盧 勝,吳 莎（湖北省電力勘測(cè)設(shè)計(jì)院，湖北武漢,430040）

?

基于SCADA數(shù)據(jù)的風(fēng)電場(chǎng)后評(píng)估方法

盧 勝,吳 莎
（湖北省電力勘測(cè)設(shè)計(jì)院，湖北武漢,430040）

摘要：風(fēng)電場(chǎng)后評(píng)估作為優(yōu)化風(fēng)電場(chǎng)運(yùn)行狀態(tài)、降低運(yùn)維成本的關(guān)鍵技術(shù)手段，其方法已成為業(yè)界探討的焦點(diǎn)。本文綜合介紹了目前國(guó)外基于SCADA(Supervisory Control And Data Acquisition)數(shù)據(jù)系統(tǒng)的風(fēng)電場(chǎng)后評(píng)估方法，包括宏觀的主元分析法，關(guān)鍵績(jī)效指標(biāo)法以及微觀的結(jié)構(gòu)力學(xué)方法。分析了三種風(fēng)電場(chǎng)后評(píng)估方法的局限性，展望了風(fēng)電場(chǎng)后評(píng)估技術(shù)及方法的發(fā)展方向，提出了通過(guò)建立風(fēng)機(jī)非標(biāo)準(zhǔn)工作狀態(tài)下的樣本數(shù)據(jù)庫(kù)，并以該數(shù)據(jù)庫(kù)為基礎(chǔ)生成風(fēng)機(jī)工作狀態(tài)圖譜來(lái)診斷風(fēng)機(jī)工作狀態(tài)的方法。

關(guān)鍵詞：風(fēng)電場(chǎng)后評(píng)估；SCADA數(shù)據(jù)；主元分析(PCA)；關(guān)鍵績(jī)效指標(biāo)(KPI)

0　引言

根據(jù)DOE(Department of energy，美國(guó)能源部)的研究預(yù)測(cè)結(jié)果，2030年20%的風(fēng)電場(chǎng)收益增幅將來(lái)自于風(fēng)機(jī)工作狀態(tài)的改善以及風(fēng)電場(chǎng)維護(hù)成本的下降。風(fēng)電場(chǎng)開(kāi)發(fā)經(jīng)驗(yàn)也表明，風(fēng)電場(chǎng)運(yùn)營(yíng)和風(fēng)機(jī)維護(hù)修理的資金投入已經(jīng)成為僅次于風(fēng)機(jī)購(gòu)置的風(fēng)電場(chǎng)第二大支出源。提高風(fēng)電場(chǎng)對(duì)風(fēng)能利用效率以及降低風(fēng)電場(chǎng)維護(hù)成本逐漸成為人們關(guān)注的焦點(diǎn)，風(fēng)電場(chǎng)后評(píng)估逐漸為風(fēng)電場(chǎng)開(kāi)發(fā)商和風(fēng)機(jī)生產(chǎn)商所關(guān)注。

傳統(tǒng)的風(fēng)電場(chǎng)運(yùn)營(yíng)維護(hù)采用的是定期檢測(cè)的方法，即固定周期派專業(yè)人員對(duì)場(chǎng)區(qū)各個(gè)風(fēng)機(jī)進(jìn)行實(shí)地檢測(cè)，然后對(duì)發(fā)現(xiàn)的故障風(fēng)機(jī)進(jìn)行回收維修。這一流程耗時(shí)周期長(zhǎng)，投入資本大，對(duì)于出現(xiàn)的故障難以及時(shí)發(fā)現(xiàn)，同時(shí)也不利于故障原因的收集總結(jié)。傳統(tǒng)的風(fēng)電場(chǎng)后評(píng)估流程與故障檢測(cè)類似，其對(duì)于風(fēng)機(jī)工作狀態(tài)數(shù)據(jù)收集通常僅僅是針對(duì)風(fēng)電場(chǎng)的風(fēng)機(jī)故障類型以及下行時(shí)間進(jìn)行統(tǒng)計(jì)，往往無(wú)法進(jìn)行進(jìn)一步的分析。

