謝川江
新疆風(fēng)能有限責(zé)任公司 新疆烏魯木齊 830001
相關(guān)統(tǒng)計(jì)數(shù)據(jù)表明,在風(fēng)電機(jī)組中較常發(fā)生故障的部件主要有變流器、齒輪箱、控制柜以及偏航系統(tǒng)等。對(duì)于這些風(fēng)電機(jī)組關(guān)鍵部位的預(yù)測(cè),目前所采用的方法大致分為兩類,分別為狀態(tài)監(jiān)測(cè)方法與歷史數(shù)據(jù)統(tǒng)計(jì)分析法,通過這兩種方法可以將風(fēng)電機(jī)組關(guān)鍵部位的故障特征進(jìn)行提取,并結(jié)合其故障特征的變化情況來對(duì)可能發(fā)生的故障進(jìn)行一定程度的預(yù)測(cè)[1]。
就目前狀況而言,我國(guó)風(fēng)電場(chǎng)對(duì)于風(fēng)電機(jī)組的故障診斷,大多沿用了傳統(tǒng)的故障檢修方式,即對(duì)故障代碼、故障原因以及檢修過程進(jìn)行一定程度的總結(jié),并在此基礎(chǔ)之上統(tǒng)計(jì)成冊(cè),然后再根據(jù)制成的故障手冊(cè)對(duì)故障原因進(jìn)行排查。隨著科學(xué)技術(shù)的發(fā)展以及研究的日益深入,國(guó)際上已經(jīng)開始研究故障診斷算法,即針對(duì)風(fēng)電機(jī)組的具體結(jié)構(gòu),建立起動(dòng)態(tài)故障樹,并在此基礎(chǔ)之上運(yùn)用基于BP神經(jīng)網(wǎng)絡(luò)理論以及貝葉斯網(wǎng)絡(luò)尋優(yōu)算法,進(jìn)而對(duì)風(fēng)電機(jī)組智能診斷方法進(jìn)行有效構(gòu)建。
相關(guān)統(tǒng)計(jì)數(shù)據(jù)表明,當(dāng)風(fēng)電機(jī)組發(fā)生故障且需要停運(yùn)對(duì)相應(yīng)的構(gòu)件進(jìn)行更換時(shí),如果風(fēng)電場(chǎng)的備品備件充足,則構(gòu)件在一天之內(nèi)便可以完成;如果設(shè)備廠家的備案管理中心有相關(guān)部件的儲(chǔ)備,則整個(gè)維修與更換的時(shí)間大約在一周左右;而在需要更換構(gòu)件時(shí),沒有充足的備品備件,只能聯(lián)系供應(yīng)商采購時(shí),則整個(gè)檢修更換流程所需要花費(fèi)的時(shí)間在二十天至一個(gè)月左右,因此做好備品備件庫存管理工作,降低因故障帶來的損失十分重要。就目前情況來看,大多數(shù)風(fēng)電場(chǎng)對(duì)于備品備件的管理僅僅停留在庫存記錄階段,過分依靠個(gè)人經(jīng)驗(yàn)的判斷,缺乏足夠的準(zhǔn)確性與科學(xué)性。
就風(fēng)電場(chǎng)的維護(hù)計(jì)劃決策而言,其所維護(hù)的對(duì)象主要包含有變電站、匯集系統(tǒng)以及風(fēng)電機(jī)組等。當(dāng)前狀況下,風(fēng)電場(chǎng)對(duì)于風(fēng)電機(jī)組的維護(hù)方案主要有例行維護(hù)、故障檢修、試驗(yàn)或者更換主要部件等。在這其中,例行維護(hù)具有一定的周期性,例如半年檢計(jì)劃與全年檢計(jì)劃;在故障檢修的過程之中,往往是通過人為判斷來避開惡劣天氣或者時(shí)段,由于故障檢修所需要的時(shí)間相對(duì)較長(zhǎng),所以備件的供應(yīng)時(shí)間也會(huì)隨之變長(zhǎng);對(duì)于狀態(tài)維護(hù)而言,它主要指的是基于狀態(tài)監(jiān)測(cè)結(jié)果的故障預(yù)處理,通過這一操作可以對(duì)設(shè)備在限定范圍內(nèi)工作進(jìn)行一定程度的保證。
