文 | 張慶運,史麗榮
淺談SCADA數(shù)據(jù)分析在風電場運維中的應用
文 | 張慶運,史麗榮
海上風電因風況優(yōu)良,資源豐富而備受青睞,裝機數(shù)量正在快速上升,見圖1和圖2。從數(shù)據(jù)來看,全球每年的平均增長速度達到了30%。
盡管看上去前景美好,但是在實際運營中,海上風電的運維成本及維護難度巨大(圖3)。主要體現(xiàn)在以下幾點:
1.交通成本高:運維時需要特殊的交通工具,無論是船只、快艇還是直升機,其運行費用都比較高,目前專門用于海上機組運維的船只正在研發(fā)之中。
2.維修成本高:更換機組大部件需要特殊的吊裝船只,費用昂貴;對備品備件的質(zhì)量可靠性要求高,所以備件成本也高。
3.停機成本高:由于海上風電場風況較好,一旦停機,電量損失大;并且,開展維修作業(yè)時,受天氣因素、海況變化影響較大,導致安全風險大,留給維修的時間窗口小,如果錯過會導致無法及時恢復發(fā)電,損失電量。
4.人工成本高:對機組進行維護或?qū)ζ涔收线M行修復,要求運維人員經(jīng)過特殊的培訓,具有豐富的經(jīng)驗、強健的體魄和一定的理論基礎(chǔ),還要能夠忍受惡劣的自然環(huán)境和駐外工作的孤獨,所以海上運維的技術(shù)人員成本會較高。
圖1 2011年-2016年全球累計海上裝機容量統(tǒng)計圖
圖2 中國歷年海上裝機容量統(tǒng)計圖
圖3 海上風電現(xiàn)場運維實景圖
以上運維費用合計,可能會超過整個生命周期內(nèi)的機組設(shè)備成本。根據(jù)目前英國運維數(shù)據(jù)的統(tǒng)計,海上機組的維護成本占全生命周期成本的25%-30%左右(另有數(shù)據(jù)表明可能達到35%)。
降低海上風電場運維成本的措施是多方面的,比如優(yōu)化設(shè)計,提高設(shè)備的可靠性;改進、優(yōu)化進入機組、風電場的裝備和措施;做好機組的運營維護規(guī)劃,做到預測預防性維護,減少修正性維護的概率和時間等等。對于機組運營商,在機組設(shè)備已經(jīng)定型的前提下,可以開展的工作是做好預測預防性維護,設(shè)計好運營維護的規(guī)劃,以減少進入機組維護維修的機會,選擇在最佳的時機進行維護、維修。而要做到這一點,數(shù)據(jù)分析可以發(fā)揮很好的作用。
大數(shù)據(jù)技術(shù)的不斷成熟,使得大數(shù)據(jù)分析越來越被各個行業(yè)看好,也越來越逐步發(fā)揮其掘金、省錢的角色。通過大數(shù)據(jù)分析,可以優(yōu)化風電場的發(fā)電輸出、優(yōu)化機組的設(shè)計、優(yōu)化機組的載荷輸出、優(yōu)化機組的運維策略以及降低全生命周期內(nèi)的維護成本等等。目前,各種工具和平臺都很多,比如“藍色巨人”IBM已經(jīng)涉足風電運維的數(shù)據(jù)分析支持業(yè),各個風電運營商也都越來越重視數(shù)據(jù)的分析, 看到了運行數(shù)據(jù)的價值,成立了自己的數(shù)據(jù)分析中心。在這方面,龍源電力、中廣核風電等國內(nèi)大企業(yè)都已經(jīng)走在了行業(yè)前列。
機組運維正在向精細化、專業(yè)化方向發(fā)展。同時,機組運維數(shù)據(jù)分析技術(shù)也正在向以下三個方向發(fā)展:
1.開展多種數(shù)據(jù)源,進行綜合、全面的分析,包括在線振動數(shù)據(jù)、油液質(zhì)量數(shù)據(jù)、電能質(zhì)量數(shù)據(jù)等(預診斷和健康監(jiān)測系統(tǒng)在海上機組非常必要,比如除了溫度壓力振動等常規(guī)參數(shù), 還要檢測溫度場、熱像、絕緣、圖像自動傳輸、電池健康自我診斷等)。
2.動態(tài)、在線式數(shù)據(jù)采集與分析技術(shù)得到逐步的應用,并逐步應用到機組的全生命周期;(定期地或者在某種條件下觸發(fā),啟動針對機組運行狀態(tài)的動態(tài)數(shù)據(jù)采集,并進行分析,以診斷機組的各種響應狀態(tài)和健康狀態(tài),比如說現(xiàn)在的振動監(jiān)測系統(tǒng),就需要進一步提高:信號采集中要包括風速、功率、風向偏差,要具備在多種條件下觸發(fā)采集的功能,以利于準確分析)。
3.各種高級數(shù)據(jù)分析算法被逐步實踐應用,數(shù)據(jù)分析逐步向認知計算的方向發(fā)展。
4.基于SCADA數(shù)據(jù)分析的維護支持策略-預防性、預測性維護。機組長期運行過程中,SCADA系統(tǒng)一直在記錄存儲著機組運行狀態(tài)數(shù)據(jù)。其特點是數(shù)據(jù)采樣周期較長(秒級數(shù)據(jù)或者更長的間隔),記錄著機組運行過程中的關(guān)鍵數(shù)據(jù),數(shù)據(jù)存儲的體量較?。磕暌粋€5萬千瓦的風電場數(shù)據(jù)量在數(shù)百G的容量)。針對SCADA數(shù)據(jù)的分析不需要增加額外的硬件采集系統(tǒng),成本較低,數(shù)據(jù)分析方便。但是,由于其數(shù)據(jù)采樣率較低,對于機組動態(tài)數(shù)據(jù)分析還需要借助于專門的數(shù)據(jù)采集軟件作支持。
鑒于海上機組的建設(shè)高投入,高運維費用的現(xiàn)狀,對于機組的運維策略將不能再按照目前陸上機組的粗放式運維方式進行,否則,風電場運營的利潤根本無法保證。相反地, 必須采取精細化運維方式,將風電場運維的層次從被動的救火式維修、定期檢修,上升到狀態(tài)檢修,并逐步發(fā)展到運用大數(shù)據(jù)分析進行預防、預測性運維方式。
對機組SCADA數(shù)據(jù)開展分析,是對機組運維數(shù)據(jù)分析的第一步。通過對機組SCADA數(shù)據(jù)進行分析,可以發(fā)現(xiàn)機組的亞健康狀態(tài),總結(jié)機組運行的狀態(tài)趨勢,預測機組的健康趨勢,評估機組的部件性能,根據(jù)數(shù)據(jù)的分析結(jié)果,計劃性地安排機組的維護和維修,減小進入機組的停機次數(shù),尤其是針對于海上機組,進入機組的難度、成本、風險都很大的情況,從而減少計劃外停機,減少電量損失。所以,基于SCADA的數(shù)據(jù)分析可以為優(yōu)化維護策略、開展預防性、預測性維護提供支持。
要對SCADA數(shù)據(jù)進行挖掘分析,首先要掌握機組SCADA各個變量的物理意義以及各個變量之間的因果關(guān)系,設(shè)計一些評估機組健康狀態(tài)的指標和指標的算法,并優(yōu)化機組健康報警指標的閾值。利用大數(shù)據(jù)分析的各種技術(shù),比如常規(guī)的概率統(tǒng)計方法,支持向量機SVM算法、ANN技術(shù)、貝葉斯算法等,來找出各種指標與機組健康狀態(tài)之間的關(guān)系及評價結(jié)果。這些指標和機組健康狀態(tài)之間的因果關(guān)系判斷需要風電行業(yè)的專家給予機理上的支持。