基于SCADA數(shù)據(jù)的風(fēng)機(jī)工作狀態(tài)監(jiān)測(cè)系統(tǒng)可以改進(jìn)上述問(wèn)題，SCADA數(shù)據(jù)系統(tǒng)獲取的數(shù)據(jù)具有時(shí)效性和完整性，針對(duì)該數(shù)據(jù)進(jìn)行分析可以實(shí)現(xiàn)風(fēng)電場(chǎng)乃至風(fēng)力發(fā)電機(jī)組工作狀態(tài)的實(shí)時(shí)或者近似實(shí)時(shí)地分析監(jiān)控，這也就使得風(fēng)電場(chǎng)運(yùn)營(yíng)維護(hù)由定期檢測(cè)轉(zhuǎn)變?yōu)闂l件監(jiān)測(cè)，同時(shí)也使得風(fēng)電場(chǎng)后評(píng)估對(duì)于風(fēng)機(jī)故障的根本原因可以進(jìn)行更為深入具體的分析 。

1　SCADA數(shù)據(jù)介紹

SCADA，全稱為Supervisory Control And Data Acquisition，即數(shù)據(jù)采集于監(jiān)視控制系統(tǒng)，是以計(jì)算機(jī)為基礎(chǔ)的DCS(Distributed Control System，分布式控制系統(tǒng))與電力自動(dòng)化監(jiān)測(cè)系統(tǒng)，SCADA系統(tǒng)的應(yīng)用領(lǐng)域很廣，在電力、冶金、石油、化工、燃?xì)獾确矫婢兴鶓?yīng)用。

在風(fēng)電行業(yè)中，SCADA系統(tǒng)則主要應(yīng)用于風(fēng)機(jī)工作狀態(tài)的數(shù)據(jù)采集與統(tǒng)計(jì)，目前主要使用的是十分鐘的SCADA時(shí)間序列數(shù)據(jù)，所統(tǒng)計(jì)的內(nèi)容包括了風(fēng)速，風(fēng)向，各個(gè)組件的溫度，電機(jī)的扭矩，方向塔筒的擺動(dòng)幅度，葉片角度等多類風(fēng)機(jī)機(jī)組工作狀態(tài)信息。在目前的應(yīng)用中，這些數(shù)據(jù)由于研究方法的原因通常不會(huì)全部被用來(lái)進(jìn)行風(fēng)電場(chǎng)后評(píng)估，目前主要使用的幾個(gè)參數(shù)我們將會(huì)在本文進(jìn)行進(jìn)一步說(shuō)明。圖1中給出了一個(gè)風(fēng)機(jī)SCADA采集數(shù)據(jù)的示例。

圖1　風(fēng)機(jī)SCADA數(shù)據(jù)示例Figure 1 SCADA data example for wind turbines

2　后評(píng)估方法介紹

2.1主元分析法

前文已經(jīng)介紹，SCADA系統(tǒng)可以采集的數(shù)據(jù)種類多達(dá)幾十種，但是這些數(shù)據(jù)并不能夠全部使用于進(jìn)行風(fēng)機(jī)工作狀態(tài)評(píng)估，其中一部分?jǐn)?shù)據(jù)屬于多余或者噪音，他們的時(shí)間序列數(shù)據(jù)的變化趨勢(shì)往往不與風(fēng)機(jī)工作狀態(tài)直接相關(guān)，因此，在進(jìn)行進(jìn)一步研究之前，SCADA系統(tǒng)采集數(shù)據(jù)中的非冗余數(shù)據(jù)提取便成為首要問(wèn)題。

