摘要：近几年数字化智慧风电场是风电领域开发的热点，与之相关的技术也已成为行业内研发的重点。智慧风电场相关技术的持续发展，对于提高风电场的工作效率、减少运维人员、降低运维成本、提高设备的安全性、可靠性等具有重要意义，也有助于推动风电场由现有的定期维修、事后维修运维模式向预防性维修、视情维修模式的转变。本文结合开发经验，总结了目前智慧风电场建设过程中面临的设备、数据、技术、管理等多方面问题，并给出了解决对策，以供参考。
关键词：智慧风电场；数字化风电场；智能决策；
1智慧风电场特征
智慧风电场主要基于测控技术、通信技术、信息化技术、大数据处理技术以及各类智能算法，实现对风机控制的自动化、设备状态感知及判断智能化、运维决策智慧化。智慧风电场通过各类传感器准确获知各设备的状态，实现对风电场各设备状态的有效监控；通过较准确地风功率预测，并结合电网调度需求信息、各风机设备状态信息自动调节风机的输出功率，满足电网的调度需求；同时能对各设备的故障进行智能诊断，对设备状态进行智能评估，结合运维经验，实现运维决策自动化、智慧化。智慧风电场的基础是风电场各类信息的数字化，其核心为数据、信息综合处理及智能分析系统（简称信息智能分析系统），本质是信息化与智能化技术在风电领域的高度发展和深度融合。
1.1设备状态智能监测与感知
通过先进的监测传感技术、通信技术，智慧风电场能实时感知场内各关键设备的状态。关键设备包括传动链系统、变桨系统、偏航系统、叶片、塔筒、地基、主变、箱变等，海上风电还需对海床冲刷情况、塔筒、地基腐蚀情况进行有效监测。此外，还可通过智能安防系统的图像智能识别功能，对现场的安防情况进行智能监测与感知。
1.2数据智能分析
智慧风电场可利用先进的大数据分析技术，对获取的各类信息及数据进行综合自动分析，主要包括数据的清洗、归类、编码以及统计分析等。各智能算法应具有自我学习能力。
1.3设备状态智能评价
基于获取的实时设备状态信息，智慧风电场可利用大数据分析技术、智能算法及评估模型对设备的健康度、寿命等进行智能评价，评价结果可为智能决策提供数据支撑，指导生产运维。
1.4设备故障智能诊断及预警
对于故障设备，智慧风电场可利用精准的疲劳损伤模型、故障智能诊断算法，并结合设备的历史运行信息对设备故障进行智能诊断，明确故障原因，结合运维经验，给出排故建议，并能对设备故障进行准确预警。
1.5精准风资源预测及风机功率智慧调节
智慧风电场可得到较准确的风功率预测，并结合电网调度需求信息及各风机设备状态信息，自动调节风机的输出功率，以适应智能电网的网源协调控制及机组性能优化控制。
1.6智慧运维及可视化智能巡检
智慧风电场可通过电子两票提高工作效率，借助移动视频设备实现对运维过程的实时监督和远程指导。运维过程中所需的备品备件、工器具、天气、交通工具、人员以及具体工作内容等信息通过信息智能分析系统及移动终端设备自动推送给相关人员。同时，运维过程信息、人员位置信息可实时反馈给风电场相关人员，实现运维过程各类信息的实时共享。
1.7智能决策
智慧风电场可通过对各类数据及信息的分析自动给出运维及决策建议，指导生产运维，这也是智慧风电场的核心特征。
期刊文章分类查询,尽在期刊图书馆
2智慧风电场发展现状
目前，国内外对智慧风电场建设及其关键技术的研究十分活跃，其相关技术也随之不断发展。智慧风电场关键技术包括：风机关键设备状态智能监测技术、智能故障诊断技术、风力机智能控制技术、智慧运维技术、大数据智能分析技术、精准风功率预测技术、备品备件智能管理技术、风电场信息智能管理技术等。其中，风力机智能控制技术已进行了大量的研究，并取得了较好的成果。目前，兆瓦级风机已普遍实现了自动启停、自动偏航、自动变桨、自动功率调节等功能。目前，风机厂家及科研机构虽然在数字化智慧风电场建设方面做了大量的工作，但现有风电场与数字化智慧风电场还存在较大差距，主要体现在以下几个方面。