根據(jù)SCADA數(shù)據(jù),可以分析的指標有機組的功率輸出性能、關(guān)于機組各個部件溫度-載荷的關(guān)系、各種壓力、轉(zhuǎn)矩、機組的振動狀態(tài)、軸承的潤滑狀態(tài)、齒輪箱的潤滑冷卻系統(tǒng)的健康狀態(tài)、葉片的表面質(zhì)量、風速儀、風向標的健康等等,通過這些指標的分析, 對機組各個部件的健康狀態(tài)、發(fā)展趨勢、影響后果、緊迫程度等給出評級和分類。
根據(jù)數(shù)據(jù)分析的結(jié)果和部件健康等級分類,制定相應的主動維修策略、優(yōu)化維護、維修計劃,從而實現(xiàn)預測、預防性維修,減少對機組的進入次數(shù),從而減小機組的停機時間,減少電量損失,降低運維成本。
目前,對于SCADA數(shù)據(jù)分析還存在以下問題和局限性:
首先,SCADA數(shù)據(jù)變量存儲規(guī)范和數(shù)據(jù)共享規(guī)范。由于各個主機廠家的設(shè)計思路和數(shù)據(jù)存儲構(gòu)架不同,開展對不同品牌機組的SCADA數(shù)據(jù)分析時,數(shù)據(jù)的訪問和提取方式,數(shù)據(jù)的格式和規(guī)范、機組狀態(tài)變量存儲的數(shù)量和采樣間隔都不相同,而有的主機商對機組變量的開放范圍也不相同,這就為第三方數(shù)據(jù)分析開展帶來一些障礙,所以,對于機組SCADA數(shù)據(jù)的變量存儲規(guī)范和數(shù)據(jù)共享規(guī)范還需要建立和完善。
其次,在實際的數(shù)據(jù)分析中,還發(fā)現(xiàn)數(shù)據(jù)的完整性有待完善,數(shù)據(jù)出現(xiàn)中斷情況。數(shù)據(jù)的中斷可能導致關(guān)鍵的一段數(shù)據(jù)丟失,為數(shù)據(jù)分析錯失一些寶貴的預警機會。所以,對于SCADA系統(tǒng)的可靠性還需要從軟件設(shè)計、通信硬件質(zhì)量改善、傳輸介質(zhì)質(zhì)量方面進行提高。
再者,對于動態(tài)數(shù)據(jù)的采集方式在SCADA系統(tǒng)中還需要加強和完善。還需要增加報警或者故障錄波的數(shù)據(jù)存儲在SCADA數(shù)據(jù)中的機制。這樣,對于故障錄波高分辨率采樣數(shù)據(jù)的分析就會變得更加便捷,可以為機組的健康診斷模型的建立提供更多的樣本。當前的故障錄波數(shù)據(jù)大多還是以平面文件方式存儲在機組主機的本地控制器上,還需要手動下載,這給數(shù)據(jù)訪問的自動化帶來了額外工作。
圖4 某機型機組發(fā)生三相電流不平衡頻次統(tǒng)計圖
圖5 三相電流偏差與轉(zhuǎn)速關(guān)系散點圖
圖6 三相電流偏差與功率之間關(guān)系散點圖
在此,分享兩個基于SCADA數(shù)據(jù)分析的案例。
案例一:三相電流不平衡
圖4、圖5和圖6是某2MW機型出現(xiàn)上網(wǎng)電流不平衡的案例,該機組的變槳系統(tǒng)屬于液壓驅(qū)動型。在我們對數(shù)據(jù)分析之前,運營商一直被該問題所困擾。
我們對SCADA的數(shù)據(jù)進行了大量的分析和統(tǒng)計。從數(shù)據(jù)統(tǒng)計結(jié)果來看,該機型存在著大量的三相電流不平衡現(xiàn)象,如圖4所示。
我們對電流不平衡跟功率、轉(zhuǎn)速之間的關(guān)系進行了分析,如圖5和圖6所示。