主元分析法PCA(Principal Component Analysis)是一種常用的提取大規(guī)模數(shù)據(jù)中有效信息的方法，它的基本思路是尋找一組新變量來(lái)代替原變量，而這組新變量通常是原變量的線性組合。從優(yōu)化的角度來(lái)看，新變量在維度上也要低于原變量，同時(shí)原變量中的有用信息也會(huì)最大限度的為新變量所攜帶。在后評(píng)估應(yīng)用階段，對(duì)提取出的系統(tǒng)主元進(jìn)一步進(jìn)行樣本統(tǒng)計(jì)分析，通常采用在主元子空間建立Hotelling T2統(tǒng)計(jì)量進(jìn)行檢測(cè)以及在殘差子空間建立Q統(tǒng)計(jì)量進(jìn)行檢測(cè)的方法。將固定周期時(shí)間段的風(fēng)機(jī)SCADA系統(tǒng)數(shù)據(jù)收集并對(duì)這些數(shù)據(jù)進(jìn)行相同的主元分析降維及統(tǒng)計(jì)量計(jì)算，通過(guò)將該周期內(nèi)SCADA數(shù)據(jù)的Hotelling T2統(tǒng)計(jì)量與Q統(tǒng)計(jì)量與學(xué)習(xí)樣本所確定閾值進(jìn)行比較，推斷出風(fēng)機(jī)已出現(xiàn)故障導(dǎo)致偏離正常工作狀態(tài)。

利用主元分析法結(jié)合統(tǒng)計(jì)學(xué)分析也有其局限性，首先主元分析法對(duì)于主成分維度的保留數(shù)目十分敏感，實(shí)際應(yīng)用中很可能出現(xiàn)降維過(guò)多導(dǎo)致丟失系統(tǒng)關(guān)鍵信息的情況；其次Hotelling T2統(tǒng)計(jì)量和Q統(tǒng)計(jì)量閾值的設(shè)定也包含較強(qiáng)主觀因素；同時(shí)主元分析法在應(yīng)用中僅能夠做到發(fā)現(xiàn)故障，但是無(wú)法明確指出具體的故障原因或故障部件。

2.2關(guān)鍵績(jī)效指標(biāo)法

相較于主元分析法對(duì)于SCADA數(shù)據(jù)進(jìn)行整體統(tǒng)計(jì)分析的思路，關(guān)鍵績(jī)效指標(biāo)法KPI(Key Performance Indicator)著重于將SCADA數(shù)據(jù)與風(fēng)機(jī)各個(gè)部件相關(guān)聯(lián)，重點(diǎn)研究采集的各類數(shù)據(jù)中兩兩之間的關(guān)系，在目前的實(shí)際應(yīng)用當(dāng)中，常見(jiàn)的關(guān)鍵績(jī)效指標(biāo)主要有：風(fēng)機(jī)功率曲線，葉片變槳傾角，風(fēng)機(jī)偏航角。

2.2.1 風(fēng)機(jī)功率曲線績(jī)效指標(biāo)

風(fēng)機(jī)功率曲線是風(fēng)機(jī)后評(píng)估檢測(cè)中使用最頻繁也是最被關(guān)注的績(jī)效指標(biāo)。功率曲線直觀地反映了風(fēng)機(jī)的工作效率，通過(guò)風(fēng)機(jī)功率與風(fēng)速的散點(diǎn)圖也能夠快速檢測(cè)到風(fēng)機(jī)偏離標(biāo)準(zhǔn)工作狀態(tài)的情況。

