徐俊山?孔小強(qiáng)?馬廷?姬廷?董臨治

摘要：將大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新技術(shù)應(yīng)用在風(fēng)力發(fā)電行業(yè)中，可幫助實(shí)現(xiàn)對風(fēng)機(jī)故障的智能診斷，并且還能夠?qū)︼L(fēng)機(jī)設(shè)備運(yùn)行過程中的狀態(tài)進(jìn)行實(shí)時(shí)動態(tài)監(jiān)測。特別是基于大數(shù)據(jù)技術(shù)的遠(yuǎn)程故障監(jiān)測與診斷系統(tǒng)，較大程度的降低了人工巡檢和維護(hù)成本，且提高了風(fēng)力發(fā)電場氣象預(yù)報(bào)和產(chǎn)能預(yù)報(bào)的準(zhǔn)確性，有利于達(dá)成風(fēng)電場日常運(yùn)維降本增效的總目標(biāo)。本文介紹了基于大數(shù)據(jù)的風(fēng)電設(shè)備遠(yuǎn)程故障監(jiān)測與診斷技術(shù)的系統(tǒng)設(shè)計(jì)，并結(jié)合變槳控制系統(tǒng)故障進(jìn)行了具體應(yīng)用分析，以供參考。

關(guān)鍵詞：大數(shù)據(jù)；風(fēng)電設(shè)備；故障監(jiān)測；數(shù)據(jù)采集

隨著科技的不斷進(jìn)步，可再生能源行業(yè)在近年來得到了快速發(fā)展，其中風(fēng)電行業(yè)尤為突出。然而，風(fēng)電設(shè)備的故障檢測與診斷仍然是一個重大挑戰(zhàn)。在傳統(tǒng)的風(fēng)電設(shè)備故障檢測與診斷方法中，往往依賴于人工定期檢查和維修，這種方法不僅效率低下，而且不能實(shí)時(shí)監(jiān)測設(shè)備的運(yùn)行狀態(tài)。近年來，大數(shù)據(jù)技術(shù)和人工智能的快速發(fā)展為風(fēng)電設(shè)備的遠(yuǎn)程故障監(jiān)測與診斷提供了新的解決方案。通過收集和分析風(fēng)電設(shè)備的運(yùn)行數(shù)據(jù)，可以實(shí)時(shí)監(jiān)控設(shè)備的狀態(tài)，預(yù)測可能出現(xiàn)的問題[1]。同時(shí)，通過對大量數(shù)據(jù)的深度挖掘和分析，可以提取出設(shè)備的運(yùn)行規(guī)律和潛在故障模式，從而進(jìn)行更精準(zhǔn)的故障診斷。

一、基于大數(shù)據(jù)的風(fēng)電設(shè)備遠(yuǎn)程故障監(jiān)測系統(tǒng)組成及架構(gòu)設(shè)計(jì)

（一）系統(tǒng)組成

基于大數(shù)據(jù)的風(fēng)電設(shè)備遠(yuǎn)程故障監(jiān)測與診斷系統(tǒng)包括前端硬件、設(shè)備端軟件和智慧云平臺三部分。一旦安裝設(shè)備，系統(tǒng)會利用聲紋探測、音頻采集等傳感器進(jìn)行數(shù)據(jù)采集和智能計(jì)算。這些數(shù)據(jù)包括設(shè)備運(yùn)行情況和各種參數(shù)，它們會被上傳至云平臺進(jìn)行智能分析，例如故障判斷、異常監(jiān)測和巡檢管理。通過這種方式，系統(tǒng)可以實(shí)現(xiàn)對風(fēng)電設(shè)備的遠(yuǎn)程監(jiān)測和診斷，提高效率并及時(shí)發(fā)現(xiàn)潛在問題。

（二）整體架構(gòu)設(shè)計(jì)

