佚名

風能行業(yè)中運維水平的高低往往對成本以及效率產(chǎn)生最直觀的重要影響，所以海上風電的未來早已深度鎖定在找到能夠?qū)υO備運行狀況進行全面監(jiān)測、集約高效及具有成本優(yōu)勢的智能化風電機組狀態(tài)監(jiān)測解決方案上?；诖?，江蘇未來智慧攜手浪潮集團，在集控體系、邊緣計算、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)平臺等領(lǐng)域展開一系列深度合作，憑借浪潮的技術(shù)優(yōu)勢成功為海上風力發(fā)電插上智慧翅膀。

浪潮超融合打通云邊端

作為國內(nèi)第一個全面數(shù)字化、智慧化的海上風力發(fā)電場，依托浪潮的技術(shù)領(lǐng)先性，未來智慧利用云計算與大數(shù)據(jù)等創(chuàng)新技術(shù)打造了云邊協(xié)同的智慧風電設備監(jiān)測平臺。立足該平臺，江蘇未來智慧通過豐富的傳感器設備將風電設備的轉(zhuǎn)速、傾角、油液等數(shù)據(jù)信息高效接入超融合系統(tǒng)中，完成在邊緣分析數(shù)據(jù)并傳遞有效信息到云中心的整體流程，高效打通云邊端協(xié)同，實現(xiàn)邊緣自治、協(xié)同部署、無人運維等目標。整套技術(shù)架構(gòu)創(chuàng)新不但降低了設備建設的運維成本，還實現(xiàn)了風電場設備統(tǒng)一運行監(jiān)控、統(tǒng)一數(shù)據(jù)管理的全生命周期智慧化運營。

據(jù)了解，本次合作，浪潮超融合架構(gòu)解決方案為海上風電場提供了“一柜即云”的IT基礎(chǔ)設施與云邊協(xié)同完整方案，尤其在濱海南H3項目中完成了升壓站、風機監(jiān)控兩個部分的邊緣計算節(jié)點部署。其中升壓站邊緣計算節(jié)點實現(xiàn)升壓站數(shù)據(jù)采集與計算、機器人協(xié)同等工作;而風機監(jiān)控邊緣計算節(jié)點則實現(xiàn)對于風機狀態(tài)監(jiān)控采集、計算以及整體數(shù)據(jù)的采集與計算等功能。

具體來說，外邊緣節(jié)點可以提供豐富的網(wǎng)絡接口以支持廣泛的終端接入，云端提供資源調(diào)度管理策略，主要包括設備管理、資源管理以及網(wǎng)絡聯(lián)接管理。過程通過發(fā)電設備的態(tài)勢感知傳感器接入浪潮超融合InCloud Rail，在邊緣側(cè)進行葉片轉(zhuǎn)速、高性能傾角、潤滑油狀態(tài)監(jiān)測、振動狀態(tài)感知等數(shù)據(jù)分析，隨后將有效信息傳至云中心，通過云邊協(xié)同大幅降低建設運維成本。

盡管近年來海上風電的運維探索也在嘗試不斷追趕科技前沿，但長期實踐中積累而來的數(shù)字化程度不高也成為繼自身特殊情況之外，阻礙運營和運維效率進一步提升的關(guān)鍵因素。盡管很多極端環(huán)境下的風電場普遍采用風機SCADA監(jiān)控系統(tǒng)，但因為受限于豐富傳感器的缺乏，無法對螺栓、葉片振動、塔底傾斜以及腐蝕等工況實時感知，所以該設備僅僅做到了部分數(shù)據(jù)采集，并不具備進一步數(shù)據(jù)分析與及時預警的相關(guān)功能。

