基于設(shè)備故障相關(guān)參數(shù)篩選模型建立風電機組故障預警體系

文 | 陳曉清 劉少明 張健 朱永峰 孔晶

基于設(shè)備故障相關(guān)參數(shù)篩選模型建立風電機組故障預警體系

文 | 陳曉清 劉少明 張健 朱永峰 孔晶

傳統(tǒng)的風電機組報警系統(tǒng)是以安裝在設(shè)備上的傳感器部件為基礎(chǔ)進行報警，其結(jié)構(gòu)和原理如圖1所示。當設(shè)備部件的部分指標超過限定值時，就會觸發(fā)報警系統(tǒng)的警報。觸發(fā)系統(tǒng)報警的條件包括：設(shè)備部件溫度驟升、液壓系統(tǒng)壓力過高過低、電流忽大忽小等。傳統(tǒng)系統(tǒng)預警能力十分薄弱，需要人為根據(jù)報警參數(shù)再次進行分析找出存在的預計缺陷。傳統(tǒng)報警系統(tǒng)所提供的報警初始設(shè)定限值也是根據(jù)廣泛經(jīng)驗設(shè)定的值，忽略了綜合天氣、氣候、機型等多種因素進行人為限值設(shè)定。

綜上所述，傳統(tǒng)報警系統(tǒng)存在的缺陷嚴重影響了風電場人員對風電設(shè)備運行時的消缺、檢查工作，且不利于設(shè)備運行壽命的增長和生產(chǎn)效率的提高。因此，一套能夠利用現(xiàn)場豐富的實時數(shù)據(jù)資源，并能夠進行自動缺陷分析、自動預警的設(shè)備故障偵查預警系統(tǒng)是很有必要的，可以實現(xiàn)設(shè)備的提前預警、提前檢修規(guī)劃，達到延長設(shè)備壽命、提高生產(chǎn)效率的目的。

故障預警系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)

集團公司風電場集中數(shù)據(jù)管控中心的建設(shè)，實現(xiàn)了在滿足行業(yè)安全規(guī)定、要求的條件下，將風電場的風電機組、氣象、升壓站中的數(shù)據(jù)傳送至集團公司風電場數(shù)據(jù)中心，并能夠在集團公司風電場集中數(shù)據(jù)管控中心進行風電場各類數(shù)據(jù)的監(jiān)視、存儲。通過利用風電場豐富的數(shù)據(jù)資源對風電機組故障預警、不同型號的風電機組分類建模，實現(xiàn)對所轄風電機組運行工況的有效管理以及不良工況的提前預警。因此，集團公司可以利用風電場集中監(jiān)控中心來整合所轄風電場各種機型的運行數(shù)據(jù)，進而提高自己在故障預警建模方面具有的建模依賴數(shù)據(jù)豐富、預警準確率高的優(yōu)勢。

圖1 傳統(tǒng)風電機組預警原理結(jié)構(gòu)圖

風電場集中數(shù)據(jù)管控中心結(jié)構(gòu)圖，如圖2所示。

故障預警建模機制

一、風電機組故障預警模型

圖3描繪了風電機組故障預警體系從風電機組故障模型建立、故障預警到風電機組故障模型自動優(yōu)化的整個過程。以下為各個過程的簡要說明：

（一）基于設(shè)備故障相關(guān)參數(shù)篩選模型自動對各種型號的風電機組建立一套故障預警體系，從統(tǒng)計學角度通過對歷史設(shè)備故障數(shù)據(jù)的提取分析建立故障相關(guān)參數(shù)信息挖掘模型，以該模型和已有的工業(yè)運行庫為基礎(chǔ)，形成特定型號設(shè)備的故障相關(guān)參數(shù)信息知識庫。

（二）以故障相關(guān)參數(shù)信息知識庫實時監(jiān)測設(shè)備特定故障相關(guān)的參數(shù)信息，建立一個設(shè)備故障偵查預警模型對符合知識庫參數(shù)值和邏輯的進行預警。

（三）以歷史預警信息和預警效果評估為基礎(chǔ)，建立一個設(shè)備故障預警自優(yōu)化模型，實現(xiàn)預警參數(shù)信息知識庫的優(yōu)化，從而達到預警信息準確性的不斷提高。

（四）風電機組故障預警體系同時開放用戶參數(shù)調(diào)整接口，保證權(quán)限的用戶可以根據(jù)經(jīng)驗直接添加系統(tǒng)的故障相關(guān)參數(shù)信息知識庫等配置信息，以保證運行人力智庫的充分利用。