1.應(yīng)用展示層

智慧云平臺借助云計(jì)算和物聯(lián)網(wǎng)技術(shù)對數(shù)據(jù)進(jìn)行分析，展現(xiàn)設(shè)備的運(yùn)行狀態(tài)，識別并準(zhǔn)確定位故障，實(shí)時(shí)發(fā)出告警。這使得運(yùn)維人員能夠及時(shí)處理故障事件，實(shí)現(xiàn)了運(yùn)營管理的數(shù)字化和智能化。通過這種方式，風(fēng)電設(shè)備的監(jiān)控和維護(hù)變得更加高效、準(zhǔn)確和及時(shí)。

2.傳輸分析層

通過聲紋識別算法對采集到的聲紋信號進(jìn)行識別分析，以及利用波形分析法和參數(shù)分析法對風(fēng)電機(jī)組的運(yùn)行狀態(tài)進(jìn)行評估，這是一種先進(jìn)且有效的檢測方法。聲紋識別算法可以幫助精準(zhǔn)識別風(fēng)電機(jī)組中的異常聲音，而波形分析法和參數(shù)分析法可以提供詳細(xì)的運(yùn)行狀態(tài)評估，從而有效地進(jìn)行故障預(yù)測和預(yù)防性維護(hù)。這些技術(shù)的結(jié)合可以提高風(fēng)電設(shè)備檢測的準(zhǔn)確性和及時(shí)性，有助于提升設(shè)備的可靠性和安全性。

3.數(shù)據(jù)采集層

這種利用傳感器對風(fēng)力發(fā)電機(jī)組關(guān)鍵組件振動、轉(zhuǎn)速等參數(shù)進(jìn)行采集，并通過分布式八路邊緣計(jì)算網(wǎng)關(guān)將數(shù)據(jù)傳輸至終端云平臺的方法，可以實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)組的全息化實(shí)時(shí)監(jiān)控。通過傳感器采集的數(shù)據(jù)可以提供設(shè)備運(yùn)行狀態(tài)的綜合信息，而分布式邊緣計(jì)算網(wǎng)關(guān)可以實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)傳輸和處理，從而實(shí)現(xiàn)對風(fēng)力發(fā)電機(jī)組運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)控。這種監(jiān)控方法可以幫助運(yùn)維人員及時(shí)發(fā)現(xiàn)潛在問題并進(jìn)行預(yù)防性維護(hù)，從而提高設(shè)備的可靠性和安全性，同時(shí)也有助于優(yōu)化運(yùn)行效率和延長設(shè)備壽命。

4.系統(tǒng)功能

（1）風(fēng)場基本信息概覽

風(fēng)場基本信息模塊的主要功能是可以通過矩陣型、環(huán)線型、列表型、地圖型四種模式查看整個風(fēng)場的運(yùn)行狀態(tài)。

（2）風(fēng)機(jī)遠(yuǎn)程監(jiān)視模塊

風(fēng)機(jī)監(jiān)視模塊的主要功能是可以查看單個風(fēng)機(jī)的運(yùn)行詳情，并可以對單個風(fēng)機(jī)進(jìn)行遠(yuǎn)程啟動、遠(yuǎn)程停機(jī)等操作。

（3）風(fēng)機(jī)遠(yuǎn)程控制模塊

風(fēng)機(jī)控制模塊的主要功能是可以對整個風(fēng)場、單個環(huán)線、單個風(fēng)機(jī)、多個風(fēng)機(jī)進(jìn)行集中。

（4）大數(shù)據(jù)分析模塊

對各類實(shí)時(shí)和歷史數(shù)據(jù)分析，按照時(shí)間條件，折線圖、柱狀圖和數(shù)據(jù)表的形式顯示各個風(fēng)機(jī)的有功功率、瞬時(shí)風(fēng)向等，并在此基礎(chǔ)上自動形成報(bào)告。

（5）風(fēng)機(jī)能量管理模塊

風(fēng)機(jī)能量管理模塊主要由風(fēng)速傳感器、風(fēng)力發(fā)電機(jī)控制單元（GCU）、能量管理系統(tǒng)（EMS）等構(gòu)成。其主要功能是收集和分析風(fēng)力發(fā)電機(jī)組的運(yùn)行數(shù)據(jù)，進(jìn)行能量調(diào)度和管理，以實(shí)現(xiàn)最大化能源利用效率。當(dāng)電網(wǎng)出現(xiàn)故障或過載時(shí)，保護(hù)電路可確保風(fēng)力發(fā)電機(jī)組的安全，防止設(shè)備損壞。

