大數據分析技術在風電機組異常預測中的應用

于天笑

（國電聯合動力技術有限公司，北京 100039）

0 引 言

作為一種無污染的可再生能源，風能因其巨大的蘊藏量受到了世界各國的廣泛重視。但隨著風電的大規模發展，風電場運維工作量也隨之快速增加，已有技術手段不能全面支撐風電機組大部件異常狀態的早期發現及有效識別。為了提升風電場運維效率，本文利用大數據的采集和統計分析技術，對機組各種運行狀態進行分析評估，得出機組各個零部件運行過程中的劣化趨勢，自動對風電機組未來可能出現的異常情況提前做出預警，引導風電場運維人員開展預防性維護，降低機組故障損失。

1 風電機組異常預測中的大數據分析技術應用思路

風電場數據采集與監控系統（SCADA系統）廣泛應用于我國風電領域。該系統主要負責風電機組及其部件運行狀態的監測，通過設置閾值進行監測數據的越限報警，可在一定程度上實現風電機組的異常監測。但受采集數據點密集、在線監測信息量大的影響，傳統的SCADA系統逐漸難以滿足風電設備監測數據的在線處理需求。為應對海量且結構復雜的風電機組監測數據，并保證數據的處理速度和處理精度，本文采用結合Hadoop技術的BP神經網絡平臺進行海量數據的存儲，并圍繞選取參數針對性生成異常預測算法，配合MapReduce框架進行預測模型訓練，滿足了風電設備的異常預測需要[1]。

2 風電機組異常預測模型體系

2.1 模型框架

為兼顧風電設備異常預測的數據處理速度和預測精度需要，本文提出了風電設備異常預測模型，如圖1所示。該模型應用了Hadoop集群和MapReduce框架。

圖1 風電設備異常預測模型

由圖1可知，模型由4個部分組成，即應用層、分析層、存儲層及數據采集層，具體構成如下。（1）應用層。應用層模塊主要負責使用完成訓練的異常預測模型，通過輸入在線的監測數據，即可獲得預測的狀態參數值，以計算實際監測值與模型預測值的殘差。如發現殘差出現距離波動，即可判斷風電設備存在運行狀態異常，相關人員可在數據可視化技術支持下直觀了解異常。（2）分析層。該層集成有完成訓練的BP神經網絡預測模型。該模型能夠應用大數據分析技術，對地理信息數據、天氣數據以及SCADA狀態監測數據進行分析處理，以完成風電設備的異常狀態預測。海量數據處理中，傳統的BP神經網絡訓練方法很容易出現因內存不足而無法訓練或耗時較長問題。為了解決該問題，本文研究引入了開源云計算平臺Hadoop，由此BP神經網絡得以與MapReduce框架結合，并行化運行方式也由此實現。并行化運行方式支持下，分析層能夠對訓練樣本進行并行地批量訓練，模型的運行速度及精度均大幅提升。（3）存儲層。該層選用的存儲介質為Hive和HBase等分布式數據庫。作為基于Hadoop的數據倉庫工具，Hive能夠提供類sql查詢功能，并能夠實現MapReduce作業與sql語句之間的轉譯。通過轉譯即可保證sql語句在Hadoop上的執行，也能實現并行運行大批量數據處理任務功能。作為構建在HDFS上的分布式列存儲系統，HBase具備可伸縮、高性能以及高可靠特點。服務器可在HBase的支持下實現大規模結構化存儲集群的搭建。深入分析發現，Hive和HBase等分布式數據庫具備高吞吐量和高容錯率特點。因此，二者均能夠較好地服務于海量風電設備歷史監測數據的存儲，且數據的批處理訪問模式需要也能夠得到較好滿足。（4）數據采集層。采集的數據主要包括地理信息數據、天氣數據以及風電設備的狀態監測數據。業務原有各類特殊傳感器的生產運行管理數據也需要通過數據采集層實現采集。由于需要采集的數據存在大量重復內容，且模態各異、來源不一，數據采集層需負責重復數據與異常數據的清除，完成數據的清除后可將其余數據傳輸至文件系統或分布式數據庫，傳輸過程需應用Sqoop等大數據技術。在應用Sqoop的數據傳輸中，傳輸數據可實現標準化、自動化的格式調整，人為的序列/反序列化操作可由此大幅減少[2]。

2.2 預測模型構建

作為一種多層前饋網絡，按誤差反向傳播算法訓練屬于神經網絡的主要特征。由于神經網絡能夠實現任意非線性映射關系的較好表示，因此近年來被廣泛應用于各領域。神經網絡的具體應用中，描述映射關系的數學方程無需提前了解。BP神經網絡的拓撲結構由輸入層、輸出層以及若干隱層組成，采用最速下降法作為學習算法。為實現神經網絡誤差平方和的最小化，需不斷調整神經網絡的閾值與權值。結合相關研究發現，若BP神經網絡隱含層擁有足夠多的神經元數目，僅包含一個隱含層的BP神經網絡就能夠以任意精度逼近一個連續的非線性函數。基于此，本文研究采用的BP神經網絡僅具備一個隱含層，如圖2所示。

