大數據在風電生產管理中的應用研究

摘 要：隨著風電的迅猛發展，一些大型風電企業管理的風電機組達到幾千臺、上萬臺，沉積了大量的生產數據。這些數據中蘊含了重要的生產信息具有重要價值，但這些數據未得到充分的開發利用。如何有效利用這些數據已經成為風電企業提高價值、贏得競爭優勢的關鍵。本文結合當前大型風電企業在大數據應用中的探索，研究了風電場生產數據的特點及其在監測控制、指標管理、狀態評估、故障判斷等方面的價值；然后對其存在的主要問題進行了系統性的研究；最后針對其問題，提出了科學搭建大數據平臺、統一數據判斷和計算標準等工作建議。

關鍵詞：大型風電企業；大數據；數據價值；工作建議

DOI：10.16640/j.cnki.37-1222/t.2018.11.178

0 引言

在國家大力發展清潔能源的背景下，風電企業發展迅猛，一些已經成長為大型風電企業。這些大型風電企業管理著大量的風電機組，積累了巨大的生產數據，但這些數據還未得到充分的開發利用，有效地利用這些數據對于風電企業具有重要意義。

大數據在風電領域的應用和研究已經起步，但在數據獲取、統籌規劃、專業研究、產權保護等方面還面臨很多問題。本文對大數據在大型風電企業中的生產管理應用進行了研究及探討，分析了其中存在的問題，并提出了一系列的工作建議。

1 大型風電企業生產數據的特點及價值

1.1 數據特點

（1）體量大。風電場的生產數據來源于風電機組、能量管理平

臺、AGC、AVC、升壓站綜合自動化系統等眾多裝置。目前，不同廠家、不同型號的設備數據點各不相同，按當前主流風電機組估算，1臺風電機組的數據點在200點以上，1個風電場其它裝置數據點在1000點以上。

（2）速率高。風電企業的生產數據主要來源于溫度、壓力、轉速、振動、方向、角度、電壓、電流、頻率等各式各樣的傳感器，屬于典型的機器大數據，更新速率非常快，一般每秒1次。按大型風電企業的體量估算，每秒將有240萬個實時數據，在不壓縮的情況下，每月將產生約25TB的生產數據，每年將產生約300TB的生產數據。

1.2 數據價值

大數據的關鍵不僅在于“大”，更在于價值含量和挖掘成本。單以數據規模衡量，大型風電企業現有的生產數據或許還未達到大數據的PB級別，但就其行業特點而言，產生的價值卻是顛覆性的。

2 大數據應用的工作建議

2.1 頂層設計，科學搭建大數據平臺

大型風電企業一般是“風電場-區域分子公司-集團公司”三級管理體制，因此，要統一規劃、統一管理，根據企業特點和大數據技術要求科學搭建分析平臺。

（1）開放式數據倉庫。數據是分析研究的基礎，風電企業要制定數據管理標準，統一數據庫及數據的存儲方式、結構等技術要求，獨立建設開放的、自己掌控的數據倉庫，為風電企業技術人員和合作伙伴提供數據。

（2）云計算管理模式。傳統的服務器管理模式是按功能管理，各服務器只承擔固定的計算任務，資源不能充分發揮。因此，在集控中心、集團總部生產調度中心建設時，要按照云管理架構進行搭建，架構內的服務器不再進行功能分工，統一由主機指揮，進行集群式計算，提高計算能力。

（3）分布式計算模式。大型風電企業大數據平臺按三級搭建，從層次上看，越往上層數據量越大。因此，應本著“底層優先”的原則，分層明晰各層計算界面，最大程度的減少上層計算和重復計算，減少平臺負荷。

2.2 底層突破，統一數據判斷和計算標準

對于風電企業來講，風電場是所有數據的源頭，目前，風電場數據的完整性和一致性均無法保障，成為制約大數據分析應用的關鍵瓶頸，必須進行突破創新。

（1）完善數據獲取標準。大型風電企業要制定統一的風電場信息化管理標準，明確風電機組和升壓站的保護及自動化裝置的設備網口數量、計量點位置及精度、測控裝置配置、通訊網絡要求等設計標準，明確設備廠家應提供的數據點數和接口軟件。

（2）開發標準化軟件。應在風電場開發通用的SCADA平臺，研究不同風電機組、變流器的通訊協議、控制方式、狀態分類、判斷邏輯和計算方法，建立適用于多廠家、多機型的數據接口模塊，自動完成差異化輸入、標準化輸出。

2.3 科學組織、加快推進，深入挖掘大數據蘊藏價值

大型風電企業應成立常設機構，集中尖端技能人才，以下述研究方向為重點，細化研究課題，加快大數據的分析研究和價值挖掘。

（1）集中預測。可將風電場氣象信息、地理信息、測風塔數據直接傳到區域分子公司或集團總部，在原有的溫度、氣壓、濕度、降雨量、風向、風力等參考變量的基礎上，增加同區域風電場群差異化校正、同風向關聯風電場管道效應校正等因素，提高功率預測的準確性。

（2）劣化分析。研究各部件異常運行工況與參數的關聯關系，如風向儀不準時，與機艙方向、風速、功率的變化規律；葉片角度錯誤時，與風速、負荷、振動、葉根載荷的變化規律，及早發現設備劣化趨勢，開展狀態檢修維護。

（3）智能控制。研究風電機組各部件的控制策略，特別是定值式、周期式的簡單控制策略，重點進行分析研究，加入風機運行狀態、參數識別技術，開發智能偏航、智能變槳、智能解纜、智能測試、智能加熱冷卻等控制技術，提高風電機組可利用率和產能。

3 小結

風電場的運行大數據中蘊藏了大量的信息。通過集中預測，深入挖掘氣象信息，可以提高天氣和功率預測的準確性，科學制定調度計劃、檢修計劃，減少檢修棄風損失；通過算法、模型和工具開發，深入挖掘設備運行數據，可以預判設備劣化趨勢，精準判斷故障部件，計算電量損失，提高產能；通過智能作業指導庫和專家在線指導平臺建設，可以集成專業技術人員維護技能和經驗，提升機組運維能力和水平。因此，大數據在大型風電企業生產管理中的應用研究對于風電企業管理模式、生產效率和產能的提升具有重大意義。

參考文獻：

[1]姚劍平.淺論風電場日常管理中的四個關鍵控制項[A].中國農業機械工業協會風能設備分會2011年度論文集（上）[C].2011.

[2]張世惠.風電場生產運營管理研究[A].中國農業機械工業協會風能設備分會2010年度論文集（下）[C].2010.

作者簡介：孫昊（1991-），男，江蘇南京人，學士，助理工程師，主要研究方向：電力系統及自動化。