摘要：近年来，随着电能需求的逐年增长，风力发电技术也在不断进步。风力发电技术在近几年呈爆发式增长态势，许多风力发电机组为了更好的争夺市场份额，在未能保证机组质量的情况下就大量的将产品推向市场，以低价优势来占领市场。这让整个设备质量难以得到有效的保障，最终导致风力发电机组可利用率低、检修成本高的状况。
关键词：风力发电；数字化；检修
引言
我国发电行业乃至整个能源行业都处在关键的转型阶段。能源形式上，从传统的化石能源正逐渐向风能、太阳能、核能等能源形式转型。运维模式上，从传统的人力驱动、定期检修正逐渐向数据驱动、状态检修的模式转型。风力发电作为重要的清洁能源发电形式，具有经济环保，可持续性强等优势，近年来在世界各地得到迅速的发展。2016年底，我国风电累计并网装机容量已经达到1．49亿千瓦，稳居世界第一，并保持着良好的增长态势。经过一定时间的探索与发展，风力发电已经进入到一个技术相对成熟，模式较为清晰的发展阶段。大型风力发电企业管理的机组类型多、投运时间跨度大，机组采用的技术水平不一致，加大了实际检修工作的难度，主要体现在以下两个方面：①风电场及风电机组在地理上较为分散，在检修人员安排上存在困难；②大多数机组的报警原理未知，检修人员只能根据机组厂家的报警及相关提示安排检修，较为被动。为解决以上两个问题，提高运维检修水平，国内众多的大型风力发电企业都在推进有利于集中管控与状态检修的数字化平台建设。本文将分析大型风力发电企业数字化检修模式的技术要点，并提出相应的建议与展望。
1数字化检修模式关键技术
1.1主动运营和维护
通过使用这一新型远程服务，风电场操作人员可以从纠正性和预防性维护计划转变为主动运营和维护策略。这将显著节省维护、起重船的使用和人工用时，并提高涡轮机的常规工作时间。更低的成本将显著降低风电场的电力平均化成本，该措施可以对不同发电资源的价值进行比较。更长的涡轮机常规工作时间在未来具有非凡意义。更高的涡轮机额定功率意味着风电场能够用更少的涡轮机产出同等数量的能源，海上风电场涡轮机尤其如此。由于涡轮机的计划外停机将对发电量、发电收入和利润产生巨大影响，这类大型涡轮机的可靠性和可用性至关重要。然而，这种巨大的涡轮机需安装在距离海边较远的海上，极大提高了运维工作的难度和成本。数字化技术可实现基于状态监测的维护和更高的可预测性，从而大大增加能源产量并降低成本。
1.2主动运营和维护
通过使用这一新型远程服务，风电场操作人员可以从纠正性和预防性维护计划转变为主动运营和维护策略。这将显著节省维护、起重船的使用和人工用时，并提高涡轮机的常规工作时间。更低的成本将显著降低风电场的电力平均化成本，该措施可以对不同发电资源的价值进行比较。更长的涡轮机常规工作时间在未来具有非凡意义。更高的涡轮机额定功率意味着风电场能够用更少的涡轮机产出同等数量的能源，海上风电场涡轮机尤其如此。由于涡轮机的计划外停机将对发电量、发电收入和利润产生巨大影响，这类大型涡轮机的可靠性和可用性至关重要。然而，这种巨大的涡轮机需安装在距离海边较远的海上，极大提高了运维工作的难度和成本。数字化技术可实现基于状态监测的维护和更高的可预测性，从而大大增加能源产量并降低成本。
2常见的风力发电机组故障检修策略
2.1预防性检修
所谓的预防性检修即是指按照预先制定的周期，定期更换发电机组的内部构件或者对机组进行重新地局部紧固、调整，该检修策略主要是将风力发电机组的各个构件的工作状态调整到标准状态。其中预防性检修的工作核心是首先找到造成机组重复性故障或者生产损失的本质原因，并及时地清除。然而，在进行检修时，要尽量地进行规模较小的构件拆除，如果在风力发电机组的某一个构件的寿命期没有开展主动检修或者重新更换，机组内部的大部分部件将仍正常、稳定的运转，将会有效地降低故障发生率。对于构件体积较小，但是损坏了可能将导致其它的从属损坏，或者损坏需要较长的修复周期的构建，就应该定期地在弱风期进行重新更换，还应该把拆卸下来的构建进行检修保养，以便下次更换使用。对于塔尖、向叶片这些构建，就必须定期检修保养。
期刊文章分类查询,尽在期刊图书馆
2.2神经网络控制
