張勇

摘? 要：傳統(tǒng)能源生產(chǎn)方式如火電所涉及到的污染問題比較明顯，難以滿足生態(tài)環(huán)境保護(hù)要求。近些年來，隨著新能源的開發(fā)與利用，以風(fēng)能為主的能源發(fā)電形式逐漸取代傳統(tǒng)火電方式并成為發(fā)電行業(yè)的主流技術(shù)方式。為進(jìn)一步加強(qiáng)對風(fēng)力發(fā)電方式的應(yīng)用推廣力度，本文主要立足于風(fēng)力發(fā)電情況，對人工智能技術(shù)在風(fēng)力發(fā)電領(lǐng)域中的應(yīng)用問題進(jìn)行研究分析，以期可以助推風(fēng)力發(fā)電領(lǐng)域健康持續(xù)發(fā)展。

關(guān)鍵詞：人工智能;風(fēng)力發(fā)電領(lǐng)域;能源

引言：社會經(jīng)濟(jì)水平的持續(xù)提升促使生產(chǎn)生活對能源的需求逐漸加劇，尤其是電能能源。近些年來，為滿足生產(chǎn)生活用電需求，保障用電服務(wù)質(zhì)量穩(wěn)定增強(qiáng)，我國發(fā)電行業(yè)更加側(cè)重于運(yùn)用新能源方式實(shí)現(xiàn)清潔安全發(fā)電過程。與傳統(tǒng)火力發(fā)電相比而言，新能源發(fā)電方式比較注重強(qiáng)調(diào)生態(tài)環(huán)境保護(hù)問題，并通過合理開發(fā)與利用清潔能源，緩解長期以來經(jīng)濟(jì)發(fā)展與能源保護(hù)及環(huán)境保護(hù)之間存在的矛盾問題。結(jié)合當(dāng)前新能源開發(fā)利用情況來看，以風(fēng)能發(fā)電為主的方式手段逐漸取代傳統(tǒng)火力發(fā)電方式，并通過憑借其低污染以及可循環(huán)利用的優(yōu)勢特點(diǎn)，目前已經(jīng)在多個(gè)城市地區(qū)中得到了良好推廣與應(yīng)用。然而，因我國風(fēng)力發(fā)電方式上處于初步應(yīng)用階段，在某些層面上還是存在亟待解決的問題。為保障風(fēng)力發(fā)電方式得以深入持續(xù)應(yīng)用，行業(yè)內(nèi)部人員主動將人工智能技術(shù)融入到風(fēng)力發(fā)電領(lǐng)域當(dāng)中，以期可以彌補(bǔ)風(fēng)力發(fā)電存在的短板問題。

1 人工智能在風(fēng)力發(fā)電領(lǐng)域中的應(yīng)用可行性分析

與傳統(tǒng)發(fā)電項(xiàng)目不同，風(fēng)電場發(fā)電項(xiàng)目主要采取功率控制法實(shí)現(xiàn)對風(fēng)電機(jī)最大功率的管控處理，以期可以全面增強(qiáng)風(fēng)電場運(yùn)行效能。近幾年來，為進(jìn)一步拓寬風(fēng)力發(fā)電領(lǐng)域建設(shè)規(guī)模，保障風(fēng)力發(fā)電效果持續(xù)增強(qiáng)，行業(yè)內(nèi)部人員需要對風(fēng)力發(fā)電模式以及管理內(nèi)容進(jìn)行升級改造。如在傳統(tǒng)數(shù)字化技術(shù)的應(yīng)用基礎(chǔ)上，拓展應(yīng)用人工智能技術(shù)實(shí)現(xiàn)對風(fēng)力發(fā)電全過程的控制管理。舉例而言，將人工智能應(yīng)用于風(fēng)力發(fā)電領(lǐng)域中，可通過構(gòu)建風(fēng)力發(fā)電智能控制系統(tǒng)實(shí)現(xiàn)對風(fēng)力發(fā)電過程的自主決策與判斷。與此同時(shí)，工作人員可通過風(fēng)力發(fā)電智能控制系統(tǒng)反饋的數(shù)據(jù)，對當(dāng)前風(fēng)力發(fā)電系統(tǒng)運(yùn)行狀態(tài)以及異常問題進(jìn)行精準(zhǔn)判斷[1]。