(1)缺少对风场选址、机组选型、基建过程信息的数字化智能化管理功能，无法实现设备全寿命周期相关过程的智慧化监管。
(2)缺少对运维过程及质量、运维安全监督的智能评估体系及方法。
(3)对风电场各系统、设备健康状态的评估还需人工参与，为实现真正的智能评估。
(4)由于业内竞争及数据保密等原因，各风机厂家开发的平台及系统对其他厂商生产的机型适用性相对较弱，不能满足风电场对多家厂商、多种机型信息综合分析管理的需求。
(5)初步整合的信息管理平台虽然实现了部分生产、管理和经营业务间的协同，但仍存在部分信息孤岛如状态监测（CMS）数据、离线检测数据等。积累的海量历史数据和实时数据未得到有效的分析和充分利用。
(6)智能决策能力不足，仅完成了数据统计分析等基本功能，离智能管控一体化要求还存在一定差距。设备状态数据、备品备件信息与管理平台缺乏有效关联，无法根据数据分析结果自动推出运行优化、检修方案和备件采购工单等一系列运维决策建议。
3智慧风电场规划建议
未来数字化智慧风电场的建设应从基建期开始收集数据，以实现设备全寿命周期信息的收集、分析及处理。数字化智慧风电场建设过程中应将下述信息在信息智能分析系统中进行统一综合分析和管理：基建期数据信息，包括设备制造阶段的质量信息、设备安装调试信息、风电场基建数据信息等；对于监测存在盲区的设备，应添加必要的状态监测点，海上风电还应加强对地基防腐、海床冲刷的监测。智慧风电场建设过程中应重点解决下述问题：
①完成对各类数据及信息的标准化工作，统一数据接口；②完成对设备状态、人员考核、机组性能评价及优化、运维过程及运维质量评价、设备故障预警和分析、关键设备可靠性及安全性评价、部件寿命预估等工作过程的数字化及智能化；③在数字化、信息化基础上，利用各类智能决策模型，实现风电场运维决策的智能化；④完成信息智能分析系统与风电场主控系统的联接，以实现主控系统根据信息智能分析系统反馈的信息对风机运行状态的实时调整。信息智能分析系统配置的数据采集管理平台应遵循开放共享理念，打通风电场各类数据信息的交互通道，实现数据共享。信息智能分析系统及数据采集管理平台布置应以省级区域公司为单位，遵循“风场控制、区域协调、集团监管”的原则，所有数据及信息在省级区域公司进行统一存储及管理。此外，规划通往省级区域公司的通信光缆时应留有足够的通道，以便各类信息尤其是视频信息的顺利传输。
4结语
本文分析了数字化智慧风电场的特征，总结了目前智慧风电场建设过程中遇到的设备、数据、技术、管理等方面的问题，并给出了解决对策。最后对智慧风电场的规划提出了建议，可为风电场的建设及规划提供参考和帮助。虽然，目前建成的或在建的数字化智慧风电场还处于较初级阶段，但随着“互联网+”、信息化与人工智能等技术的飞速发展，大型数字化智慧风电场建设必将成为未来风电场的发展趋势。
参考文献：
［1］任杰.大型风电机组运行状态评价与分析[D].北京:华北电力大学,2014:1-2.
［2］凡一.智慧电力推动绿色转型[J].中国电力企业管理,2010(24):73.
［3］冯宝平,曹立海,王瓅,等.探索风电场信息化、数字化、智能化建设之路[J].风力发电,2017(4):5-8.
论文作者:李国忠
论文发表刊物:《中国电业》2019年10期
论文发表时间:2019/11/1
标签：风电场论文; 智慧论文; 智能论文; 信息论文; 设备论文; 数据论文; 技术论文; 《中国电业》2019年10期论文;