对于人工神经网络，它能逼近所有类型的非线性模型，并利用自学能力，形成具有自适应能力的控制器。风力系统中，引入神经系统后，可将现有数据为依据，对风速产生的变化进行准确预测。在变桨距系统中，利用神经网络技术，能在在线学习的基础上，对相关特性曲线进行修改，使风能获取达到最大，同时降低负载力矩，以风速数据与机组动态特性为依据，构建控制模型。以数据为基础的学习是当前智能技术关键所在，实际研究从数据的观测角度出发，找出规律，并通过对这些规律的应用来预测数据，实现工业过程有效控制。主要学习方法有：①模式识别；②神经网络；③支持向量机。风力发电系统当中，需从获得大量相关参数入手，对机组特性及性能施以深入分析。
2.3加快风电数字化检修平台相关标准体系的建立
数字化检修模式的基础是数字化平台的建设，在进行数据集成的过程中涉及诸多单位的配合。虽然行业有整体性的数据传输标准，然而一些生产辅助系统如CMS系统等的传感器安装，数据采集、传输、储存的规则与方式存在较大差异，各个厂家的风电机组在传感器测点安装数量、位置等方面也缺乏约束，在统一应用时存在一定障碍。建立数字化平台的建设规范与标准体系有以下内涵：①风场建设期各个功能模块所搭建的数字平台规范，如机组厂家主控系统、功率控制系统等；②各个平台应考虑数据交互的可行性与标准化。推进标准化体系有利于实现数字化平台更多功能的拓展，有利于未来同更多能源互联网平台交互。应组织各方面的力量进行技术公关，依托现有标准体系，尽快实现风电数字化检修平台相关标准体系的建立。
2.4日常维护措施
运行维护主要由两部分组成，即远程操作和现场维护。其中，远程操作是指通过远程控制来实现维护及故障的排查、处理。无论是电网电压还是温度控制，均可采用远程复位得以维护。此外，利用远程控制还能自动采集机组相关运行参数，对输出功率及风况等实施收集与远程传输，进而为控制人员提供可靠的参考依据，进而完成高水平的远程维护。实践表明，通过对远程维护的合理应用，能实现对故障的准确分析，缩短停机时间，保证利用率。虽然远程维护作用显著，但仍有很多维护工作与故障的排查和处理需要到达现场进行。所谓定期检修，指的是对机组联接件所设螺栓的力矩与传动部件进行润滑测试，在发现问题后，应立即进行维护与处理，保证机组稳定运行。对于日常维护，是指对机组所有部件进行定期检查和维修，包括安全平台、升降装置、液压装置等，还涉及到基本的清理工作。通过有效的日常维护，能在第一时间发现潜在的故障隐患，并采取相应的预防措施，保证设备的完好性，使其安全、稳定的运行。
2.5加强对机组大部件与整体状态的监控
从目前的风电管理体系来看，建设和运维分属两个管理体系，在大多数的企业内部也是由不同的部门进行管理，建设期和运维期有不同的管理要点，要求行业整体改变管理方式并不现实，然而风电设备的诸多特性是由建设期决定的，比如机组所处的整体风资源环境、基础质量等，相对设备漫长的服役期，建设期所决定的特性往往影响到机组整体的发电表现与健康水平。对机组进行全生命周期管理至关重要，可行的办法是在机组的各个周期内进行完整的资料整理并将其数字化，利用数字化平台对设备进行管理并进行完整的状态监控与持续的评估，以此提高设备检修效率并找准检修要点，可以从以下几点入手：①建设期的风资源分析结果、设备台账、故障手册、调试安装记录的数字化录入，做到统一出口、简单查询，提高现场人员对设备的了解程度；②机组后期的评估分析要深入结合建设期设备资料，对诸多电量折减因素进行核查，对不达标机组与设计时湍流较大机组进行重点关注；③建立数字化的机组检修记录与设备更换台账，结合机组状态，为后期的备品备件管理与状态检修提供依据。
结语
化石能源的不断消耗和人们环保意识的不断提高，风力发电将会起到更加重要的作用和地位，而风力发电机组是风力场发电的核心设备，掌握发电机组的故障检修的策略是保证风力场正常、稳定发电的基础，因此，技术人员应该在现有的检修策略的基础上，进一步研发出更有效、更合理的风力发电机组检修策略。
参考文献:
[1]王韬．能源互联网背景下风力发电关键技术研究［J］．电器与能效管理技术，2017（17）：67－70．
[2]王海江．基于大数据的新能源远程集中管控解决方案［J］．科技展望，2017，27（5）.
论文作者:燕春风
论文发表刊物:《电力设备》2018年第24期
论文发表时间:2019/1/8
标签：机组论文; 涡轮机论文; 风力发电论文; 状态论文; 能源论文; 设备论文; 预防性论文; 《电力设备》2018年第24期论文;