二、風電機組故障預警相關(guān)參數(shù)建模

設(shè)備故障預警相關(guān)參數(shù)篩選統(tǒng)計流程，如圖4所示。通過圖中所示流程，完成一系列建模后，風電機組故障數(shù)據(jù)倉庫對故障模型信息進行了統(tǒng)一存儲，模型涵蓋了風電機組型號、所在地域、廠建時間、預警相關(guān)參數(shù)組、健康陣列等信息。

風電機組故障相關(guān)參數(shù)預警設(shè)備建模過程，分為以下幾步：

圖2 風電場集中數(shù)據(jù)管控中心網(wǎng)絡(luò)結(jié)構(gòu)圖

圖3 故障預警體系建立過程

圖4 設(shè)備故障預警相關(guān)參數(shù)篩選統(tǒng)計流程圖

（一）挖掘每個故障條目（如：變頻器加熱器故障）在統(tǒng)計時間段（一般為1年以上）的故障時間點，形成如下表1所示的數(shù)據(jù)結(jié)構(gòu)。

（二） 對特定型號風電機組的故障條目進行逐項遍歷，并在每個故障條目下通過大量的歷史數(shù)據(jù)進行參數(shù)幅值相關(guān)性統(tǒng)計，將震蕩幅值較大且能影響風電機組的故障情況進行記錄。

（三）在調(diào)整過程中，需要對數(shù)據(jù)進行及時存庫備查以及將預測依據(jù)參數(shù)信息完整入庫存儲。預測相關(guān)參數(shù)信息入庫存儲格式，如表2所示。

三、 風電機組實時故障偵查預警及自優(yōu)化

設(shè)備故障偵查預警系統(tǒng)主要分為三個模塊，分別是實時故障預警模塊、實時預警評價模塊、自動預警參數(shù)幅度優(yōu)化模塊。三個模塊的工作流程，如圖5所示。下面對三個模塊流程設(shè)計分別說明。

（一）實時故障預警模塊：

實時故障預警模塊是對設(shè)備故障項目相關(guān)的數(shù)據(jù)點進行實時（觸發(fā)或小周期輪詢）監(jiān)測，對符合預警參數(shù)值和參數(shù)條件邏輯的xxx轉(zhuǎn)入預警處理，并對各設(shè)備故障項目依次進行檢查。

預警觸發(fā)時，推送出相應的彈出窗口，并以聲音報告、圖形閃動形式報送給用戶；將產(chǎn)生預警的信息存儲歸檔以備預警評價。故障信息表見表3和表4。

（二）實時預警評價模塊：

實時預警評價模塊是對已經(jīng)預警，但還未出現(xiàn)預警結(jié)果的預警記錄進行跟蹤評價的模塊。周期性（周期可配置，如20min）查詢預警信息中未評價的預警信息，檢查預警信息是否發(fā)生、發(fā)生的預警信息準確方面統(tǒng)計（如：預警發(fā)生但推遲了5min）。每次檢查未評價的預警信息，除非預警記錄的時間已經(jīng)過去了很長時間（可定義，如1天）。對于已經(jīng)評價的預警條目進行統(tǒng)計，統(tǒng)計在目前的預警參數(shù)條件下預警的準確性。預警的準確性分多個方面，首先檢查是否全部準確，其次檢查預警的故障條目是否準確（人為不參與的情況下），再次是預警時間是否準確。該評價信息存檔，以備優(yōu)化階段使用。

表1 故障條目數(shù)據(jù)結(jié)構(gòu)表

表2 預測參數(shù)信息表

圖5 預警系統(tǒng)流程圖

（三）自動預警參數(shù)幅度優(yōu)化模塊

周期性（如：7天）的對預警參數(shù)幅度進行優(yōu)化，首先需要設(shè)定一個預測準確率標準（如：85%），再根據(jù)歷史數(shù)據(jù)對沒有達標的參數(shù)幅值進行自調(diào)整，主要針對不斷增加的歷史數(shù)據(jù)，對歷史數(shù)據(jù)進行再統(tǒng)計，對幅值進行細度的調(diào)整。

表3 故障信息表（1）

表4 故障信息表（2）

故障預警效果分析

一、 故障預警過程數(shù)據(jù)分析

依據(jù)故障相關(guān)參數(shù)篩選算法進行參數(shù)幅值變化和相應故障之間的關(guān)系研究。 “1槳葉正常收槳回風暴位置太慢3”故障的動態(tài)變化關(guān)系表如表5所示。

