摘要：风电智慧运维具有整合大数据的优点，其能够预测、评估及运行风机的全生命周期。及早维护风机，有助于降低故障发生率，达到“故障运维”向“计划运维”的过渡的目的，而且具有重要作用，风电智慧运维有助于推动能源互联网的创建。
关键词：风电运维；互联网；智慧运维
现阶段，随着互联网技术的推广和应用，人们逐渐改变了对互联网技术的看法，并加强了对其重视程度。基于此，“互联网+”的理念逐渐被渗透到传统行业中，对生态发展进行创新。如何将互联网与风电融合在一起，尤其是将互联网技术应用于风电运维中，促进其工作效果的提高已经成为相关人员研究的重点。在云计算、大数据等新的IT技术大范围使用的背景下，采用新兴互联网技术促进风电场发电效益及风电运行稳定性的提高已经成为必然发展的趋势。风电运维服务中心相对重要的一部分是智慧运维。
确保风电场设备长时间稳定运行是保证风电运维的关键，在此期间，需要将以下工作做好，包括技术保证、现场保障和物资保证。现场保障包括车辆保障、风机健康档案、住宿保障、风场信息化水平、现场运维人员和技术水平等硬件保障。物资保障则指的是第一时间提供的耗材及备件。技术保障指的是建立健全运营制度、保证后台技术支持及研发、供应商技术支持及全过程质量监督、控制等。本文主要针对技术保障、物资保障及现场保障三个方面如何结合互联网技术，确保风电运维效果进行分析。
1风电智慧运维概念
智慧是一个哲学范畴，是由智力系统、知识系统、方法与技能系统、非智力系统等多个子系统构成的复杂体系所蕴含的能力，该能力表现为及时做出正确抉择，且具有较强的相对性。风电智慧运维是先进风力发电技术发展的产物，与数字化、信息化、智能化发展水平密切相关，具有更强的发现问题、分析问题、解决问题能力，具有更强的创新发展能力。研究认为：未来的风电智慧运维以数字化、信息化、标准化为基础，以管控一体化、大数据、云平台、物联网为平台，以数字孪生技术为辅助，以计算资源的弹性配置为保障，以异构计算（包括计算能力、计算方法和计算层次）为核心任务，高效融合计算、存储和网络，通过“人－机－网－物”跨界融合，形成边缘＋云端结合的全层次开放架构，实现不同层级的智慧，追求不断提升风电智能化水平（包括智能感知、智能运维、智能控制、智能决策）目标，完成更加友好和安全、高效、可靠的能源供应。风电智慧运维具有学习性、成长性、开放性、异构性、友好性等基本特征。风电智慧运维体系从感知层到决策层，在数据的全生命周期过程中，一方面不同层级的计算能力和侧重点不同，而每层随着系统的演化，持续自我学习，有所侧重地提升，具备自我成长性。下层对上层提供该层任务内容计算处理后的数据支撑，上层在此基础上完成更加综合的数据计算和处理，并对下层予以指导、指挥、协调、完善，构成一个不断自我成长完善的生态系统。风电智慧运维体系每层提供标准化、模型化的开放接口，避免了封闭、孤立，受特定标准的限制，通过“人－机－网－物”跨界融合，实现架构的全层次开放。风电智慧运维需要构建融合不同计算架构的多元异构风电智慧运维体系架构，研究解决新能源大数据应用的技术瓶颈，实现多种智能技术在风电行业的集成应用。同时，风电智慧运维系统要实现与自然环境、生态环境、人文环境、电网环境的高度融合，必须是环境友好的，其内部的交互性也必然是友好的。
二、现场保障
现场保障指的是给予现场运维工作人员配套支持和技能水平知识，其与机组发生故障后能够在短时间内快速恢复有关，其可以为快速恢复提供保障。其影响因素包括工作态度及技术水平，技术水平的判断可依靠“维护保养水平”、“通过SCADA数据判断故障能力”及“分析故障能力”等；而工作态度的判断的需要根据工作人员工作质量及工作效率。
传统模式下，大部分通过集中定期培训方式提升工作人员技能水平和业务水平，不仅耗时长，而且需要提供培训场地、邀请培训讲师、报销差旅等，而这些均导致培训成本增加。而且通过一次培训方式无法达到全方面、系统性培训的目的，此外，培训组织难度较大。部分工作人员具有较强的经验依赖性，资源共享及互动平台欠缺。受多种因素影响，使得人员激励制度受到影响，影响因素有设备配置、物体供给状况及电网等，无法从客观角度对人员工作状况进行准确评估，进而增加了机制制度实施难度。
