風電場智能化維護技術研究綜述

謝川江

新疆風能有限責任公司 新疆烏魯木齊 830001

1 風電場維護技術研究現(xiàn)狀與發(fā)展方向

1.1 故障預測

相關統(tǒng)計數(shù)據(jù)表明，在風電機組中較常發(fā)生故障的部件主要有變流器、齒輪箱、控制柜以及偏航系統(tǒng)等。對于這些風電機組關鍵部位的預測，目前所采用的方法大致分為兩類，分別為狀態(tài)監(jiān)測方法與歷史數(shù)據(jù)統(tǒng)計分析法，通過這兩種方法可以將風電機組關鍵部位的故障特征進行提取，并結合其故障特征的變化情況來對可能發(fā)生的故障進行一定程度的預測[1]。

1.2 故障診斷

就目前狀況而言，我國風電場對于風電機組的故障診斷，大多沿用了傳統(tǒng)的故障檢修方式，即對故障代碼、故障原因以及檢修過程進行一定程度的總結，并在此基礎之上統(tǒng)計成冊，然后再根據(jù)制成的故障手冊對故障原因進行排查。隨著科學技術的發(fā)展以及研究的日益深入，國際上已經(jīng)開始研究故障診斷算法，即針對風電機組的具體結構，建立起動態(tài)故障樹，并在此基礎之上運用基于BP神經(jīng)網(wǎng)絡理論以及貝葉斯網(wǎng)絡尋優(yōu)算法，進而對風電機組智能診斷方法進行有效構建。

1.3 備品備件庫存管理

相關統(tǒng)計數(shù)據(jù)表明，當風電機組發(fā)生故障且需要停運對相應的構件進行更換時，如果風電場的備品備件充足，則構件在一天之內(nèi)便可以完成；如果設備廠家的備案管理中心有相關部件的儲備，則整個維修與更換的時間大約在一周左右；而在需要更換構件時，沒有充足的備品備件，只能聯(lián)系供應商采購時，則整個檢修更換流程所需要花費的時間在二十天至一個月左右，因此做好備品備件庫存管理工作，降低因故障帶來的損失十分重要。就目前情況來看，大多數(shù)風電場對于備品備件的管理僅僅停留在庫存記錄階段，過分依靠個人經(jīng)驗的判斷，缺乏足夠的準確性與科學性。

1.4 維護計劃決策

就風電場的維護計劃決策而言，其所維護的對象主要包含有變電站、匯集系統(tǒng)以及風電機組等。當前狀況下，風電場對于風電機組的維護方案主要有例行維護、故障檢修、試驗或者更換主要部件等。在這其中，例行維護具有一定的周期性，例如半年檢計劃與全年檢計劃；在故障檢修的過程之中，往往是通過人為判斷來避開惡劣天氣或者時段，由于故障檢修所需要的時間相對較長，所以備件的供應時間也會隨之變長；對于狀態(tài)維護而言，它主要指的是基于狀態(tài)監(jiān)測結果的故障預處理，通過這一操作可以對設備在限定范圍內(nèi)工作進行一定程度的保證。

2 風電場智能維護關鍵技術分析

2.1 故障預測技術

對于風電機組而言，它是一個復雜程度較高的系統(tǒng)，包含各類子系統(tǒng)與部件，例如系統(tǒng)有液壓系統(tǒng)、控制系統(tǒng)、電氣系統(tǒng)以及電力電子系統(tǒng)。部件有葉片、輪轂、齒輪箱、軸等。要想對風電機組的故障進行有效的預測，就必須基于這些子系統(tǒng)與部件的充分了解，對風電運維的大數(shù)據(jù)進行有效的分析，這些數(shù)據(jù)主要包含有SCADA 數(shù)據(jù)、風功率預測數(shù)據(jù)、狀態(tài)監(jiān)測數(shù)據(jù)、預防性試驗數(shù)據(jù)，以及歷史維護記錄、異常運行記錄、故障檢修記錄、缺陷記錄、家族缺陷記錄等非結構化數(shù)據(jù)等。

2.2 故障診斷與維護指導技術

（1）故障診斷自適應尋優(yōu)算法：這一算法主要是以故障代碼信息以及SCADA數(shù)據(jù)作為輸入量，并在此基礎之上將貝葉斯網(wǎng)絡理論與之進行有機結合，進而研究自適應尋優(yōu)算法，通過算法輸出故障原因的概率分布，然后再據(jù)此自主學習并對模型與算法做出有效的優(yōu)化與完善。（2）維護作業(yè)指導平臺：結合實際需求建立起專家知識庫，這一知識庫中所包含的內(nèi)容需要有檢修視頻、可視化圖紙以及維護手冊等，然后通過專家知識庫研發(fā)維護作業(yè)指導平臺，由平臺對標準化的作業(yè)包進行有效輸出，進而為現(xiàn)場維護提供科學的指導。（3）可視化只能移動終端：將智能終端與維護作業(yè)指導平臺通過無線互聯(lián)的方式有機結合在一起，進而實現(xiàn)遠程資料查詢、專家視頻通話、遠程信息錄入等一系列的功能，進而對故障進行有效的閉環(huán)處理。

2.3 運行維護策略優(yōu)化技術

（1）對風電機組的平均陪停次數(shù)與時間等相關數(shù)據(jù)進行統(tǒng)計與總結，并在此基礎之上進行權重因子分析，從而獲取變電站、匯集系統(tǒng)電氣設備的狀態(tài)評價方法；（2）對風電機組關鍵部位的故障進行相關性分析，并由此提出風電機組的機會維修策略，然后對各種約束因素與影響因素進行綜合性考慮，以故障的停機時間最小為目標進行有針對性的優(yōu)化；（3）對備品備件的庫存特征信息進行科學合理的整理與分析，并以此建立出備品備件庫存動態(tài)優(yōu)化模型[2]。

2.4 智能化運行維護系統(tǒng)

對相關研究成果進行信息化處理，在原先的各項系統(tǒng)與技術的基礎之上，提出數(shù)據(jù)二次加工的方法，并由此建立起風電場多類型海量運維數(shù)據(jù)管理平臺。通過二次開發(fā)，對不同廠家、不同機型的多種診斷算法予以有效的實現(xiàn)，并使其能夠適應算法的發(fā)展與變化，對其適用性進行一定程度的提升[3]。

3 結語

本文主要針對風電場智能化維護技術進行研究與分析。首先對當前狀況下風電場維護技術研究情況與發(fā)展方向進行了一定程度的闡述，然后在此基礎之上從故障預測技術、故障診斷與維護指導技術、運行維護策略優(yōu)化技術以及智能化運行維護系統(tǒng)等方面對風電場智能維護關鍵技術進行了具體分析。