朱偉剛

（新疆風能有限責任公司，新疆 烏魯木齊830000）

風能作為一種無污染、可再生且開發(fā)成熟度較高的清潔能源，目前已經(jīng)得到了廣泛的利用。風電機組作為實現(xiàn)風能向電能轉(zhuǎn)化的重要設(shè)備，通過實施監(jiān)測運行狀態(tài)，可以為日常維護與保養(yǎng)、故障排查與處理等管理工作的開展，提供必要的信息參考，對提升風電機組的發(fā)電效率、使用壽命均有積極的幫助。考慮到風電機組的內(nèi)部組成復(fù)雜，必須要應(yīng)用大數(shù)據(jù)處理技術(shù)，實時獲取并動態(tài)分析機組狀態(tài)參數(shù)，保障風電機組始終以良好工況穩(wěn)定運行。

1 基于大數(shù)據(jù)的風電機組狀態(tài)監(jiān)測流程

1.1 海量數(shù)據(jù)的采集階段

提供海量的實時數(shù)據(jù)，是應(yīng)用大數(shù)據(jù)處理技術(shù)的必要前提。在風電機組內(nèi)部，分布著大量的數(shù)據(jù)監(jiān)測和采集裝置，可以動態(tài)的獲取各種數(shù)據(jù)，例如軸承的溫度數(shù)據(jù)、風輪的轉(zhuǎn)速數(shù)據(jù)、關(guān)鍵部位的振動數(shù)據(jù)等等。這些裝置在獲取風電機組的實時數(shù)據(jù)后，采用內(nèi)置的無線傳輸模塊，將數(shù)據(jù)打包發(fā)送給控制中心，并存儲到數(shù)據(jù)庫中，為下一步數(shù)據(jù)的分析和處理提供素材。下表1 是風電機組SCADA系統(tǒng)提供的海量監(jiān)測數(shù)據(jù)。

表1 風電機組SCADA系統(tǒng)提供的海量監(jiān)測數(shù)據(jù)

1.2 數(shù)據(jù)匯總與分析階段

數(shù)據(jù)庫內(nèi)存儲的海量數(shù)據(jù)，由于采集部位不同、采集時間不同，為了提高數(shù)據(jù)利用價值和減輕系統(tǒng)運算壓力，會在數(shù)據(jù)庫內(nèi)按照多個指標將其分類存儲。例如以時間作為分類指標進行數(shù)據(jù)劃分。技術(shù)人員就可以動態(tài)的掌握某個時間段里風電機組的運行狀態(tài)，并且通過繪制以時間為x軸的坐標系，觀察風電機組狀態(tài)變化曲線。

1.3 數(shù)據(jù)挖掘和評估階段

根據(jù)數(shù)據(jù)分析結(jié)果，可以為風電機組的運行管理提供必要的參考。為了避免機器誤判，得出更加精確和真實的狀態(tài)監(jiān)測結(jié)果，還要求技術(shù)人員對數(shù)據(jù)分析結(jié)果進行專業(yè)評估。將分析結(jié)果中明顯失準的、誤差較大的數(shù)據(jù)剔除，然后利用剩余的分析數(shù)據(jù)表示風電機組的運行狀態(tài)。根據(jù)評估結(jié)果，如果發(fā)現(xiàn)風電機組某些部位有異常情況，則安排維修人員通過實地檢查，做出進一步的判斷和處理。這樣既可以減輕風電機組維護人員的壓力，又能夠提高檢修工作的效率。