根據(jù)統(tǒng)計圖形上的特征,我們對SCADA的秒級數(shù)據(jù)進行了更進一步的分析,發(fā)現(xiàn)電流偏差和液壓系統(tǒng)的壓力具有如圖7所示的關(guān)系。
圖7說明,電流偏差和液壓系統(tǒng)壓力有關(guān)系,在液壓站電機(30kW)啟動打壓的時候,出現(xiàn)了電流不平衡。
進一步地對液壓站電機的控制回路做檢查,發(fā)現(xiàn)是液壓站電機接觸器的燒蝕引起了三相電流不平衡,并且這種電流不平衡偏差可能達到了200A以上,存在著嚴重的安全隱患。液壓站電機接觸器的燒蝕圖片如圖8。
同時,我們分析了電流偏差和發(fā)電功率之間的關(guān)系如圖9,表明在發(fā)生三相電流不平衡時,無功功率發(fā)生了波動和沖擊的現(xiàn)象。
根據(jù)數(shù)據(jù)分析,我們分析在并網(wǎng)時無功波動是由于并網(wǎng)濾波回路造成的,經(jīng)過檢查,并網(wǎng)濾波接觸器發(fā)生了嚴重的燒蝕,如圖10。
對以上兩個接觸器進行了更換,并對其他機組做了相同的檢查與更換,提出了減少電流不平衡的技術(shù)改造方案,找到了電流不平衡的原因,并消除了由于接觸器燒蝕可能帶來的接觸器拉弧、液壓電機損壞、濾波電容損壞以及火災的安全隱患。
以上分析都是基于SCADA數(shù)據(jù)的基礎(chǔ)上開展的,經(jīng)過分析,找到了問題的根源,為機組的計劃性維護和預測性維修提供了支持。
案例二:偏航減速器損壞的預防
圖7 某機型機組控制回路壓力與電流差關(guān)系曲線圖
圖8 液壓站電機接觸器的燒蝕圖片
圖9 三相電流曲線與無功功率關(guān)系曲線圖
圖10 并網(wǎng)濾波接觸器發(fā)生了嚴重的燒蝕圖片
在機組偏航系統(tǒng)中,偏航電機的功率反映著偏航系統(tǒng)的健康狀態(tài)。針對風電場偏航減速器損壞的機組SCADA數(shù)據(jù)分析,找出了預防偏航減速器損壞的措施。圖11是國內(nèi)一臺某1.5MW機型偏航減速器行星架損壞的照片。
從圖11來看,行星架開裂,花鍵套開裂。從力學上分析,造成這樣損壞的外力應該來自于機艙而不是來自于驅(qū)動電機。由于機艙沒有被偏航卡鉗可靠地鎖止在塔架上,在大風的情況下,風力吹動造成了機艙的轉(zhuǎn)動,從而使機艙巨大的轉(zhuǎn)矩損壞了偏航減速器。經(jīng)過分析,SCADA中反映該機組偏航功率如圖12。
經(jīng)過分析,由于該機的偏航功率偏低,究其原因是偏航卡鉗的阻尼調(diào)節(jié)得偏低,使得在大風下卡鉗無法將機艙固定引起的。
使用同樣的分析思路和算法,將其他機組的最大偏航功率做同樣的分析,找出了其他存在相同隱患的機組,并加以調(diào)整,避免了偏航減速器的進一步損壞。對該數(shù)據(jù)的分析,可以及時發(fā)現(xiàn)偏航襯墊的磨損程度和趨勢,為物料準備和計劃維護提供指導意見。
圖11 某1.5MW機型偏航減速器行星架損壞的照片
圖12 某1.5MW機型最大偏航功率與風速關(guān)系散點圖
對于機組的運行數(shù)據(jù)分析,當然是數(shù)據(jù)越全面、越細致、數(shù)量越多越好。隨著大數(shù)據(jù)技術(shù)分析技術(shù)的成熟,可以越來越方便地處理分析這些巨量的數(shù)據(jù)。
基于SCADA數(shù)據(jù)分析工作,可以在不需要額外硬件投入的情況下,挖掘SCADA數(shù)據(jù)的價值,從而為機組的預測性、預防性維修、維護策略提供支持。
(作者單位:北京優(yōu)利康達科技股份有限公司)