（6）故障監(jiān)測與報(bào)警模塊

故障監(jiān)測與報(bào)警模塊中的報(bào)警記錄分為三級：機(jī)組報(bào)警、風(fēng)場報(bào)警、系統(tǒng)報(bào)警。機(jī)組報(bào)警模塊可以查看各個風(fēng)機(jī)機(jī)組的報(bào)警記錄；風(fēng)場報(bào)警模塊可以查看整個風(fēng)場的報(bào)警記錄；系統(tǒng)報(bào)警模塊可以查看整個系統(tǒng)的報(bào)警記錄。

（7）實(shí)時(shí)動態(tài)監(jiān)控快照記錄

實(shí)時(shí)動態(tài)監(jiān)控快照記錄模塊分為報(bào)警快照和主控快照。報(bào)警快照可以查看報(bào)警前后5分鐘的詳細(xì)運(yùn)行數(shù)據(jù)；主控快照可以查看主控前后5分鐘的詳細(xì)運(yùn)行數(shù)據(jù)。這兩部分記錄都可以將驅(qū)動報(bào)文以TXT文件格式進(jìn)行預(yù)覽或下載。

（8）運(yùn)行日志管理

運(yùn)行日志管理模塊分為三部分：系統(tǒng)日志、風(fēng)機(jī)運(yùn)行日志和風(fēng)機(jī)操作日志。系統(tǒng)日志支持以時(shí)間段或關(guān)鍵字作為篩選條件來查看系統(tǒng)日志；風(fēng)機(jī)運(yùn)行日志支持以時(shí)間段及關(guān)鍵字為篩選條件來查看各個風(fēng)機(jī)的運(yùn)行日志；風(fēng)機(jī)操作日志支持以時(shí)間段為篩選條件來查看各個風(fēng)機(jī)的操作日志。

二、系統(tǒng)優(yōu)勢及價(jià)值

（一）核心優(yōu)點(diǎn)

一是硬件架構(gòu)簡單易用。系統(tǒng)的硬件設(shè)備施工簡單，部署及維護(hù)方便，無需特定技能即可完成安裝，節(jié)約時(shí)間和人工成本，同時(shí)保證安全可靠。二是分布式邊緣計(jì)算集成。采用八路分布式監(jiān)測，內(nèi)置智能識別算法，極大程度保障數(shù)據(jù)的安全和隱私，同時(shí)服務(wù)響應(yīng)更加迅速[2]。三是智能聲紋識別算法。通過對異常狀況進(jìn)行提前分析和預(yù)判，可實(shí)現(xiàn)智能實(shí)時(shí)告警，協(xié)助巡檢人員解決問題，高度智能化以大大減輕運(yùn)維人員的壓力，實(shí)現(xiàn)無人值守。

（二）系統(tǒng)價(jià)值

首先，通過在線實(shí)時(shí)監(jiān)測和遠(yuǎn)程數(shù)據(jù)傳輸，風(fēng)電公司能夠及時(shí)掌握設(shè)備的運(yùn)行狀況，減少由于故障造成的停機(jī)時(shí)間，提高發(fā)電量和經(jīng)濟(jì)效益。其次，利用機(jī)器學(xué)習(xí)算法對大量的傳感數(shù)據(jù)進(jìn)行分析，能夠提前預(yù)警可能的設(shè)備故障，并及時(shí)采取維修措施，降低維護(hù)成本和風(fēng)險(xiǎn)。此外，全方位的狀態(tài)監(jiān)測還有助于優(yōu)化設(shè)備的運(yùn)行和維護(hù)計(jì)劃，延長設(shè)備壽命，提高可靠性。

三、實(shí)踐應(yīng)用分析

變槳控制系統(tǒng)是風(fēng)力發(fā)電系統(tǒng)的關(guān)鍵部分，也是容易發(fā)生故障的系統(tǒng)。本研究以變槳控制系統(tǒng)為具體案例對象，對基于大數(shù)據(jù)技術(shù)的變槳系統(tǒng)故障監(jiān)測及診斷進(jìn)行分析。