由圖2可知，BP神經網絡模型中，為有效減少算法運行時間，采用了并行運算的方法。在MapReduce并行化方法的支持下，每個權值的變化量能夠在Map階段完成計算與輸出，各個權值的總變化量則能夠在Reduce階段進行完全統計，配合權值的科學化統一調整，訓練即可基于批處理的方式展開。

2.3 異常預測運行流程

受天氣季節性變化和風速波動變化的影響，風電機組需要頻繁切換自身的運行工況。受工況的頻繁切換影響，風電機組設備狀態監測數據的幅值往往會出現較大波動，因此風電機組的運行安全程度無法通過幅值的大小實現準確判斷。為應對風電機組運行特點，現階段業界多采用閾值報警方法，即對風電機組的運行狀態判斷中，以監測信號是否達到報警閾值為基礎。但這種閾值報警方法的應用很容易出現誤報和漏報等問題，風電設備異常預測的精確度不高。因此，本文采用了殘差分析方式對風電機組運行狀態進行判斷，基本流程可描述為：“歷史監測數據→預處理→歷史可用數據→歸一化處理→BP神經網絡訓練模型→網絡權值和閾值矩陣→BP神經網絡預測模型”“新監測數據→BP神經網絡預測模型→計算殘差→是否大于殘差閾值→是→計算RMSE→是否大于RMSE閾值→是→狀態異常”，如果殘差與RMSE不大于設定閾值，則說明風電設備狀態正常。

圖2 BP神經網絡模型

具體的風電設備異常預測過程如下。（1）針對性選擇正常運行狀態下的風電機組SCADA數據，并開展針對性預處理，以得到用于后續分析的監測數據。按比例進行劃分，將剛剛得到的監測數據分為測試數據與訓練數據。（2）歸一化處理訓練數據，選取6個狀態參數作為模型的輸入參數，分別為發電機轉速、機艙振動有效值、齒輪箱油溫、風速、機艙振動傳感器X及機艙振動傳感器Y。基于輸入參數進行BP神經網絡模型訓練，訓練結束依據為輸出值誤差控制在理想范圍。（3）基于目標參數使用預測模型進行預測，對比實際值與預測參數結果以獲得殘差。若未發現殘差大于設定閾值，可判斷參數對應的風機設備狀態正常。（4）對比實際值與預測參數結果，若獲得的殘差在設定閾值以上，需應用式（1）進行均方根誤差RMSE的計算。式（1）中的D、m分別為均方根誤差與樣本數，x與xi分別為模型的預測值與實際值。由此得到的RMSE計算結果可用于殘差變化劇烈程度的衡量。為更加準確地反映殘差變化的趨勢，需結合滑動窗口技術。結合每天開展的相關計算，即可明確RMSE的變化情況。（5）結合計算得出RMSE結果。若該結果不大于設定閾值，即可判斷風電設備狀態未出現異常[3]。

2.4 測試結果與分析

為驗證本文提出方法的實用性，搭建Hadoop平臺開展測試。測試采用由2個從節點與1個主節點組成的Hadoop集群，節點的內存為2 G，屬于應用Hyper-V管理器創建的虛擬機，硬盤為200 G，開發過程中應用了HBase、Hive及Eclipse等技術。

圍繞某風電場提供的2017年1月至2018年12月的實際運行數據展開，數據來源為33臺風電機組的SCADA系統采集數據。測試選擇了33臺機組中的15臺機組在2018年6月的監測數據，基于15組監測數據選擇訓練樣本，以開展模型訓練。為保證模型輸出誤差得到較好控制，每組的訓練次數設為1 000，可得到性能優秀的BP神經網絡預測模型。選取對應1臺機組的2018年6月的15組監測數據作為測試樣本，進行下一時刻齒輪箱油溫平均值的預測，可得出模型預測值與實際監測值的對比結果。對比真實值和預測值發現，真實值與預測值基本吻合，模型的精確性和有效性得到了證明。

為測試并行化后的模型加速效果，分別在單機和集群環境下進行同樣大小測試數據集的程序運行時間測試。測試結果表明，單機在數據量較小時的運行時間明顯優于集群運行，但集群的計算優勢隨數據集的增大而逐漸明顯。由此可見，并行化方式較為適用于海量的風機設備監測數據處理。

3 結 論

大數據分析技術可較好地服務于風電設備異常預測。因此，本文介紹了風電設備異常預測模型、BP神經網絡模型及異常預測運行流程等內容，提供了可行性較高的大數據分析技術應用路徑。為了更好地發揮大數據分析技術優勢，需要重視實時可靠性評價公式的建立，風電機組監測數據的時序性特點及短時風速波動帶來的影響。