圖6為某風電場風電機組出現(xiàn)“1槳葉正常收槳回風暴位置太慢3”故障時各參數(shù)的變化趨勢。橫軸為相應參數(shù)振動幅值的變化率，分0.02為調(diào)點進行逐變，縱軸為上述故障“1槳葉正常收槳回風暴位置太慢3”各個參數(shù)跳變過程中發(fā)生的概率。

下面是曲線分析：

（一）風電場運行實際：“槳葉正常收槳回風暴位置太慢”是風電機組運行中經(jīng)常發(fā)生的故障之一，且造成停機的次數(shù)高達800次/年以上。故障發(fā)生后，風電場檢修人員一般需要爬至風電機組機艙中檢查和變槳相關(guān)的部件狀態(tài)。變槳軸承潤滑不良、液壓系統(tǒng)缺陷、槳葉驅(qū)動電機發(fā)熱磁退、SBP充電裝置故障、葉片蓄電池耗損等情況是該故障可能發(fā)生的原因。

（二）統(tǒng)計數(shù)據(jù)分析：圖6中的曲線為風電機組故障時刻點，風電機組主要測點躍動幅值百分比（X軸）和故障發(fā)生率（Y軸）的變化關(guān)系。幅值百分比在小于2%時，各參數(shù)變化情況與發(fā)生的故障沒有明顯的相關(guān)性。

隨著限定幅值的逐步放開（X軸從右到左），故障發(fā)生概率逐步增大。曲線中，X軸測點幅值百分比有微小變化時，故障發(fā)生率有明顯變化的位置即說明相應測點和故障相關(guān)，見表6。

表5 “1槳葉正常收槳回風暴位置太慢3”的動態(tài)變化關(guān)系表

圖6 “1槳葉正常收槳回風暴位置太慢3”時各參數(shù)的變化趨勢

二、某風電場故障預警案例實際效果分析

如某風電場生產(chǎn)日志部分的開票記錄中，43號風電機組變頻器水冷系統(tǒng)壓力過高進行了就地檢修。變頻器水冷系統(tǒng)壓力過高易發(fā)生管路爆液，嚴重造成變頻器IGBT模塊短路燒毀。

表6 “1槳葉正常收槳回風暴位置太慢3”信息表

圖7 預警信息表

圖7 43號風電機組變頻器水冷系統(tǒng)壓力的變化趨勢圖

圖8 43號風電機組變頻器水冷系統(tǒng)壓力值正常情況下的變化走勢

表7為上述故障預警系統(tǒng)在故障發(fā)生之前給予的預警（由于預警時值班運行人員對初上系統(tǒng)未引起足夠的關(guān)注，該預警信息只能從預警歷史記錄中查得）。

圖7為故障預警時間區(qū)間內(nèi)43號風電機組變頻器水冷系統(tǒng)壓力的變化趨勢圖，該型號風電機組使用的變頻器水冷部件正常情況下壓力限值在1.2－2.6之間，按照故障預警模型參數(shù)相關(guān)性預警根據(jù)了預警。

根據(jù)建立的預警模型可知正常情況下變頻器水冷系統(tǒng)的壓力值在1.2－2.6之間，圖8為壓力值正常情況下的變化走勢，在超過2.6時即易發(fā)生壓力過大引起的爆管，本系統(tǒng)對實時監(jiān)測區(qū)間內(nèi)水冷壓力值的極值和變化趨勢，在超限時即給出預警。

結(jié)論

在數(shù)據(jù)就是財富的今天，保存有大量風電機組運行數(shù)據(jù)的SIS、SCADA系統(tǒng)記錄了風電機組運行的各種工況和歷史數(shù)據(jù)，此為大部分風電場都已完成的基建工程。基于已有的歷史數(shù)據(jù)，對風電機組進行建模分析，建立一套能自動根據(jù)海量歷史數(shù)據(jù)模型、自動生成特定型號風電機組故障預警系統(tǒng)模型，能夠解決風電場設(shè)備故障缺少提前發(fā)覺，設(shè)備故障沒有合理預警等問題，整體上增加設(shè)備的可靠性和可利用程度，從而實現(xiàn)整體經(jīng)濟效益的提高。

（作者單位：北京岳能科技股份有限公司）