随着互联网等技术的推广，上述问题均显著改善。
期刊文章分类查询,尽在期刊图书馆
（一）培训方面：创建培训基地，现场工作人员以实际工作状况为依据，随时随地登录手机APP开展学习。在此过程中，创建个人学习任务，利用网络计数器等对所学内容进行记录，确保所学课时。搭建信息交流平台和经验分享平台，创建微信群，并设立轮值工作人员[2]。
（二）对现场职能运维工具箱进行总结开发，其主要用于诊断和识别现场层面的风机和故障，并对现场日常工作进行指导。评价绩效和激励员工的过程中，通过现场运维综合评价系统对员工进行全方位评价。从客观角度评价，达到真正绩效考评的目的，从正面鼓励和激励员工，从而保证工作质量。
（三）建立机组健康档案管理。更新以往的档案管理方式，由碎片化、纸质化档案向系统化、电子化国度，创建每个机组“健康卡”及“出生卡”，以便更好的开展后续工作。利用上述对策，在减少成本的同时，能够确保现场工作质量，加强对故障的判断，同时从某种程度上减小了工作强度，节约了现场运维成本。
三、物质保障
物质保障涉及三个部分，即大部分、耗材及备件等，其可以为机组故障维修、及时恢复及定期检查提供重要保证。
物资保障期间，首先需要将“物资及时到位”、“最后库存”、“物资及时到位”及“库房日常管理工作”做好，也就是减少库存成本、确保物质的准确性和及时性和合理摆放，做好账实项目等。
（一）库存优化。利用日常工单的电子化和风场运行数据，联合物资储备、运行数据及管理计划对库存储备进行优化。
（二）在规定时间内供给相应物资。创建科学、合理的物资设备，有效结合短时间工作计划、故障模式库、样本库与数据。通过统一平台向库房发放调度指令，告知其将物资准备好，以便使用，从而减少物资等待时间，确保机组发电数量。与此同时，向供应商反馈故障有关信息，评价供应商等级，以此确保供应商水平，保障风电运维相关设备质量。现阶段，库存优化及物资准确供给均需要与大数据开发工作一同开展，通过相应系统实现风场管理平台模块的建立。
（三）联合储备。联合储备操作需要由核心厂商、整机厂及业主单位共同组成，其共同承担成分，分享资源信息，公开市场价格，并进行统一管理，减少相应费用。以往的储备局存在信息不对称现象，原因是不信任，应用互联网后，通过信息共享方式避免了这一问题。
四、技术保障
技术保障的目的是给予后台阳阿、配套商技术及工艺质量等支持。支持项目包括升级和优化设备、在线评估和诊断健康及创建风机故障处理专家系统。
技术保障与企业运维水平存在紧密联系，其除了能够让运维处于故障恢复状态，同时也能够预处理故障，使其更加稳定。
随着新技术的推广，技术支持除了人员培训、分析每点故障等，同时应用大数据，进一步结合大数据与工艺和设计等技术内容，促进多种产品的产生，包括“运行监控管理平台”、“故障与诊断”、“设备升级优化”和“风机故障处理专家库”、
结束语
随着大数据的推广，风电运维逐渐融合了历史经验，最终达到了提高运维环节的目的，其包括以三个方面，其一，明确故障位置并及早恢复；其二，提前处理和诊断故障；其三，机组经过优化升级后，达到了无障碍通行目的。通过大数据对维修进行预测，改变了风场运维模式。在风电运维管理逐渐向专业化和标准化发展的背景下，风电运维服务逐渐趋向于预测和预防。通过互联网技术，促进了风电运维效率，使其更加科学、合理。
参考文献：
[1] 张庆运, 史丽荣. 浅谈SCADA数据分析在风电场运维中的应用[J]. 风能, 2017(3):54-58.
[2] 孙玉. 风机制造商在风电售后运维服务中的风险管理[J]. 企业管理, 2016(S2):618-619.
[3] 陈钇西, 柯逸思, 张忠中,等. 国内海上风电运维船发展现状及分析[J]. 风能, 2017(12):40-44.
论文作者:周晓伟
论文发表刊物:《电力设备》2019年第14期
论文发表时间:2019/11/8
标签：风电论文; 故障论文; 数据论文; 智慧论文; 现场论文; 物资论文; 互联网论文; 《电力设备》2019年第14期论文;