對(duì)于風(fēng)電機(jī)組而言,它是一個(gè)復(fù)雜程度較高的系統(tǒng),包含各類子系統(tǒng)與部件,例如系統(tǒng)有液壓系統(tǒng)、控制系統(tǒng)、電氣系統(tǒng)以及電力電子系統(tǒng)。部件有葉片、輪轂、齒輪箱、軸等。要想對(duì)風(fēng)電機(jī)組的故障進(jìn)行有效的預(yù)測(cè),就必須基于這些子系統(tǒng)與部件的充分了解,對(duì)風(fēng)電運(yùn)維的大數(shù)據(jù)進(jìn)行有效的分析,這些數(shù)據(jù)主要包含有SCADA 數(shù)據(jù)、風(fēng)功率預(yù)測(cè)數(shù)據(jù)、狀態(tài)監(jiān)測(cè)數(shù)據(jù)、預(yù)防性試驗(yàn)數(shù)據(jù),以及歷史維護(hù)記錄、異常運(yùn)行記錄、故障檢修記錄、缺陷記錄、家族缺陷記錄等非結(jié)構(gòu)化數(shù)據(jù)等。
(1)故障診斷自適應(yīng)尋優(yōu)算法:這一算法主要是以故障代碼信息以及SCADA數(shù)據(jù)作為輸入量,并在此基礎(chǔ)之上將貝葉斯網(wǎng)絡(luò)理論與之進(jìn)行有機(jī)結(jié)合,進(jìn)而研究自適應(yīng)尋優(yōu)算法,通過算法輸出故障原因的概率分布,然后再據(jù)此自主學(xué)習(xí)并對(duì)模型與算法做出有效的優(yōu)化與完善。(2)維護(hù)作業(yè)指導(dǎo)平臺(tái):結(jié)合實(shí)際需求建立起專家知識(shí)庫,這一知識(shí)庫中所包含的內(nèi)容需要有檢修視頻、可視化圖紙以及維護(hù)手冊(cè)等,然后通過專家知識(shí)庫研發(fā)維護(hù)作業(yè)指導(dǎo)平臺(tái),由平臺(tái)對(duì)標(biāo)準(zhǔn)化的作業(yè)包進(jìn)行有效輸出,進(jìn)而為現(xiàn)場(chǎng)維護(hù)提供科學(xué)的指導(dǎo)。(3)可視化只能移動(dòng)終端:將智能終端與維護(hù)作業(yè)指導(dǎo)平臺(tái)通過無線互聯(lián)的方式有機(jī)結(jié)合在一起,進(jìn)而實(shí)現(xiàn)遠(yuǎn)程資料查詢、專家視頻通話、遠(yuǎn)程信息錄入等一系列的功能,進(jìn)而對(duì)故障進(jìn)行有效的閉環(huán)處理。
(1)對(duì)風(fēng)電機(jī)組的平均陪停次數(shù)與時(shí)間等相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與總結(jié),并在此基礎(chǔ)之上進(jìn)行權(quán)重因子分析,從而獲取變電站、匯集系統(tǒng)電氣設(shè)備的狀態(tài)評(píng)價(jià)方法;(2)對(duì)風(fēng)電機(jī)組關(guān)鍵部位的故障進(jìn)行相關(guān)性分析,并由此提出風(fēng)電機(jī)組的機(jī)會(huì)維修策略,然后對(duì)各種約束因素與影響因素進(jìn)行綜合性考慮,以故障的停機(jī)時(shí)間最小為目標(biāo)進(jìn)行有針對(duì)性的優(yōu)化;(3)對(duì)備品備件的庫存特征信息進(jìn)行科學(xué)合理的整理與分析,并以此建立出備品備件庫存動(dòng)態(tài)優(yōu)化模型[2]。
對(duì)相關(guān)研究成果進(jìn)行信息化處理,在原先的各項(xiàng)系統(tǒng)與技術(shù)的基礎(chǔ)之上,提出數(shù)據(jù)二次加工的方法,并由此建立起風(fēng)電場(chǎng)多類型海量運(yùn)維數(shù)據(jù)管理平臺(tái)。通過二次開發(fā),對(duì)不同廠家、不同機(jī)型的多種診斷算法予以有效的實(shí)現(xiàn),并使其能夠適應(yīng)算法的發(fā)展與變化,對(duì)其適用性進(jìn)行一定程度的提升[3]。
本文主要針對(duì)風(fēng)電場(chǎng)智能化維護(hù)技術(shù)進(jìn)行研究與分析。首先對(duì)當(dāng)前狀況下風(fēng)電場(chǎng)維護(hù)技術(shù)研究情況與發(fā)展方向進(jìn)行了一定程度的闡述,然后在此基礎(chǔ)之上從故障預(yù)測(cè)技術(shù)、故障診斷與維護(hù)指導(dǎo)技術(shù)、運(yùn)行維護(hù)策略優(yōu)化技術(shù)以及智能化運(yùn)行維護(hù)系統(tǒng)等方面對(duì)風(fēng)電場(chǎng)智能維護(hù)關(guān)鍵技術(shù)進(jìn)行了具體分析。