基于這種情況，同樣在濱海南H3項目中，依托工業(yè)互聯(lián)網(wǎng)平臺長期探索得來的成熟經(jīng)驗，浪潮選擇在傳統(tǒng)SCADA系統(tǒng)基礎(chǔ)上增加了五類傳感器和邊緣計算的節(jié)點，實現(xiàn)了從感知到邊緣計算的技術(shù)創(chuàng)新，這項舉措相當于在海上升壓站建設了一個邊緣計算中心，同時又在陸地升壓站中建設了一個云平臺，有效實現(xiàn)了云邊協(xié)同。

打造邊緣云端數(shù)據(jù)協(xié)同

除了海上風機等各種設備進行全面數(shù)字化升級之外，在實際操作中還需要收集空氣、溫度、環(huán)境監(jiān)控等多維度數(shù)據(jù)來進一步提升感知層數(shù)據(jù)的豐富程度，為集控中心體系構(gòu)筑堅實的數(shù)據(jù)基礎(chǔ)。伴隨行業(yè)全面數(shù)字化推進，當前風電行業(yè)已經(jīng)掌握了海量風機以及風場運行的大量數(shù)據(jù)，但如何讓這些數(shù)據(jù)真正發(fā)揮價值卻一直困擾該行業(yè)。海上風電復雜的業(yè)務場景要求對數(shù)據(jù)傳送的及時性、應用的承載能力以及大數(shù)據(jù)融合能力都提出了更高要求，這必然需要設備數(shù)字化升級中的邊緣站點提供超融合的云數(shù)智能力。風電行業(yè)的業(yè)務場景正逐漸向邊緣端遷移，海量數(shù)據(jù)亟需在邊緣進行預處理，而低時延、高并發(fā)的業(yè)務場景進一步放大了邊緣微數(shù)據(jù)中心、遠程運維和降級自治等需求。

在數(shù)據(jù)處理層面，邊緣節(jié)點主要負責終端數(shù)據(jù)采集，之后會按照規(guī)則或者數(shù)據(jù)模型進行初步處理與分析，并將處理結(jié)果以及相關(guān)數(shù)據(jù)上傳給云端;同時云端會提供海量數(shù)據(jù)存儲、分析與價值挖掘。此外由于浪潮超融合軟件具備實現(xiàn)獨立副本容災的能力，實現(xiàn)邊緣計算節(jié)點數(shù)據(jù)實時備份的同時還能做到針對自然災害等情況下保證數(shù)據(jù)安全，如此看來數(shù)據(jù)流轉(zhuǎn)以及數(shù)據(jù)安全可謂一舉兩得。

在感知層具備強大數(shù)據(jù)采集能力的基礎(chǔ)上，邊緣與云端的數(shù)據(jù)協(xié)同可以高效支持數(shù)據(jù)在邊緣與云間可控且有序流轉(zhuǎn)，形成完整的數(shù)據(jù)流動路徑，不但做到高效低成本對數(shù)據(jù)進行生命周期管理與價值挖掘，還可有效實現(xiàn)“端—邊—云”的全局監(jiān)控，降本增效毋庸置疑?；谡自七厖f(xié)同的技術(shù)實踐，以數(shù)據(jù)為基礎(chǔ)，未來智慧構(gòu)建了近30類故障預警模型，可以做到提前預警故障，為實現(xiàn)預防式運維奠定了基礎(chǔ)，例如根據(jù)設備健康診斷模型的判斷對排查任務進行智能調(diào)度，對出海船只、次數(shù)、維修優(yōu)先級等進行智能優(yōu)化，進而降低檢修成本，有利于提高風場的可利用率，切實降低風電全生命周期的度電成本。如今海上風電需要盡快實現(xiàn)從被動運維到主動預防運維的轉(zhuǎn)變，這就需要風電運維與大數(shù)據(jù)、云計算、邊緣計算、機器學習等新技術(shù)更加深度融合。端側(cè)設備通過不斷采集數(shù)據(jù)做到對設備運行狀態(tài)的全面監(jiān)控;而邊緣側(cè)在算法與模型中實現(xiàn)降級自治，確保場站側(cè)設備的有序工作。