通過(guò)校驗(yàn)風(fēng)機(jī)功率曲線績(jī)效，可以直觀獲取風(fēng)機(jī)運(yùn)行狀態(tài)、檢測(cè)與標(biāo)準(zhǔn)工況的偏離情況，然而評(píng)估功率曲線績(jī)效指標(biāo)方法也有其局限性，主要體現(xiàn)為如何準(zhǔn)確的校驗(yàn)風(fēng)機(jī)實(shí)際運(yùn)行的功率曲線。由于安裝在機(jī)艙上的測(cè)風(fēng)儀受風(fēng)機(jī)運(yùn)行影響，其測(cè)得的風(fēng)數(shù)據(jù)與風(fēng)機(jī)葉輪處實(shí)際風(fēng)速具有較大差別，利用風(fēng)機(jī)機(jī)艙上安裝的測(cè)風(fēng)儀數(shù)據(jù)來(lái)校驗(yàn)風(fēng)機(jī)功率曲線往往具有較大的不確定性。針對(duì)該問(wèn)題業(yè)界常見(jiàn)的處理方法是在風(fēng)機(jī)前2D~4D（D為風(fēng)機(jī)葉輪直徑）區(qū)域內(nèi)，避開(kāi)風(fēng)機(jī)尾流及其他風(fēng)機(jī)影響的前提下新建測(cè)風(fēng)塔重新測(cè)風(fēng)來(lái)校驗(yàn)風(fēng)機(jī)功率曲線；另外激光雷達(dá)測(cè)風(fēng)校驗(yàn)風(fēng)機(jī)功率曲線的方法也已逐漸被行業(yè)所接受。但上述兩種校驗(yàn)方法同樣面臨著復(fù)雜地形條件下風(fēng)能資源變化較大，直接用風(fēng)機(jī)前2D~4D（D為風(fēng)機(jī)葉輪直徑）區(qū)域內(nèi)測(cè)得風(fēng)速代替風(fēng)機(jī)掃風(fēng)面處風(fēng)速導(dǎo)致評(píng)估不確定性較大的問(wèn)題，以及針對(duì)復(fù)雜地形條件下，特別是已建成的風(fēng)場(chǎng)，場(chǎng)地標(biāo)定困難的問(wèn)題。

2.2.2葉片變槳傾角績(jī)效指標(biāo)

通過(guò)對(duì)SCADA數(shù)據(jù)的深入分析，可以發(fā)現(xiàn)風(fēng)機(jī)葉片變槳系統(tǒng)故障情況，可以發(fā)現(xiàn)在高風(fēng)速段由于葉片變槳角度偏差導(dǎo)致的失速效應(yīng)；還可以通過(guò)對(duì)SCADA數(shù)據(jù)的分析，得到由于傳動(dòng)系統(tǒng)中軸承或齒輪箱故障，風(fēng)機(jī)發(fā)電機(jī)無(wú)法達(dá)到高風(fēng)速狀況下的額定轉(zhuǎn)速等情況。

葉片變槳傾角與風(fēng)機(jī)功率曲線類似，它同樣作為風(fēng)機(jī)后評(píng)估中使用較為頻繁的績(jī)效指標(biāo)，同時(shí)當(dāng)風(fēng)機(jī)工作狀態(tài)發(fā)生變化時(shí)，這兩項(xiàng)指標(biāo)往往同時(shí)出現(xiàn)變化。正常工作狀態(tài)下，在低風(fēng)速段風(fēng)機(jī)變速定漿距控制，控制風(fēng)輪轉(zhuǎn)速與風(fēng)速成比例變化，以保持最佳葉尖速比，此時(shí)風(fēng)能利用系數(shù)最大，最大限度收集低風(fēng)速段的風(fēng)能，變槳角度保持在一個(gè)較小的恒定值；當(dāng)風(fēng)速由切入風(fēng)速逐漸升高時(shí)，風(fēng)輪轉(zhuǎn)速隨之升高，往往在輸出功率達(dá)到額定功率以前，葉尖速度就已經(jīng)達(dá)到其上限值，此階段進(jìn)行額定轉(zhuǎn)速調(diào)節(jié)，變槳角度基本保持不變；當(dāng)風(fēng)速高于額定風(fēng)速時(shí), 利用槳距角的變化使輸出功率保持為額定值，直至風(fēng)速達(dá)到切出風(fēng)速為止。

圖3　葉片變槳角與風(fēng)速散點(diǎn)圖Figure 3 Scatter diagram of the blade pitch angle with the wind speed

圖4中給出了葉片控制系統(tǒng)出現(xiàn)故障情況下的變槳角散點(diǎn)圖。

圖4　葉片控制系統(tǒng)故障下的變槳散點(diǎn)圖Figure 4 Scatter diagram of the variable pitch blade in the case of failure of leaf blade control system

