試論大數據技術在風電機組運行狀態監測評估中的應用

中車永濟電機有限公司 趙夢露 胡 睿

前言

火力發電為常見的發電形式，需大量開采煤炭資源以供燃燒產生熱能。不僅容易造成資源的浪費，且易加重環境污染。風力發電的出現，為上述問題的解決提供了思路。但由于相關監測技術欠缺，發電機組運行過程中的狀態異常情況難以監控并及時得到解決。因此，為使可持續發展得以實現，加強對風電機組運行狀態的監測與評估，提高機組運行的穩定性尤為重要。

1.風電機組運行數據監測需求

風特性、功率特性、風能利用系數、轉矩特性以及推力特性，是決定風電機組性能的主要參數，也是風電機組運行需監測的主要數據。其中，風特性即機組隨自然界風力大小及方向的變化而不斷變化的特征，主要監測指標，以風速、風頻為主。功率特性需以功率曲線表示，指風電機組功率的常規動態特性，是決定機組發電量大小的主要指標[1]。風能利用系數，即機組將由風所帶來的動能轉化為電能的系數，以Cp表示，計算公式如下：

公式中，P代表功率，ρ代表密度，S代表風與風電機組接觸的面積，v代表風的實時速度。因此風電機組的風能利用系數，為多種因素綜合作用的結果。轉矩與推力，同樣為決定風電機組運行效率的主要指標。確保上述指標無異常，且能夠處于穩定的狀態，是提高風力發電可靠性及連續性的主要途徑。

2.大數據技術在風電機組運行狀態監測評估中的應用方案

為提高風電機組運行的穩定性，某發電場將大數據技術應用到了機組運行狀態的監測與評估過程中。技術應用方法如下：

2.1 運行狀態監測系統

本課題中，風電場的機組運行狀態監測評估系統，為SCADA系統。系統功能主要包括“信息采集”、“遠程控制”、“數據分析”等。系統依托JAVA進行程序設計，后臺數據庫系統為MySQL，以確保系統能夠穩定運行。SCADA系統的具體功能如下：（1）信息采集：SCADA系統能夠實施采集風電機組所處區域的自然環境數據（以風力、風向、風速數據為主），通過對數據的觀察，調整風電機組的運行參數。以確保能夠及時發現機組存在的異常，并及時給予維修。（2）遠程控制：SCADA系統能夠通過對數據的收集，通過預警的方式，使機組故障能夠被維修人員及時感知，提高故障的維修效率[2]。（3）數據分析：SCADA系統能夠將機組運行的歷史數據，記錄在數據庫當中。并通過分析數據規律的方式，分析機組未來的運行狀態。以確保有關人員可通過對機組的調整，提高其運行穩定性。

2.2 運行狀態監測模塊

風電機組的運行狀態監測模塊，由數據讀取及參數設置模塊、波形顯示及故障分析模塊兩部分構成。數據讀取及參數設置模塊，能夠實時讀取機組運行及其周圍環境的數據，波形顯示及故障分析模塊，能夠以波形圖的形式描述當前機組的運行狀態，以供相關人員進行分析：（1）數據讀取及參數設置模塊：當監測人員登錄到監測系統中后，可經系統直接讀取數據庫中的機組運行數據。為滿足監測需要，監測人員可通過SCADA系統，對數據采集的頻率、待采集機組編號進行設置。確保系統能夠針對性的對數據進行采集，提高數據的可利用性。（2）波形顯示及故障分析模塊：由時間信號、時頻分析，以及參數模塊構成，可用于針對性的顯示機組運行信息。例如：監測人員可選擇2018年2月12日作為時間，選擇“風速”作為監測指標，得到2018年2月12日的機組風速波形圖，進而為有關人員判斷機組故障提供參考。

2.3 數據及信號分析

時域信號、頻域信號及時頻信號，為顯示風電機組運行狀態的主要參數，均能夠以圖像的形式，呈現在SCADA系統之中。供檢測人員通過對圖像的觀察，判斷風電機組運行狀態是否存在異常。以時域圖為例，時域圖為體現時域信號隨時間變化為不斷變化的規律的圖像。將其應用到風電機組運行狀態監測過程中，能夠有效體現機組運行的平穩性。但需注意的是，時域圖無法顯示精確的采集數據。監測人員需利用統計學軟件，對數據進行整理與分析，得到最終的信號分析結果。時域圖分析過程中，信號的強度將能夠反映風電機組的性能。信號強度的計算公式如下：

如時域信號較為復雜，則可將其采用以下公式表示：

根據上述公式，監測人員能夠詳細的計算出時域信號的強度。通過對信號強度的分析，既可大致掌握風電機組目前的運行情況。

2.4 運行狀態監測方法

以大數據技術為基礎的風電機組運行狀態的監測與評估，借助SCADA系統實現，具體監測方法如下：（1）登錄：監測人員應通過輸入“用戶名+密碼”的方式，登錄至SCADA系統當中。利用系統的多種功能，實現對機組運行狀態的監測。（2）數據讀取：SCADA系統中的數據，需存儲于數據庫當中。監測人員可在登錄后，采用EXCEL格式，將數據以表格的形式導出，獲取風電機組的運行參數。（3）參數設置：監測人員可分析待監測的數據，并將其輸入至系統當中。在此基礎上，判斷數據是否為“空”或“零”。如參數異常，則表明數據能夠設置成功。（4）選定并導入SCADA數據后，監測人員應根據監測需求，選擇數據的展示模式。例如：如監測人員需觀察進一個月的風力變化趨勢，則可選擇“曲線模式”，使風力的變化趨勢，能夠以曲線圖的形式體現。進而通過觀察相應圖表的途徑，對風電機組的運行狀態進行評估。

2.5 大數據應用前后監測結果對比

為評估大數據技術的應用價值，本風電場對大數據應用前后風電機組的運行情況進行了觀察，發現：（1）大數據技術應用前，風電機組1年內平均故障次數為5次，機組運行的穩定性較低，發電連續性差。（2）大數據應用后，進一步觀察風電機組的運行狀況發現，機組運行1年內，僅產生1次故障。該故障發生后，SCADA數據立即實現了預警。維護人員收到預警信息后，立即對故障展開了維修，使故障得到了及時的解決。對比發現，將大數據技術應用到風電機組運行狀態監測過程中，能夠有效降低風電機組的故障率。對于機組運行穩定性及安全性的提升，具有較大的推動作用。

3.結論

綜上所述，本風力發電場以大數據技術為基礎，對風電機組運行狀態進行了監測與評估，在提高機組運行穩定性方面，取得了良好的效果。我國風力發電領域，可借助其經驗，積極應用大數據技術設計信息化監測系統。通過實時采集風電機組功率、轉矩及推力參數的方式，及時發現異常并給予調整。最終使發電的穩定性，以及機組的性能得以提升。

[1]郭鵬,姜漫利,李航濤.基于運行數據和高斯過程回歸的風電機組發電性能分析與監測[J].電力自動化設備,2016,36(8)：10-15+25.

[2]李輝,胡姚剛,李洋.基于溫度特征量的風電機組關鍵部件劣化漸變概率分析[J].電力自動化設備,2015,35(11)：1-7+19.