基于部件的風電機組智能運維分析指標體系構建

中國電建集團成都勘測設計研究院有限公司 賴 剛 彭 莉 廖 禮

我國風電行業在國家政策的積極推動下裝機容量大幅提升，用了短短5年時間就走了歐美風電強國15年才走完的發展之路。截至2020年底我國風電裝機容量已達2.8億千瓦，成為全球最大的風電裝機國。伴隨著我國風電裝機容量的逐年增多，風電機組設備大約從2012年開始大規模脫離質保期，出保的風電機組數量快速攀升，極大地推動了我國的風電運維市場的發展。

一些大型風電場機組種類眾多，涉及不同的整機廠商和機型，各機型間的SCADA數據采集點表、標準、采集頻率、計量單位、故障設置等各不相同，使得在統一運維管理過程中存在數據標準不統一的現象，增加了集中運維管理的難度，不利于對風電機組進行智能運維分析和統計，因此對不同機型的數據進行分類梳理形成一套標準的運維分析指標體系尤為重要。基于統一的數據標準化方法，對風電場不同機型的SCADA數據進行分類、梳理、標準化和編碼，形成一套完整的、能適配所有機型的風電機組智能運維分析數據指標體系，為風電場的運維管理提供一套完整的、統一的、標準的數據指標體系，有利于智慧風場的建設，為場站的集中監控、智能分析、智能運維、智能運營等工作提供科學一致的基礎數據支撐服務。

1 基于部件的運維分析指標體系構建方法

基于部件的運維分析指標體系構建方法主要包括原始點表收集、數據指標預處理、指標標準化、指標編碼以及形成標準點表五個步驟：

原始點表收集：主要指收集不同整機廠商、不同機型的原始SCADA數據采集點表，點表應盡量的完整詳盡，覆蓋整個機組的監測點位；數據指標預處理：研究和分析各廠商、各機型原始點表。對原始點表進行梳理，包括對直驅、雙饋風電機組進行分類匯總，分部件分層級對指標進行梳理，包括機型分類、數據分類、部件分類；指標標準化：主要指對梳理好的運維指標進行分類分層級合并，實現對業務定義的標準化處理，包括指標名稱標準化、數據類型標準化、計量單位標準化等工作。

指標編碼：主要對運維指標按編碼規則進行統一的編碼，保障指標的唯一性和關聯性，包括指標分類編碼、數據分類編碼、數據標準編碼等；標準點表輸出：根據以上步驟最終形成風電機組智能運維分析指標體系，為風電場的集中監控、智能分析、智能運維、智能運營等工作提供科學一致的基礎數據指標體系服務，為各場站開展集中運維管理工作提供統一數據管理體系。

2 方法應用

目前集團公司旗下運營有多家風電場，遍布全國各地，各場站中均存在涉及多個風電機組整機制造廠商及多種主控類型風電機組，為驗證方法的實用性，本文選擇兩個典型的風電場，涉及金風、東氣、華銳、湘電等多個廠家不同的機型開展研究工作。在收集兩個場站涉及多個廠家不同機型的SCADA數據點表后，對其進行數據指標梳理，并采用基于部件的運維分析指標體系構建方法，形成一套能滿足以上風電機組數據統一運行管理的數據指標體系，并為相應的智能運維管理系統提供統一的數據支撐服務。

2.1 原始點表收集

首先通過收集集團公司旗下的兩家典型風電場內涉及的四種不同機型的原始SCADA點表，并對其點表進行初步梳理和統計，1～4#故障信息點數、部件監測點數、合計數分別為17/204/221、46/312/358、46/123/169、376/91/467。根據統計結果發現，各風電機組采集的點位數據總量不同、故障信息和部件監測點位數量均不統一，通過進一步的分析發現各風電機組采集標準、故障分類和編碼標準也存在差異。

2.2 數據指標預處理

風力發電機組是將葉輪吸收的風能轉換為機械能，再由發電機將機械能轉化為電能，最終輸出交流電的電氣設備。本文所選典型風電場的風電機組包括直驅和雙饋兩種風力發電機組，其中機型2#為雙饋型機組，機型1#、機型3#和機型4#均為直驅型機組。

