大數據分析在風電場運維過程中的應用

魏陽陽

摘要：2020年風電新增裝機容量創歷史新高，在開展風電場運營工作時，為有效提升風電場運營水平與經濟效益，可合理應用大數據分析技術，升級風電場運維工作水平，建構全新的技術管理模式，發揮出風電場最大的社會效能。本文就大數據分析技術，在風電場運維過程中的實際應用進行分析探討。

關鍵詞：大數據分析技術;風電場運維;應用成效

引言：

風電場作為我國重要的清潔能源組成單位，有效緩解了化石能源的消耗壓力。為不斷提升風電場的整體運營水平，需應用大數據分析技術，開展科學現代化運維管理工作，消除風電場的運行隱患，為風電場的安全穩定運行提供技術保障。

一、大數據分析應用必要性解析

風電機組的運行差異性較大，部分風電機組缺陷未得到有效檢測，帶病進行并網運行，給電網運行穩定性與安全性造成直接影響。如部分地區風電場設備選型不合理、運行不規范，使得風電場未能達到預期設定效益，無法實現預期設定發電目標，降低了風力的整體利用效率。在風電場運行過程中產生大量數據信息，但沒有對其進行合理整合分析，使得風電場運行效益不佳。通過應用大數據分析技術，對海量數據進行分析整理，進而對風電場運行模式進行合理完善，有效提高風電場的發電性能[1]。

二、大數據分析工作開展的目的解析

（一）提高發電運行可靠性

在大數據分析技術的合理應用下，可與氣象數據模型進行結合，建構智能風電運行管理系統，有效提高風電運行的可靠性與穩定性，提升電力系統的整體運行安全性，發揮出風電場的整體發電經濟效益。

（二）改善風機運行性能

在風電場運行過程中，需及時開展風電設備運維工作，以保證風機的整體運行穩定性。在傳統運維工作開展過程中，由于分工的不同，使得風機數據出現一定分散，如運營業主、生產廠家、第三方監測單位等，使得數據無法得到高效整合，不能及時優化風機運行性能。通過大數據分析技術的合理應用，可有效改善風機運行性能，提高風電場的整體運行效益，達到風電場預期建設工作目標。

（三）轉變管理工作模式

在風電場運維工作開展時，合理應用大數20據分析技術，建構數據集控管理中心，實現對風電設備的智能化管理控制，有效轉變風電場的管理工作模式，優化風電場的資源配置方案，實現風電場運行業務的統一，提高風電場的整體運行穩定性與安全性。由此可見，在新的工作模式運行下，有效降低了運營成本，提高了風電場的整體運行經濟效益。

三、 大數據分析在風電場運維中的應用成效探討

（一）可實現故障早期預警

傳統風電場運行維護時，主要采取人工經驗的方式進行故障診斷與技術監測，工作開展效率較低，且會占用技術人員資源。為有效解決該問題，風電場運維管理工作開展時，應當合理應用大數據分析技術，建構風電場設備故障智能診斷預警系統，實現故障的早期預警，有效提升風電場的整體運行穩定性。

在故障智能診斷系統運行下，可利用特定的診斷模型，對風電機組的運行狀態進行診斷，并通過后臺控制，使得風電機組的運行參數可實時傳輸，保證智能診斷工作開展的有效性與合理性，發揮出智能診斷工作開展的價值。如在對單臺風機進行故障預警時，應當對理論研究與運行數據進行合理分析，并基于多變量狀態估計技術，建構單個風機的實時數據與設定參數的相似度曲線。通過對其曲線變化進行對比分析，則可了解到單個風機的實際運行狀態，進而對風機故障進行早期預警，便于技術人員及時開展風電設備運維工作，保證風電場的整體運行穩定性與可靠性[2]。

（二）開展故障信息回溯工作

部分風電開發單位進行大數據分析技術應用時，嘗試建構設升壓站故障錄波與回溯功能，可實現對多個升壓站的信息保護，完成故障錄波數據的調取工作。在該功能的支持下，技術人員可開展故障信息回溯工作，對機械類故障、溫度回路故障、安全鏈故障等進行深度分析，找出故障之間的邏輯關聯性，制定科學嚴謹的風電場運維管理工作手冊，保證風電場運維工作開展的質量與效果。

（三）基于分析結果開展預防性運維管理

在大數據分析技術的應用下，可對風電場以往的數據信息進行深度分析，進而提煉出規律性數據信息，進而發現風電場存在的隱藏設備故障。通過技術應用、數據分析、發現問題、研究問題、解決探究、效果評估的工作流程開展，使得風電場運維工作，逐漸邁進精細化工作階段。

單位在大數據分析技術的應用下，制定預防性檢修標準與工作流程，使得預防性運維工作可得到有效開展。如通過大數據分析技術的支持，運維人員可對風機散熱片進行深度清理，并及時檢查打壓接觸器，對風機系統中的碳刷長度進行檢查，實時監控風機的齒輪油溫度，實現對風電場的靈活運維管理，有效規避風電場運行故障的發生，提高風電場的整體運行穩定性與安全性。

（四）改變風電場設備被動運維管理模式

在風電場運維管理工作開展過程中，為有效提升風電場的運行安全與可靠，需合理應用大數據分析技術，改變風電場設備被動運維管理現狀。在單位的集控中心，可每天為風電場推送相關預警信息，以輔助運維工作開展。同時，在大數據分析技術的支持下，可對運行數據進行深度分析，及時發現風電場運維存在的隱藏故障。通過大數據分析技術的合理應用，在對風電場進行運維時，可采取主動預防措施，提高風電場運維管理工作質量與效果。

在風電場管理工作開展時，落實運維管理責任制，嚴格落實運維管理工作職責，對風機設備的運行狀態進行評估，并將評估結果與責任人、定檢人進行連帶考核，調動運維管理人員的工作積極性。在工作管理體系與工作模式得到了一定優化后，實現了被動向主動預防工作轉變，使得設備管理水平得到整體提升。

四、結束語

綜上，文中對風電場運維工作中大數據分析技術的應用進行探析，針對應用目的與成效進行闡述，說明大數據分析技術應用的重要性。未來，在風電場運行維護工作開展時，為提升風電場的整體運行穩定性與可靠性，需結合實際工作需求，靈活應用大數據分析技術，發揮出大數據分析技術的應用價值與優勢。

參考文獻：

[1]石睿.基于大數據分析的風電機組運行狀態監測方法研究[D].長春工業大學，2018.

[2]董文婷.基于大數據分析的風電機組健康狀態的智能評估及診斷[D].東華大學，2016.

華潤風電（海原）有限公司，寧夏回族自治區中衛市?755200