并聯(lián)合人工智能技術(shù)完成對異常問題的檢測分析，并提出針對性解決方案及時(shí)排查異常問題。除此之外，工作人員也可以運(yùn)用人工智能對個(gè)性化服務(wù)體系進(jìn)行健全完善。一般來說，在大數(shù)據(jù)以及云計(jì)算等新一代通信技術(shù)的支持下，工作人員可通過人工智能管控方式，對風(fēng)力發(fā)電機(jī)的運(yùn)行數(shù)據(jù)進(jìn)行整合處理。并根據(jù)處理情況，為各個(gè)風(fēng)力發(fā)電機(jī)提供針對性服務(wù)。從上述內(nèi)容上不難看出，將人工智能應(yīng)用于風(fēng)力發(fā)電領(lǐng)域中不僅可以全面提高風(fēng)力發(fā)電效率與質(zhì)量，同時(shí)也可以助推風(fēng)力發(fā)電領(lǐng)域的健康持續(xù)發(fā)展，具有重要的可行性價(jià)值。

2 人工智能在風(fēng)力發(fā)電領(lǐng)域中的應(yīng)用發(fā)展及實(shí)踐分析

2.1 風(fēng)電機(jī)組故障診斷中的應(yīng)用發(fā)展及實(shí)踐

2.1.1 風(fēng)電機(jī)組故障問題及診斷方式分析

風(fēng)電機(jī)組發(fā)電期間其內(nèi)部機(jī)械結(jié)構(gòu)部分需要長期處于高效運(yùn)轉(zhuǎn)狀態(tài)，所涉及到的工作強(qiáng)度較高。且與傳統(tǒng)火電機(jī)組相比而言，風(fēng)電機(jī)組所面臨的環(huán)境更加惡劣，如多設(shè)在風(fēng)力較強(qiáng)的海上或者高地當(dāng)中。在上述因素的聯(lián)合作用下，風(fēng)力機(jī)組在運(yùn)行過程中很容易受到不穩(wěn)定因素的影響而出現(xiàn)故障問題。結(jié)合以往的故障診斷經(jīng)驗(yàn)來看，風(fēng)電機(jī)組作為機(jī)電綜合系統(tǒng)的領(lǐng)域范疇，通常會發(fā)生電氣系統(tǒng)故障以及齒輪箱故障的問題。

雖然故障有可能是獨(dú)立發(fā)生的，但是通常情況下故障之間會存在明顯的映射關(guān)系，因此在狀態(tài)監(jiān)測以及故障診斷方面所表現(xiàn)出的難度較大。傳統(tǒng)風(fēng)電機(jī)故障診斷方法主要可以從數(shù)學(xué)診斷以及智能故障診斷等方面進(jìn)行診斷分析，然而從實(shí)際情況上來講，大多數(shù)風(fēng)電機(jī)組故障診斷還是會依靠人工檢測方式進(jìn)行診斷分析，并未完全達(dá)到自動化故障診斷水平[2]。

2.1.2 人工智能診斷方式的應(yīng)用

目前，為全面實(shí)現(xiàn)風(fēng)電機(jī)組自動化故障診斷過程，行業(yè)內(nèi)部人員主動將人工智能技術(shù)引入到風(fēng)電機(jī)組故障診斷工作當(dāng)中。與以往智能診斷方式不同，人工智能診斷比較側(cè)重于運(yùn)用人工神經(jīng)網(wǎng)絡(luò)算法，實(shí)現(xiàn)對風(fēng)電機(jī)組故障問題的診斷分析。從客觀角度上來講，人工神經(jīng)網(wǎng)絡(luò)可以視為基于模擬人類大腦學(xué)習(xí)知識的行為而研發(fā)的一種人工智能算法。

