的各項技術(shù)，當然也包括后續(xù)面向經(jīng)營的一些健康評估，效能的評估等等相關(guān)技術(shù)。

　　

　　運達第一次對外展示數(shù)字分析技術(shù)是在2018年的風能展，利用數(shù)據(jù)的方法對機組和風電場的技改進行一系列的技術(shù)。在2019年，在風能展上推出了故障預(yù)警與健康監(jiān)測系統(tǒng)，在同一個數(shù)據(jù)平臺上擴展搭建了發(fā)電量的系統(tǒng)。今年年初智慧風電場業(yè)務(wù)熱潮當中，我們對相關(guān)平臺進行了整合擴大規(guī)劃，最終形成了當前向大家介紹的風電智慧運營平臺。

　　

　　這個平臺建設(shè)一方面是業(yè)務(wù)上的需求，需要對接當前智慧電場建設(shè)工作，一方面也是運達內(nèi)部企業(yè)架構(gòu)的調(diào)整，將做數(shù)字產(chǎn)品業(yè)務(wù)單獨從技術(shù)中心剝離出來，由創(chuàng)新研究院進行承擔。現(xiàn)在不僅僅有相關(guān)產(chǎn)品的推出，也有相關(guān)數(shù)字運維課程推出，為了支持相關(guān)的平臺建設(shè)，也自研相關(guān)的智能監(jiān)測設(shè)備，在后面都會提到。

　　

　　智慧運營平臺整體設(shè)計框架，理念就是一個以數(shù)據(jù)平臺為基礎(chǔ)，面向整個風電場全生命周期的運營與管理的平臺。這個平臺的建設(shè)目標，為了實現(xiàn)理想中的，以無人職守、少人職守，預(yù)測性運維為基礎(chǔ)，以它為目標開發(fā)的平臺化產(chǎn)品。

　　

　　下面介紹在設(shè)備健康方面做了哪些數(shù)字化技術(shù)研究，以及有哪些心得可以進行分享。

　　

　　如果和整機廠商們溝通，大家首先會想到數(shù)據(jù)的運維問題。在當前的機組往高大遠設(shè)計的理念引導(dǎo)之下，機組的塔筒和漿葉越來越大，因此相關(guān)部件的狀態(tài)監(jiān)測系統(tǒng)安裝價值是在穩(wěn)步上升的。在相關(guān)的部件上，越來越多增加狀態(tài)監(jiān)測點是當前不可避免的趨勢。包括凈空監(jiān)測，漿葉狀態(tài)監(jiān)測，機器人輔助監(jiān)測等。凈空監(jiān)測是一個連續(xù)采樣采集數(shù)據(jù)的設(shè)備，它的良好的利用主要取決于系統(tǒng)對數(shù)據(jù)的整合和使用。對于狀態(tài)監(jiān)測、振動監(jiān)測而言，它的使用核心在于進行秒級數(shù)據(jù)的對應(yīng)，可能要采用控制器的毫秒級的數(shù)據(jù)對這個數(shù)據(jù)進行數(shù)據(jù)進行標定，以確保相關(guān)的數(shù)據(jù)采集時刻風級運行狀態(tài)可以清楚進行判別。

　　

　　而至于第三類停機之后利用定檢方式進行采集，我個人認為是管理的問題，它是需要和整體管理理念，需要和定檢維護設(shè)計邏輯的策略。需要有計劃的有規(guī)范的對相關(guān)的定檢等相關(guān)的活動進行計劃采集數(shù)據(jù)，來達到實際采集母報。另外一方面，運行數(shù)據(jù)除了在現(xiàn)有溫度壓力等等監(jiān)測點方面，我們針對于以前監(jiān)測效果不是很好的變槳系統(tǒng)以及變流器系統(tǒng)，做了一系列高頻數(shù)據(jù)的應(yīng)用分析測試。在2019年的時候，運達風電已經(jīng)全面邁入了秒級，在2021年已經(jīng)開始做毫秒級數(shù)據(jù)的規(guī)范化的分析。

　　

　　給大家講一下案例，這是變槳系統(tǒng)，有一些風電場，有一兩個風電場運行三年四年之后批量性損壞，一年壞十幾臺。拆下來之后，就是疲勞損傷，廠家說變槳電機用三五年差不多該壞了。業(yè)主就施壓再全換一套。我們就拿了毫秒級數(shù)據(jù)過來分享了一下變槳電機的控制系統(tǒng)，最終發(fā)現(xiàn)是因為變槳系統(tǒng)的策略存在一個漏洞，以及反饋存在危洞的問題，導(dǎo)致變槳電機頻繁不制動，頻繁變換（漿聚角），導(dǎo)致變槳電機壽命大量損失。后面就通過相關(guān)部分傳感器的更換以及主控程序的升級解決了這個問題，整體來說對于運維成本的降低是遠遠超過一千萬的水平。

　　