（一）風(fēng)電變槳系統(tǒng)功能及結(jié)構(gòu)

1.變槳系統(tǒng)功能

風(fēng)力發(fā)電廠處在自然環(huán)境中，風(fēng)力的大小、速度會直接影響風(fēng)力發(fā)電效果。變槳系統(tǒng)的主要功能是調(diào)節(jié)槳距角。該系統(tǒng)通過監(jiān)測風(fēng)速，根據(jù)不同的風(fēng)速合理調(diào)節(jié)槳距角的大小，從而實(shí)現(xiàn)最大效率地利用風(fēng)能[3]。

2.變槳系統(tǒng)主要故障分析

變槳系統(tǒng)經(jīng)常發(fā)生的故障主要包括機(jī)械故障、電氣故障和通信故障。機(jī)械故障是變槳系統(tǒng)中最常見的故障類型，主要包括槳距角調(diào)節(jié)機(jī)構(gòu)卡滯、軸承磨損、齒輪箱損壞等。這些故障通常由于長期使用、維護(hù)不當(dāng)或惡劣天氣條件下的持續(xù)運(yùn)行所導(dǎo)致。例如，槳距角調(diào)節(jié)機(jī)構(gòu)卡滯可能是由于潤滑不足或異物進(jìn)入而導(dǎo)致機(jī)構(gòu)無法正常運(yùn)轉(zhuǎn)。而軸承磨損和齒輪箱損壞可能是由于超出負(fù)載運(yùn)行或長時(shí)間在振動環(huán)境下運(yùn)行所引起。電氣故障主要包括電機(jī)故障、控制器故障以及驅(qū)動器故障。這些故障可能是由于電氣元件的過載、短路、過熱或損壞引起的。例如，電機(jī)故障可能是由于電機(jī)內(nèi)部電氣元件出現(xiàn)故障，導(dǎo)致電機(jī)無法正常運(yùn)轉(zhuǎn)[4]。而控制器故障可能是由于控制程序錯誤或硬件故障引起的。驅(qū)動器故障可能是由于驅(qū)動器內(nèi)部的電氣元件出現(xiàn)故障，導(dǎo)致驅(qū)動器無法正常輸出。通信故障主要包括網(wǎng)絡(luò)連接問題、數(shù)據(jù)傳輸問題以及設(shè)備通信問題。通信故障一般是由于網(wǎng)絡(luò)連接不穩(wěn)定、數(shù)據(jù)傳輸錯誤或設(shè)備通信協(xié)議不匹配等問題引起的。

3.變槳電機(jī)溫度故障分析

本文深入探討了一種三相籠型異步交流電機(jī)驅(qū)動方式的風(fēng)力發(fā)電系統(tǒng)中變槳電機(jī)溫度升高的故障。研究發(fā)現(xiàn)，變槳電機(jī)在運(yùn)轉(zhuǎn)過程中，一旦發(fā)生堵轉(zhuǎn)，會在短時(shí)間內(nèi)造成電機(jī)溫度升高。根據(jù)對變槳電機(jī)轉(zhuǎn)速的實(shí)時(shí)監(jiān)測的實(shí)踐，發(fā)現(xiàn)當(dāng)變槳電機(jī)轉(zhuǎn)速的編碼器反饋值與預(yù)設(shè)給定值出現(xiàn)大于0.5°/s的偏差，并且傳輸時(shí)間上存在約5s的延遲時(shí)，變槳電機(jī)就可能會出現(xiàn)堵轉(zhuǎn)現(xiàn)象。除了以上內(nèi)在因素外，本研究還發(fā)現(xiàn)一些外在因素也會導(dǎo)致變槳電機(jī)的溫度異常上升[5]。例如，當(dāng)風(fēng)力發(fā)電機(jī)承受過大的載荷時(shí)，將會引發(fā)電機(jī)過流現(xiàn)象，從而使得電機(jī)溫度上升。變槳齒輪因異物侵入或潤滑不良等原因發(fā)生卡死，也會使得變槳電機(jī)的負(fù)載增大，導(dǎo)致溫度升高。