2.3結(jié)構(gòu)力學(xué)法

SCADA系統(tǒng)所采集的數(shù)據(jù)中，包含了大部分組件的速度，加速度，角速度，角加速度等信息，這就使得通過(guò)求解動(dòng)力學(xué)方程式(1)預(yù)測(cè)部件失效和損傷成為可能：

盡管這種方法能夠很好地起到對(duì)風(fēng)機(jī)故障判斷作用，但是求解過(guò)程對(duì)于計(jì)算時(shí)間以及存儲(chǔ)空間的要求較高，同時(shí)式(1)中方程右側(cè)的系統(tǒng)所受合力，對(duì)于風(fēng)機(jī)系統(tǒng)各個(gè)部件往往不是能夠全部得到，這一點(diǎn)也同時(shí)限制了該方法的適用范圍。

3　結(jié)論與展望

本文介紹了目前基于SCADA系統(tǒng)數(shù)據(jù)國(guó)內(nèi)外普遍使用的風(fēng)電場(chǎng)后評(píng)估方法。針對(duì)風(fēng)電場(chǎng)后評(píng)估的研究方向，本文作者認(rèn)為應(yīng)當(dāng)在結(jié)合現(xiàn)有方法的基礎(chǔ)上建立針對(duì)不同風(fēng)機(jī)偏離正常工作狀態(tài)原因以及故障類型的樣本數(shù)據(jù)庫(kù)，在有足夠樣本的情況下，通過(guò)先進(jìn)的診斷方法建立風(fēng)機(jī)工作狀態(tài)圖譜，根據(jù)圖譜更好地判斷風(fēng)機(jī)的工作運(yùn)行狀態(tài)；另一方面應(yīng)引入更為先進(jìn)的風(fēng)電場(chǎng)要素測(cè)量方法，如激光雷達(dá)測(cè)風(fēng)技術(shù)，為SCADA數(shù)據(jù)系統(tǒng)提供更為準(zhǔn)確的工作狀態(tài)數(shù)據(jù)。

參考文獻(xiàn)

[1] McMillan D, Ault G W. Quantification of condition monitoring benefit for offshore wind turbines[J]. Wind Engineering, 2007, vol. 31:267-285.

[2] Yang Wenxian, Jiang Jiesheng. Wind Turbine Condition Monitoring and Reliability Analysis by SCADA Information[C]//2011 Second International Conference on Mechanic Automation and Control Engineering (MACE). Hohhot:IEEE, 2011: 1872-1875.

[3] Wilkinson M, Darnell B, Delft T V, et al.. Comparison of methods for wind turbine condition monitoring with SCADA data[J]. IET Renew. Power Gener., 2014, Vol. 8, Iss. 4: 390–397.

盧勝（1975—），男，學(xué)士學(xué)歷，研究方向?yàn)殡娏こ?、新能源發(fā)電工程應(yīng)用研究

Post-Wind-Farm-Project Evaluation Methods Based on SCADA System Data

Lu Sheng,Wu Sha
(POWERCHINA HUBEI ELECTRIC ENGINEERING CORPORATION，Wuhan,430040)

Abstract：The post-wind-farm-project evaluation is a key technology to optimize the operation state and reduce the operational cost of wind farms,and the post-wind-farm-project evaluation methods have become the hotspot in wind power industry.This article comprehensively introduced post-wind-farm-project evaluation methods based on SCADA (Supervisory Control and Data Acquisition) system including the PCA method,the KPIs method and the structure mechanical method.The author analyzed the limitation of the methods,gave an outlook for these existing evaluation methods,and proposed to diagnose the operation state of the wind turbines basing on the sample database under non-standard working condition.

Keywords：post-wind-farm-project evaluation；SCADA data；PCA；KPI

作者簡(jiǎn)介

中圖分類號(hào)：TM614

文獻(xiàn)標(biāo)志碼：A