　　講完數(shù)據(jù)講講模型構(gòu)造的問題，模型構(gòu)造當前在進行故障預(yù)警開發(fā)的時候有以下幾個需求。第一是新模型的開發(fā)，主要原因是在于當前機型更新迭代速度非常快，機型和平臺的更新迭代速度快會導(dǎo)致供應(yīng)鏈變化，供應(yīng)鏈變化以后，每一臺機組的典型故障模式會發(fā)生變化，時不時需要開發(fā)新的故障預(yù)警模型應(yīng)對新的需求。第二是模型的初始準確率也是這樣的，1.5的平臺挪到4.5、5.5的平臺，泛用性也是存在問題的。第三就是故障點的判別精度，其實現(xiàn)在據(jù)我了解很多相關(guān)的系統(tǒng)還會做，比如說油溫過高，振動強度過大一系列報警策略以及報警預(yù)警等。

　　

　　從我們的角度來看，對于現(xiàn)場人員的支持是不足夠的，在報警的系統(tǒng)，最主要還是要給現(xiàn)場人員告訴他們是哪一個部件的損傷，需要修哪一個部件。因此針對這三個問題，我們大概總結(jié)出來一套套路，用一個工況精細化篩選+狀態(tài)估計，對工況進行精細化的分類，可能分到幾十類上百類的情況。因為基于數(shù)據(jù)的運維工作，首先沒有很高的實時性的要求，也沒有連續(xù)監(jiān)測的需求，所以可以只挑選自己需要的工況進行分析。而狀態(tài)估計方法大的優(yōu)點在于沒有正樣本進行訓(xùn)練，有時候一個新的平臺出來沒有正樣本是非常正常的。而且這個模塊很容易做標準化的形態(tài)，一方面利于內(nèi)部擴大生產(chǎn)和模型開發(fā)，另外一方面和第三方廠家和高校聯(lián)合合作進行開發(fā)。關(guān)于這一個架構(gòu)，有非常多的應(yīng)用實例，推薦大家可以關(guān)注一下我們在20號上午風電機組升級的演講，有一些性能方面的研究和相關(guān)的成果。

　　

　　有了數(shù)據(jù)和模型，怎么樣持續(xù)對模型的效果進行優(yōu)化，以及怎樣的業(yè)務(wù)流程最適合當前智慧運維業(yè)務(wù)流程。上面是一個傳統(tǒng)業(yè)務(wù)流程，我們的系統(tǒng)直接服務(wù)于總部的技術(shù)支持，或者說對于業(yè)主來說技術(shù)監(jiān)督。由技術(shù)支持完全負責和現(xiàn)場的對接，它告訴現(xiàn)場該怎么操作，現(xiàn)場操作完之后由它來確認現(xiàn)場操作效率。這是一個非常直觀的，也是在傳統(tǒng)意義上非常有效的流程，但是不太適合當前現(xiàn)場工作壓力過大，現(xiàn)場沒有足夠多的時間進行相關(guān)的判定的業(yè)務(wù)現(xiàn)狀。因此我們對整體的流程進行了改進，將技術(shù)支持所在角色，與現(xiàn)場溝通的角色轉(zhuǎn)變成了對知識庫進行確保，以及對整個流程進行監(jiān)督的角色，把所有的方案制定以及最終的模型效果的評判全部都納入到系統(tǒng)的范圍當中來。

　　

　　一般來說在做系統(tǒng)的時候都會以預(yù)警準不準確為標簽對模型進行優(yōu)化，根據(jù)研究，我們發(fā)現(xiàn)用一個更加量化的指標，比如說要求健康度，這一次預(yù)警目標健康度提升多少，以這樣的指標對模型進行優(yōu)化是一個更加有效的模型迭代的方法。而且這種情況下，可以分辨出，是我們這邊模型的預(yù)警策略的問題還是技術(shù)支持那邊對于故障處理方案的效果不佳的問題。

　　

　　這是在2019年跟今年相關(guān)的效率上的對比，可以看到，一方面來說相對于2019年整個系統(tǒng)接入項目翻了很多倍，人力的投入是差不多的。也可以看到，現(xiàn)場的工單處理效率差的不是非常遠，差的最多是技術(shù)支持工作模式。現(xiàn)在在他們的幫助下，在現(xiàn)在新的體系幫助下，模型版本更新板的非常快，另外一方面每個月更新相關(guān)的技術(shù)流程。同一個模型相對于兩年前，預(yù)警準確率可以提升到30%到40%以上。

　　

　　下一步，我們打算在現(xiàn)在已經(jīng)有了基于健康度的故障預(yù)警相關(guān)的工作基礎(chǔ)上，還要從兩個方向入手。第一，要更加切實轉(zhuǎn)變運達作為主機廠商的視角，更多從風電場運營的角度去看待相關(guān)的技術(shù)需求，去進行資產(chǎn)優(yōu)化等相關(guān)的技術(shù)研究。另外一方面也是切實推動無人職守、少人運維的先進理念的實現(xiàn)，謝謝大家！

　　

　　（根據(jù)演講速記整理，未經(jīng)演講人審核）