風電遠程設備監控與故障診斷系統設計與應用

許利偉

（山西同煤新能源有限公司，山西大同030000）

1 系統構建

1．1 明確設計原則

發電企業在對基于云計算的風電遠程設備監控與故障診斷系統進行設計的過程中，應該堅持兩個基本原則:一是可靠性。設計人員在解決系統配置及設備選型問題后，需要關注系統整體的可靠性，確保其能夠實現對于各類數據信息的高效處理，以最大限度地滿足企業的各種要求。應該建立起實測數據庫，對實際測量的實時數據進行存儲和更新，同時建立歷史數據庫，確保其能夠存儲5年以上的歷史數據。工作人員還應該切實做好操作系統、數據庫系統以及應用軟件的管理和維護工作，設置相互匹配的軟硬件設備，確保監測數據能夠將設備的運行狀態準確反映出來。二是安全性。電力系統中存在數量眾多、類型各異的設備，很多設備都有著較高的安全級別，涉及的使用者包括發電企業、監管機構、用戶等，對于數據信息的保密性和安全性都有很高的要求。因此，在系統設計環節，設計人員應該充分考慮信息的安全性和保密性，適當增加冗余數據，配合防火墻及殺毒軟件，切實保障數據信息安全。

1．2 規范數據要求

發電企業有關部門可以借助恰當的數據傳輸手段，將風電場采集的設備運行數據和監控數據持續傳輸到數據中心。監控數據可以分為實時數據和歷史數據，包含的信息內容眾多，如機組運行狀態、電流電壓、無功功率、隔離開關位置等，為了保證數據傳輸的有效性，需要嚴格依照有關標準和規范，對數據通訊協議進行選擇。

1．3 做好需求分析

一是應該明確需求目標。通過系統建設，發電企業必須能夠實現對風電場中風電設備狀態信息、氣象數據等傳輸到相應的控制中心進行集中處理，能夠對風電設備的狀態進行遠程評價和實時在線分析，能夠實現故障的遠程專家診斷，切實提高風電設備的可用率及管理水平。數據分析平臺對于系統的實時性、數據存儲量、功能全面性和數據顯示直觀性等都有著較高的要求。在該系統中，數據平臺在數據顯示方面采用的是三級顯示模式，第一級是對電網在當前運行模式下運行情況的顯示，第二級是對系統薄弱環節或者存在問題的顯示，第三級則是對設備運行參數具體數值的顯示。通過清晰直觀的數據顯示，電網調度人員能夠很好的掌握風電并網情況下發電企業的薄弱環節，并以此為依據，制定出相應的故障防范和應對措施；二是應該明確需要解決的問題。當前，不少發電企業在對風電場控制中心進行設置時，都存在設備數量眾多、分布散亂的情況，每一個節點機都連接著數據中心、服務器和存儲設備，計算終端孤立而分散，在實際應用中存在著任務單一、效率低下的問題，并不能很好的滿足海量數據的處理需求。如果通過增加設施設備數量的方式來提升系統計算效率，則面臨著建設周期長、資金短缺等問題。對此，發電企業可以引入云計算技術，借助云端服務器來提升數據處理的效率，降低成本的同時，也可以減輕設備維護工作量?；诖耍ㄔO云計算平臺，能夠利用軟件系統實現對于硬件設備的虛擬化管理，構建虛擬化資源池，形成高效便捷的協同工作機制，而且用戶不需要建設機房和數據中心，只需要在終端登錄，就能完成數據瀏覽、數據修改和數據查詢等工作，所有的業務及數據處理都能夠在云端完成。

1．4 合理選擇算法

系統算法包含了系統設計實現的分布式計算模式，以及各節點對于子節點數據的調用算法，客戶端和云端數據的交互算法等。從目前的發展情況分析，在云計算系統中，可以采用Map－Reduce編程模式對電力調度信息進行挖掘，構建起可以對大規模數據集進行處理的計算平臺（如圖1）。在對海量數據計算任務進行處理時，平臺會將單個計算任務分解成多個子任務，進行同步分布式計算，能夠在保證計算結果準確性的同時，降低完成任務所需的時間。

