大數據處理技術在風電機組故障診斷及預警中的應用

摘要：隨著當前各個行業的迅猛發展，人們對電力能源的需求進一步增加，所以風電場也隨之在數量以及規模上得到擴展。對于風電場的日常運轉，應該注重其風電機組的故障診斷及預警情況，以便能夠更好的維護電力系統的生產以及運營。要想確保風電機組故障診斷及預警當中數據的精準性與正確性，這就需要對大數據處理技術進行正確的應用，以便能夠充分獲取風電機組運行情況的有效數據和信息，從而及時獲取風電機組故障診斷及預警情況，然后對風電機組實施有計劃的維護以及維修。文章對于大數據處理技術在風電機組故障診斷及預警中的應用開展簡單的分析，希望能起到一定的參考作用。

關鍵詞：風電機組;故障診斷及預警;大數據處理技術

大數據處理技術在風電機組故障診斷及預警中的應用，能夠有效的降低風電機組在運行當中發生故障的頻率，提升維修效率，提高風電機組的安全性能，為風電機組的發展打下了堅實的基礎。

1.大數據處理技術在風電機組故障診斷及預警中的模型設計

1.1數據的采集與整合

數據的采集與整合過程當中的數據來源主要是通過三個系統，分別是地理信息的相關系統，數據進行采集和監控的相關系統，以及項目管理相關的信息系統。此外，還包含有特殊的一些傳感裝置的相關系統當中，所形成的各種運行管理信息和故障信息。開展數據的相關采集與整合，通常使用Sqoop以及其他的大數據技術實現相關連接，從而確保系統當中的各個數據獨立，然后按照有關的規范開展標準化的相應處理，從而完成對分布式的有關數據庫與文件系統進行充分的整合。

1.2數據的存儲

數據的存儲通常是利用HBase或者是Hive等各種各樣分布式的有關的數據庫開展存儲。通過分布式的相關文件系統，利用其高容錯率以及吞吐量的特點，能夠更好的達到海量以及多樣化的各種數據存儲當中的低成本要求，比較適用于storm等的一些數據訪問類型的處理形式。一般而言故障診斷及預警當中需要的各類數據能夠存儲到HBase當中，從而進一步提升對于故障分析的能力。

1.3數據計算

根據現有的各種分類、預測以及關聯等數據挖掘算法庫，利用GIS、PMIS以及SCADA，同時配合各類監測系統，在以此作為依托，完成對于各種數據的有效整合，然后通過大數據技術實現故障診斷，并達到有效的預警作用。在這個模塊當中，一般利用Storm系統的流計算以及MapReduce模型當中的批計算等各種不一樣的計算方法進行計算，從而更好的滿足各種不同的計算需要。比如，對于那些實時性需求比較高的各種故障診斷方式，例如在線故障診斷可以利用流計算，而離線數據的一些處理可以通過批計算進行解決。MapReduce模型能夠廣泛運用到各種簡單數據的相關計算當中，并通過Spark的有關計算模式，解決MapReduce模式在進行計算過程中出現的各種難題與不足。

1.4數據分析

這個模塊在基于數據計算的前提下，獲取相關的故障數據信息，然后將這些信息存儲到故障知識庫當中。利用多種的數據挖掘算法，通過挖掘獲取的信息，然后再和故障知識庫當中的信息相結合，在完成風電機組設施在線的相關故障診斷及預警，同時還可以取得新類型的故障特征，從而進一步優化特征曲線，以此在算法庫當中進一步健全和優化新型的設備故障的相關專用算法。

2. 大數據處理技術在風電機組故障診斷及預警中的應用分析

2.1對風電機組的維修給出適當的方案

為了確保風電機組能夠穩定運轉，就需要定期進行風電機組的維護以及檢修，可是由于風電機組當中的組件較為復雜，元件以及設備數量也比較的多，進行人工檢修不但耗時長，而且還不容易查出隱患問題，所以利用大數據處理技術，可以方便、高效的掌握風電機組各個位置當中的真實運行參數，幫助工作人員更好的對設備真實的運轉狀態開展有效的監測，按照監測信息開展相應的維護工作，從而有效的防止了故障的發生。

2.2為風電機組處理故障

當風電機組發生故障以后，怎樣迅速的處理和明確發生故障的位置以及原因，是工作人員面臨的一個重要問題，而大數據處理技術可以為故障的處理提供很好的便利。第一，大數據處理技術可以有效的對風電機組工作的情況開展及時的監督與反饋，如果風電機組當中的運行參數發生故障，這時系統就將自動報警，從而引起相關工作人員的重視，如此就能夠在發生事故以前及時的通過有效措施，避免將故障擴大。第二，利用大數據的合理分析運算，能夠給予工作人員有效的維修建議，對于故障排查以及風電機組的正常運轉具有十分重要的意義。利用大數據處理技術，提高設備的健康運轉情況，提升安全運行水平，降低設備發生故障的頻次，從而確保生產工作能夠安全穩定的開展。

結束語：

風能是一類可再生的清潔型能源，其在經濟效益方面有著十分明顯的優勢，風能是當前發展比較快的一種新型的發電方式。由于當前對于碳減排越來越重視，我們國家的風力發電也得到了迅猛的發展。同時，由于風電機組隨著使用時間的增長，其中各種故障的發生率也會隨之增加，因此通過大數據處理技術對于風電機組運轉情況開展監測，能夠更好的對風電機組開展故障診斷及預警，以便有計劃的進行維護以及維修。大數據處理技術在風電機組故障診斷及預警中的應用，能夠讓工作人員及時掌握機組運轉情況，并且能夠實現有針對性的進行設備維護，這對于降低突發故障以及提升設備運用率有著非常重要的作用和現實意義。

參考文獻

[1]薛禹勝，賴業寧.大能源思維與大數據思維的融合（一）大數據與電力大數據[J].電力系統自動化，2016，40（1）：1-8.

[2]周國亮，朱永利，王桂蘭，等.實時大數據處理技術在狀態監測領域中的應用[J].電工技術學報，2014，29（S1）：432-437.

[3]曲朝陽，陳帥，楊帆，等.基于云計算技術的電力大數據預處理屬性約簡方法[J].電力系統自動化，2014，38（8）：67-71.

[4]錢進，苗奪謙，張澤華，等.MapReduce框架下并行知識約簡算法模型研究[J].計算機科學與探索，2013，7（1）：35-45.

作者簡介：馬燕妮（1992.12-）女，漢族，甘肅酒泉人，學士，助理工程師。