變槳電機(jī)溫度過高會對電機(jī)本身和整個風(fēng)力發(fā)電機(jī)組產(chǎn)生嚴(yán)重影響。電機(jī)內(nèi)部的繞組和軸承長時(shí)間過熱會導(dǎo)致性能下降，甚至損壞，從而影響電機(jī)的正常運(yùn)行。電機(jī)溫度過高會影響電機(jī)的輸出功率和效率，使得風(fēng)力發(fā)電機(jī)的發(fā)電量下降。此外，變槳電機(jī)溫度過高還會對風(fēng)力發(fā)電機(jī)的其他部件產(chǎn)生影響，例如軸承過熱會導(dǎo)致潤滑不良，齒輪箱過熱會導(dǎo)致傳動系統(tǒng)效率下降等。為了預(yù)防變槳電機(jī)溫度故障的發(fā)生，可以采取以下措施：定期檢查和維護(hù)變槳電機(jī)，清理內(nèi)部灰塵和雜質(zhì)，檢查軸承潤滑情況，確保電機(jī)內(nèi)部清潔且潤滑良好；加強(qiáng)電機(jī)的散熱效果，可以通過增加散熱面積、提高散熱效率等方式來降低電機(jī)溫度。

（二）基于回歸預(yù)測的變槳電機(jī)溫度異常預(yù)警模型

本研究項(xiàng)目使用回歸預(yù)測技術(shù)檢測變槳電機(jī)溫度異常，下面詳細(xì)介紹溫度預(yù)測模型建立和模型評估過程。

1.時(shí)序數(shù)據(jù)要求及數(shù)據(jù)形態(tài)分析

（1）測點(diǎn)時(shí)序數(shù)據(jù)要求

數(shù)據(jù)范圍方面，選取某風(fēng)場某風(fēng)機(jī)三個月的歷史數(shù)據(jù)進(jìn)行建模。在采樣周期方面，對于工業(yè)大數(shù)據(jù)預(yù)算法來說，重點(diǎn)是分析和判斷設(shè)備長周期性能變化趨勢。單次計(jì)算的數(shù)據(jù)量很大，綜合考慮計(jì)算精度和計(jì)算負(fù)荷，實(shí)際使用的現(xiàn)場時(shí)序數(shù)據(jù)的采樣周期為1分鐘。為了方便查看測點(diǎn)時(shí)序數(shù)據(jù)形態(tài)，以一個月的數(shù)據(jù)為例，樣本數(shù)據(jù)覆蓋的風(fēng)機(jī)范圍比較全面，包含了小風(fēng)速段和大風(fēng)速段，也包含了停機(jī)不發(fā)電區(qū)間和滿發(fā)區(qū)間，具有較高的代表性。

（2）時(shí)序數(shù)據(jù)治理

原始時(shí)序數(shù)據(jù)經(jīng)常出現(xiàn)數(shù)據(jù)質(zhì)量異常的情況。為了保證計(jì)算和建模結(jié)果的準(zhǔn)確性，需要在計(jì)算之前判斷并剔除異常數(shù)據(jù)，提高進(jìn)入后續(xù)計(jì)算環(huán)節(jié)的數(shù)據(jù)質(zhì)量。相關(guān)的數(shù)據(jù)治理內(nèi)容如下。

超限數(shù)據(jù)：時(shí)序數(shù)據(jù)嚴(yán)重超限，超過工藝設(shè)定的有效數(shù)據(jù)上下限范圍。例如，環(huán)境溫度超過100度，風(fēng)機(jī)功率超過額定裝機(jī)容量的200%。這類嚴(yán)重超限的異常數(shù)據(jù)需要剔除。

通訊異常數(shù)據(jù)：對于某些測點(diǎn)值，正常情況下不可能出現(xiàn)長時(shí)間數(shù)據(jù)恒值不變的情況。一旦發(fā)現(xiàn)這類測點(diǎn)出現(xiàn)數(shù)據(jù)恒值不變的情況，并且連續(xù)恒值不變時(shí)間超過預(yù)先設(shè)定的閾值，則認(rèn)為發(fā)生了通訊異?，F(xiàn)象。如果單個設(shè)備同時(shí)有2個以上測點(diǎn)都發(fā)生了通訊異常，則認(rèn)為發(fā)生了設(shè)備級通訊異常，該設(shè)備同時(shí)間段內(nèi)的所有測點(diǎn)數(shù)據(jù)都需要剔除處理。

