摘要：文章分析目前风电场的发展以及运维管理现状，指出目前风电场运维管理中存在的问题，并提出了对大数据技术进行应用下实现大数据管控下风电场运维管理模式创新的方法。
关键词：大数据管控；风电场；创新型运维管理模式
1引言
在目前我国经济快速发展以及人们的生产和生活方式在不断改变的同时，人们生活水平的提高也使得生产和生活中的用电设备数量在不断增加，也增加了我国社会的电能需求。在目前我国不断扩大传统火电厂规模和增加发电量的同时，针对目前资源紧缺和环境恶化的问题，我国也的加大了对新能源发电形式的开发和建设力度。其中以风力发电来说，我国近年来的风电场装机容量在迅速增长，而且也具有非常广阔的风电运维市场前景。但是由于风电场通常建设于人烟稀少比较偏远且环境较为恶劣的地区，不仅增加了运维人员的出行难度，也会增加风电场发电设备的故障概率，这就需要对其运维管理模式进行改进。尤其是在目前已经进入信息化时代的背景下，需要对大数据等管控作用进行充分利用，为风电企业提供更强的决策力、洞察力和流程优化能力，推动风电场的运行管理模式向少人或无人值守方式推动，这也是目前我国风电场可持续发展中的重要发展趋势。
2风电场运维管理的主要问题
目前风电场运维管理中主要存在的问题有以下几个方面：首先就是缺乏风电专业人才的问题。在目前我国风电场快速发展的形势下，不仅表现在风电场的建设规模在扩大且装机容量在增加，而且表现在相关的技术也在不断进步，但是与之向配套的风电技术人员却出现较多的刚从学校毕业或者没有从事过本行业人员的现状，导致出现人员缺乏风电相关专业知识以及运维管理工作经验等问题。二是运维人员配置不足的问题。在风电场不断发展的过程中，大多数的风电场也开始进入故障多发时期，因此也对现场运行维护人员的数量要求也在不断增多。但是针对风电场艰苦和恶劣的工作环境以及偏低的薪酬水平，也存在难以吸引运维人员而导致严重缺员的问题。三是运维工作的主动性较差。也正是由于在恶劣的工作环境中具有较差的工作积极性，加之工资待遇较差还有相关奖惩机制不够健全，也存在风电场运维工作人员流动性比较大的问题，导致工作开展比较被动的问题。四是运营成本可控性较差。在目前运维人员缺乏且较高专业人才缺乏的情况下，人工费用在不断提高，也导致风电场的运营成本不断提高，增加了风电场的整体运营成本，并且出现了运营成本不可控的问题。五是设备管理难度大的问题。这主要是由于风电场通常具有较大的规模，且存在设备数量多但是点多、面广和线长的特点，其运行环境也相对较为恶劣，都导致风电场设备管理难度的增加。
3大数据管控下的新模式探析
3.1风电场的运行监视和远程操控
鉴于风电场的位置通常比较偏远以及分布区域相对较为广阔的特点，针对其所具有的较大的风电场管理难度和所存在的较大的管理差异、设备基本情况无法清晰记录、设备管控能力偏低等问题，就需要通过数字化管控时代下的远程集中监控系统来解决。
期刊文章分类查询,尽在期刊图书馆通过此系统可以实现对风电场运行中的风机运行数据升压站运行数据、风功率预测运行数据、计量设备数据、测风塔信息、远动数据、自动化信息等进行采集，而且将采集的上述信息或者图像，包括人员和车辆的定位信息等向集中监控系统中进行传输。确保工作人员可以远程掌握和控制风电场设备运行状况，且可以进行指令的下达来实现对风电场设备的远程操控目的。在上述系统运行中就是以大数据采集为基础，通过大数据分析，为实现少人运行监视甚至是无人运行监视提供了技术支持。
3.2大数据的统计、计算和分析
在通过上述风电场的远程集中监控系统对上述数据进行采集之后，需要对这些数据进行汇总分析、处理和计算，然后对需要的信息进行整合，向工作人员提供时则是通过图标、曲线以及不同颜色标示等直观的方式来展示。也就是将人们所需要的数据信息进行提供，来实现了对设备运行状况的实时监视。也就是通过风电场集中监控系统来将风电场的整体运行情况向操控人员进行画面的直观展示。
3.3风电场设备的全生命周期管理
在通过上述风电场的远程集中监控系统对上述数据进行采集之后，就实现了风电设备所有运行数据信息的积累，也就是将风电场中所有设备的运行状况、定检周期、故障发生以及处理过程、设备更换等信息进行记录，并且将这些信息作为企业进行管控决策的重要数据基础。针对上述数据信息，需要进行处理和具体的分类，然后根据数据走势情况来对下一年度的风向和风速走势进行预测。按照风机性能的衰减幅度计算来对风电场的年度发电量计划进行制定。在对目前风电场的维护情况进行综合下可以对风电场风电机组的定检周期进行科学制定，而且可以对风电机组的故障情况进行利用来对下一步风电机组的备件储备建议进行提出。
3.4大数据的实际应用与管控
在经过上述数据采集以及大数据分析和计算之后，需要在对风电场情况进行结合的同时对相应的管控模块进行制定，将大数据向实际的管控手段进行转化来实现工作效率的提升。目前对大数据技术的应用主要就是进行故障预警分析和故障解决方案、风机状态检修以及定检周期的合理化制定、风电机组性能差异判定及发电量的预测、风电机组群停群起的智能应用、风电机组物资订购建议、“生产营销一体化”平台等。通过大数据的应用可以分析和整理故障信息，以及对设备损坏的周期和频率进行记录，并且为设备技改提供技术支持。这样就可以在对多种故障进行搭配分析的同时实现故障处理时间的缩短。并且可以在对风电机组的运行状态信息和定检周期信息进行采集的同时，将周期性定检检修向风机状态检修进行改进，实现对风电机组需要维护内容的判定以及风机定检时间的缩短，维护内容的准确定位以及风机定检水平的提高。此外，大数据管控下，还可以在实现工作效率和发电量增加的同时，实现风电场整体运行经济效益的提升，实现大数据下的风电场经济效益的管控。
4结语
为了实现目前风电场运维管理的智能化和精细化，在大数据技术的应用喜爱来对未来风电场的发展进行稳定推进。在对当前风电场的实际情况进行运用的同时，确保风电场运维管理工作的顺利开展，发挥大数据在风电场运维管理工作中的作用。大数据云平台也将成为风电场未来发展的必然趋势。
参考文献：
[1] 王煜. 基于大数据的风电场电力系统运维服务能力建设研究[J]. 中国高新技术企业, 2017(10).
[2] 徐进. 风电机组运维管理的精益化转变[J]. 中国电力企业管理, 2017(25):90-91.
论文作者:白星
论文发表刊物:《电力设备》2018年第32期
论文发表时间:2019/5/17
标签：风电场论文; 数据论文; 风电论文; 设备论文; 机组论文; 信息论文; 人员论文; 《电力设备》2018年第32期论文;