圖1 執行過程概述Map－Reduce

2 系統架構

2．1 數據監控

在風電場運行中，會產生海量的數據信息，這些數據信息可以通過風電場集控站傳輸到相應的地調SCADA系統中。不過，受技術條件的影響，風電機組運行中的一些異常信息，如噪聲、振動等并沒有被納入到發電企業集中監控平臺，而這些信息恰恰是風電機組故障診斷的主要參考依據。對此，技術人員在系統設計環節，可以借助物聯網技術實現對于風電設備實時運行數據的監測工作，通過對綜合氣象數據的采集，構建起完善的在線監測系統。

2．2 質量監控

系統需要能夠依照風電并網的實際需求，對注入到電網中的諧波電流進行監視，并且將風電的并網點納入到無功電壓控制系統中，實現對于電網無功電壓的整體優化控制。另外，系統也應該能夠將風電并網點的暫態穩定、電壓穩定以及全系統電壓分布圖直觀顯示出來，實現對于不同電壓等級電壓的監控和越限報警。

2．3 功率預測

可以在發電企業的風電數據中心接入風電場功率預測系統，借助系統實現對于風電運行信息的監視以及歷史數據的挖掘，對照數據完成風電發電計劃的校核與修正，對電能的質量進行有效調控。應該做好風電場最大有功功率輸出曲線和最大無功容量補償曲線的合理預測工作，為EMS潮流計算提供參考依據，同時可以運用SCADA系統中存在的基于組件接口規范的結構，將相應的數據信息傳遞給EMS。

2．4 遠程診斷

結合海量數據分析以及挖掘，可以構建起遠程故障診斷專家系統，實現對風電機組主要設備的故障自動診斷，可以確定故障的具體位置以及類型，也能夠評價故障的嚴重程度，對于一些重要元件的故障，可以做到早發現、早預警、早檢修、早處理，避免故障范圍的和影響的進一步擴大。

2．5 故障報警

故障報警能夠將風電機組中主要設備故障的早期特征提取出來，向維護人員發出相應的預警信息，提醒其重視起來，提前制定出相應的維修策略，盡可能減少機組故障停機的可能性，降低損失，同時也可以避免設備損壞引發的一系列問題，能夠切實提高風電設備的維修效率，有效減輕運行維護人員的工作負擔，有利于設備利用效率的提高。

3 效果對比

3．1 效率對比

從發電企業的角度來對系統運行效率進行分析，可以設置相同的計算任務，利用常規計算方法和云計算進行同時處理，云計算消耗的時間僅為常規計算的2．3%，工作效率的提升極其明顯，因此能夠很好地適應海量數據分析處理的現實需求。對照相應的計算結果，院區服務器的平均利用率可以從原本的7%提升到80%－90%，服務器重建以及應用加載的時間從原本的20小時以上縮短到了30分鐘以內，能夠將風電場的總體運營成本節約75%甚至更多。

3．2 數據挖掘

結合歷史數據分析和挖掘結果分析，在發電企業風電設備故障中，齒輪箱故障的占比為55%，發電機設備的故障占比為20%，葉片故障占比約為18%，因此，在對風電機組設備進行監控和故障診斷的過程中，應該重點關注齒輪箱、發電機和葉片，對其運行狀態進行實時在線監測，時刻關注其狀態的波動，一旦發現數據異常，需要立即進行分析和診斷，爭取將故障扼殺在萌芽之際。

4 結束語

總而言之，新的發展環境下，伴隨著風電規模的迅速擴大，發電企業對于風電設備故障診斷的及時性和準確性提出了更加嚴格的要求，為了能夠滿足這一需求，提出了一種基于云計算的風電遠程設備監控與故障診斷系統，配合數據挖掘技術，能夠從海量數據中提取有用信息。實踐結果顯示，系統可以實現對于數據的高效分析和故障的精準定位，能夠顯著降低風電場運營維護成本，提升風電運行管理水平。另外，以該系統為支撐，可以實現風電和傳統電網的協調發展，也可以為云計算在風電遠程設備監控和故障診斷中的應用提供參考和借鑒。