2 風電機組狀態(tài)監(jiān)測模型的結(jié)構(gòu)組成

2.1 采集層

數(shù)據(jù)采集層是整個狀態(tài)監(jiān)測系統(tǒng)的基礎(chǔ)層。結(jié)合風電機組的實際運行環(huán)境，采集對象主要包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)兩種。其中，內(nèi)部數(shù)據(jù)就是風電機組各個模塊的運行參數(shù)，例如上文提到的溫度數(shù)據(jù)、振動數(shù)據(jù)、能量轉(zhuǎn)換數(shù)據(jù)等；而外部數(shù)據(jù)則主要是影響風電機組運行的一些因素，例如天氣數(shù)據(jù)、地理信息數(shù)據(jù)等。因此，采集層包含的主要硬件設(shè)備，是分布于風電機組內(nèi)部及風電場周邊的大量傳感器。采集到的各類數(shù)據(jù)，還需要在本層進行初步的處理，例如清除無效數(shù)據(jù)、重復(fù)數(shù)據(jù)等。這樣既可以節(jié)約存儲空間，又可以緩解數(shù)據(jù)傳輸壓力。

2.2 存儲層

該層選用的存儲介質(zhì)為Hive 和HBase 等分布式數(shù)據(jù)庫。作為基于Hadoop 的數(shù)據(jù)倉庫工具，Hive 能夠提供類sql 查詢功能，并能夠?qū)崿F(xiàn)MapReduce 作業(yè)與sql 語句之間的轉(zhuǎn)譯。通過轉(zhuǎn)譯即可保證sql 語句在Hadoop 上的執(zhí)行，也能實現(xiàn)并行運行大批量數(shù)據(jù)處理任務(wù)功能。作為構(gòu)建在HDFS上的分布式列存儲系統(tǒng)，HBase 具備可伸縮、高性能以及高可靠特點。服務(wù)器可在HBase 的支持下實現(xiàn)大規(guī)模結(jié)構(gòu)化存儲集群的搭建。深入分析發(fā)現(xiàn)，Hive 和HBase 等分布式數(shù)據(jù)庫具備高吞吐量和高容錯率特點。

2.3 分析層

該層集成有完成訓(xùn)練的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測模型。該模型能夠應(yīng)用大數(shù)據(jù)分析技術(shù)，對地理信息數(shù)據(jù)、天氣數(shù)據(jù)以及SCADA 狀態(tài)監(jiān)測數(shù)據(jù)進行分析處理，以完成風電設(shè)備的異常狀態(tài)預(yù)測。在海量數(shù)據(jù)處理中，傳統(tǒng)的BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法很容易出現(xiàn)因內(nèi)存不足而無法訓(xùn)練或耗時較長問題。為了解決該問題，本文研究引入了開源云計算平臺Hadoop，由此BP 神經(jīng)網(wǎng)絡(luò)得以與Map-Reduce 框架結(jié)合，并行化運行方式也由此實現(xiàn)。并行化運行方式支持下，分析層能夠?qū)τ?xùn)練樣本進行并行地批量訓(xùn)練，模型的運行速度及精度均大幅提升。

2.4 應(yīng)用層

根據(jù)上一層得出的分析結(jié)果，通過系統(tǒng)自動或人工手動兩種形式發(fā)布指令，控制風電機組前端的一些電氣設(shè)備，作出相應(yīng)的動作。將分析結(jié)果，與數(shù)據(jù)庫內(nèi)存儲的風電機組預(yù)設(shè)狀態(tài)參數(shù)進行對比，如果兩組數(shù)據(jù)的對比結(jié)果差距較大，說明風電機組存在異常運行狀態(tài)。然后系統(tǒng)可以回溯異常數(shù)據(jù)并找出產(chǎn)生異常數(shù)據(jù)的設(shè)備，從而發(fā)現(xiàn)故障所在。這樣就幫助技術(shù)人員確定了檢修目標，實現(xiàn)了風電機組異常問題的及時處理。應(yīng)用層還提供了信息反饋功能，完成處理后重新獲取該位置的狀態(tài)參數(shù)，以便于技術(shù)人員判斷故障是否徹底被排除。如果確認風電機組恢復(fù)正常運行，則將本次處理記錄生成日志，保留在數(shù)據(jù)庫中。