在應(yīng)用過程中，人工神經(jīng)網(wǎng)絡(luò)只需要通過自我訓(xùn)練以及學(xué)習(xí)某些規(guī)律就可以在給定輸入值的前提條件下，計(jì)算得出與預(yù)期最為接近的數(shù)值結(jié)果。結(jié)合應(yīng)用反饋情況來看，人工神經(jīng)網(wǎng)絡(luò)方法作為預(yù)測網(wǎng)絡(luò)模型的領(lǐng)域范疇，可以在風(fēng)電機(jī)組故障診斷中得到良好應(yīng)用，尤其是在齒輪箱以及發(fā)電機(jī)機(jī)械故障方面。除此之外，基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法，可完成對風(fēng)電機(jī)組全周期運(yùn)行過程的檢測診斷，并滿足實(shí)時(shí)監(jiān)控與容錯(cuò)要求，在一定程度上可以有效減少故障誤報(bào)等問題[3]。

2.2 風(fēng)電發(fā)電量預(yù)測分析

與傳統(tǒng)火電廠相比，風(fēng)力發(fā)電模式在隨機(jī)性以及波動性等特征方面表現(xiàn)明顯。也就是說，風(fēng)電并入電網(wǎng)過程，往往會對電網(wǎng)安全穩(wěn)定運(yùn)行產(chǎn)生負(fù)面影響。而如果可以提前預(yù)測風(fēng)電發(fā)電量并做好發(fā)電與并網(wǎng)負(fù)荷的調(diào)節(jié)管理，這對于并網(wǎng)安全運(yùn)行而言，具有較強(qiáng)的意義價(jià)值。目前，隨著人工智能技術(shù)的應(yīng)用發(fā)展，該項(xiàng)技術(shù)已經(jīng)成功在風(fēng)力發(fā)電領(lǐng)域中得到了良好應(yīng)用，并且在風(fēng)電發(fā)電量預(yù)測方面取得了良好成果。舉例而言，人工智能法在自動化以及智能化方面所呈現(xiàn)出的優(yōu)勢特點(diǎn)較強(qiáng)，該項(xiàng)技術(shù)可在超大規(guī)模的數(shù)據(jù)量中找出數(shù)據(jù)之間存在的映射關(guān)系，并高效完成統(tǒng)計(jì)預(yù)測過程。

結(jié)論：總而言之，人工智能的應(yīng)用發(fā)展為我國風(fēng)力發(fā)電領(lǐng)域注入了全新的發(fā)展活力。鑒于人工智能的重要性，建議在今后的發(fā)展中，風(fēng)力發(fā)電領(lǐng)域應(yīng)該加強(qiáng)對人工智能及相關(guān)技術(shù)的應(yīng)用推廣力度。并主動補(bǔ)齊傳統(tǒng)風(fēng)力發(fā)電管理模式存在的短板問題，將人工智能及相關(guān)技術(shù)更好地融入到風(fēng)力發(fā)電領(lǐng)域當(dāng)中。相信在行業(yè)內(nèi)部人員的不斷努力下，人工智能將會在風(fēng)力發(fā)電領(lǐng)域中得到進(jìn)一步應(yīng)用發(fā)展，為我國新能源的開發(fā)與利用奠定良好保障。

參考文獻(xiàn)：

[1]于錦春. 風(fēng)力發(fā)電自動化控制系統(tǒng)中智能化技術(shù)的運(yùn)用[J]. 通信電源技術(shù)，2020，37（03）：145-146.

[2]童飛. 人工智能技術(shù)在風(fēng)力發(fā)電領(lǐng)域的應(yīng)用[J]. 低碳世界，2020，10（09）：46-47.

[3]段慧云，汪洋青. 人工智能技術(shù)在風(fēng)電機(jī)組智能巡檢中的應(yīng)用[J]. 科學(xué)技術(shù)創(chuàng)新，2019（30）：155-156.