（3）非發(fā)電狀態(tài)數(shù)據(jù)判斷

當(dāng)風(fēng)機(jī)處于非正常發(fā)電狀態(tài)（停機(jī)、檢修或待機(jī)等）時(shí)，此時(shí)產(chǎn)生的各種數(shù)據(jù)之間都不符合風(fēng)機(jī)發(fā)電狀態(tài)時(shí)的物理關(guān)系。因此，在建模和預(yù)測的過程中，不使用非正常發(fā)電狀態(tài)下的數(shù)據(jù)。應(yīng)該剔除非正常發(fā)電期間的數(shù)據(jù)，僅保留發(fā)電期間的數(shù)據(jù)用于后續(xù)計(jì)算和建模。

2.特征量的相關(guān)性分析

首先計(jì)算所有測點(diǎn)數(shù)據(jù)之間的相關(guān)性系數(shù)，使用Pearson（皮爾遜）相關(guān)系數(shù)進(jìn)行具體計(jì)算。分析變槳電機(jī)溫度測點(diǎn)與其他測點(diǎn)之間的相關(guān)性大小和方向。根據(jù)以上相關(guān)性分析，結(jié)合之前對變槳系統(tǒng)原理的分析，可以得出以下結(jié)論：變槳速度、槳距角、對風(fēng)角等測點(diǎn)和變槳電機(jī)溫度之間基本沒有相關(guān)性；環(huán)境溫度和機(jī)艙溫度之間信息冗余性較強(qiáng)。由于環(huán)境溫度的相關(guān)性比機(jī)艙溫度弱，因此剔除環(huán)境溫度，保留機(jī)艙溫度。

3.變槳電機(jī)溫度XGBoost回歸預(yù)測建模

在原生的Python編程環(huán)境中，使用XGBoost回歸包XGBRegressor來建立變槳電機(jī)溫度的回歸預(yù)測模型。模型的輸入時(shí)序數(shù)據(jù)包括：功率、風(fēng)速、輪轂轉(zhuǎn)速、機(jī)艙溫度、槳距角、變槳控制柜溫度、變槳逆變器溫度和變槳速度。建模的主要工作在于對算法參數(shù)進(jìn)行調(diào)優(yōu)。

四、結(jié)束語

傳統(tǒng)的風(fēng)力發(fā)電機(jī)組的監(jiān)測主要依賴人工巡檢和定期維護(hù)，存在著一定的局限性。這些巨大的結(jié)構(gòu)通常分布在廣闊的地理區(qū)域，很難進(jìn)行實(shí)時(shí)監(jiān)測和故障診斷。因此存在著無法及時(shí)發(fā)現(xiàn)潛在故障、難以準(zhǔn)確判斷設(shè)備運(yùn)行狀態(tài)等問題。為了解決這些問題，基于大數(shù)據(jù)的風(fēng)力發(fā)電機(jī)組智能遠(yuǎn)程故障監(jiān)測與診斷系統(tǒng)致力于構(gòu)建物聯(lián)網(wǎng)智慧運(yùn)營體系，實(shí)現(xiàn)風(fēng)力發(fā)電場“無人值班，少人值守”的目標(biāo)。這樣可以有效降低運(yùn)維成本，實(shí)現(xiàn)減少企業(yè)運(yùn)營成本，增加經(jīng)濟(jì)效益的目的。本文詳細(xì)介紹和分析了變槳系統(tǒng)的結(jié)構(gòu)、工作原理和常見故障，并使用現(xiàn)場生產(chǎn)數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果顯示，預(yù)測數(shù)據(jù)可以較好地跟蹤實(shí)際溫度趨勢，并給出合理的故障監(jiān)測預(yù)警結(jié)果，為生產(chǎn)運(yùn)維提供了指導(dǎo)參考意見。