3 大數(shù)據(jù)在風電機組狀態(tài)監(jiān)測中的具體應(yīng)用

3.1 基于大數(shù)據(jù)制定風電機組日常維修方案

隨著各行各業(yè)對電力能源需求的不斷上漲，風電場的發(fā)電任務(wù)更重，這也直接造成了風電機組經(jīng)常會超負荷運行。長此以往，風電機組發(fā)生故障的規(guī)律也會明顯的上升。為了能夠讓風電機組始終平穩(wěn)、高效的運行，風電場方面必須要定期做好風電機組的維修工作。但是風電機組的內(nèi)部組成復(fù)雜，各類元件、設(shè)備種類和數(shù)量較多，人工檢修費時費力，且不容易發(fā)現(xiàn)安全隱患。利用大數(shù)據(jù)處理技術(shù)，直接獲取風電機組各部位的運行參數(shù)，可以讓設(shè)備管理人員一目了然的監(jiān)測運行情況。根據(jù)監(jiān)測信息，制定風電機組的維護方案，最大程度上避免嚴重故障的發(fā)生。

3.2 基于大數(shù)據(jù)實現(xiàn)風電機組常見故障處理

在風電機組運行中，一些突發(fā)問題也有可能導(dǎo)致風電機組出現(xiàn)異常工況或嚴重故障。在風電機組出現(xiàn)故障后，如何盡快確定故障發(fā)生位置和故障產(chǎn)生原因，是技術(shù)人員必須要解決的問題。大數(shù)據(jù)處理技術(shù)在狀態(tài)監(jiān)測方面的應(yīng)用，也可以為故障處理帶來極大的便利。一方面，大數(shù)據(jù)技術(shù)可以實現(xiàn)對風電機組工況的實時監(jiān)督和同步反饋。只要風電機組的運行參數(shù)異常，系統(tǒng)會自動進行報警，提醒技術(shù)人員引起重視。這樣就可以在出現(xiàn)重大故障前，及時采取應(yīng)對措施，避免故障損失的擴大化。另一方面，通過大數(shù)據(jù)分析，還能夠向技術(shù)人員提供一些維修建議，這對于及時排除故障、恢復(fù)風電機組正常運行也有顯著的幫助。

4 大數(shù)據(jù)技術(shù)應(yīng)用前后的效果對比

為了更加直觀的驗證大數(shù)據(jù)處理技術(shù)在風電機組狀態(tài)監(jiān)測方面的運用效果，本風電場分別選取了大數(shù)據(jù)處理技術(shù)應(yīng)用前和應(yīng)用后1 年里故障發(fā)生次數(shù)，并進行對比。通過對比發(fā)現(xiàn)，在未使用大數(shù)據(jù)處理技術(shù)時，風電機組一年內(nèi)累積發(fā)生7 起故障，其中有2次嚴重故障。機組發(fā)電的連續(xù)性較差。在應(yīng)用大數(shù)據(jù)處理技術(shù)后，風電機組在一年內(nèi)監(jiān)測到異常工況10 次，經(jīng)過及時處理，9 次異常情況得到了有效處理，全年僅發(fā)生1 起故障，經(jīng)過技術(shù)人員搶修未造成嚴重事故。全年發(fā)電機組運行穩(wěn)定，效益提升明顯。

結(jié)束語

在我國風電市場不斷成熟的背景下，風電機組狀態(tài)監(jiān)測和運維管理也逐漸引起了風電場的重視。同時，隨著大數(shù)據(jù)技術(shù)、傳感器技術(shù)的發(fā)展，能夠?qū)崿F(xiàn)對風電機組整體運行狀態(tài)的全面、實時監(jiān)控。通過同步反饋異常工況、及時進行故障報警，幫助設(shè)備管理人員隨時隨地的掌握風電機組的詳細情況，并且利用專業(yè)知識對異常工況、故障問題進行有效處理，極大的保證了風電機組的運行安全。今后要繼續(xù)重視前沿技術(shù)的應(yīng)用，除了大數(shù)據(jù)技術(shù)外，像5G技術(shù)、AI 技術(shù)等，在風電機組監(jiān)測管理方面均有重大發(fā)展?jié)摿Α?/p>