雙饋異步發電機實質上是一種繞線式轉子電機，由于其定/轉子都能向電網饋電，故簡稱雙饋電機。該發電機主要由電機本體和冷卻系統兩大部分組成。雙饋風電機組包括輪轂、變槳系統、葉輪葉片、發電機轉子、發電機定子、底板、偏航電機、測風系統、塔架等結構；直驅式發電機是一種由風力直接驅動的發電機，亦稱無齒輪風力發電機，這種發電機采用多極電機與葉輪直接連接進行驅動，免去齒輪箱這一傳統部件。直驅風電機組包括輪轂、導流罩、變槳系統、葉片、發電機、測風系統、機艙、環控系統及偏航系統等。

以收集到的各機型的原始點表為基礎，按機組類型及部件對點表進行分類，并將分類結果進行迭代分析、類比、匯總、合并等處理。通過對數據指標的預處理，將雙饋型和直驅型風電機組SCADA數據按照部件進行分類匯總，最終形成如下的部件指標體系。

在雙饋型風電機組中SCADA數據采集點位指標主要包括輪轂、偏航、主軸、齒輪箱、發電機、操作、電網、故障碼、系統、液壓、環境、變頻器、統計和主控等；在直驅型風電機組中SCADA數據采集點位指標主要包括通用信息、變槳、傳動鏈、發電機、變頻器、變壓器、機艙、偏航、塔筒、氣象信息、報警信息、狀態日志信息、模擬日志信息、報表信息、有功功率控制和無功功率控制等。

圖1 數據指標預處理方法（以部件為基礎進行數據梳理）

2.3 指標標準化

各機型的運維數據沒有建立統一標準，對于同一指標存在不同指標名稱、數據類型、計量單位等的情況，如何建立完善健全的指標體系對促進風場的智能化運維技術的發展和優化風電機組運行、運維策略有著重要意義[1]。本文通過指標名稱、數據類型和計量單位的標準化形成統一的SCADA監控數據指標。

指標名稱標準化。對于不同的風電機組的同一指標存在不同的指標名稱進行標準化，以風電機組啟動狀態為例：機型1#。自啟動——WTUR.autostart_state_enable；機型2#。準備啟動/風電機組可以啟動——Start；機型3#。風電機組啟動——WMStart；機型4#。啟動風電機組——Start。因此針對不同機型指標名稱進行梳理和業務定義實現標準化，采用部件+點位的方式梳理名稱，最終形成風電機組啟動指標。標準名稱：風電機組啟動狀態——WTUR.Start。

數據類型標準化。從原始點表可知大量數據指標均采用FlOAT型，狀態及預警指標均采用BOOL型、但部分數據類型有差異，對其進行分析、進行統一標準。以葉片故障為例：機型1#。葉片故障的數據類型——BOOL型；機型2#。葉片故障的數據類型——FlOAT型；機型3#。葉片故障的數據類型——BOOL型；機型4#。葉片故障的數據類型——BOOL型。根據狀態及預警指標均采用BOOL型，將葉片故障的數據類型統一定義為BOOL型，并根據該調整在原始點表中設置判斷和轉換關系。計量單位標準化。對于不同機型同一指標的計量單位的不統一進行標準化，為方便統計將指標單位統一化處理。如電流統一單位為A；溫度統一單位為℃；電壓統一單位為V等。完成對數據指標的名稱、數據類型、計量單位的標準化統一后，使不同機組對于同一類數據有著相同的數據表達方式，為指標編碼的設計與數據指標標準體系的建立打下基礎。

2.4 指標編碼

指標編碼是根據指標分類給指標賦予一定規律性的易為計算機識別和處理的一組有序符號排列[2]。研究指標分類編碼及其標準化，通過科學的方法設計一套指標編碼體系能提高運維管理效率，減少運維人員所需處理冗雜的事項，并為統一運維管理奠定數據基礎，對于風電場的數字化和智能化發展具有重要意義[3]。風電機組智能運維指標編碼體系的設計對風電機組運維管理也發揮著同樣的核心作用，本文中數據指標編碼采用三層設計，包括一級指標、二級指標和三級指標，采用字母及數字組合方式進行編碼（圖2）[4]。

圖2 編碼設計方法

第一層為指標分類編碼，占一位，用A～Z字母表示，指標分類包括變流器、變壓器、傳動鏈、發電機、風輪、機艙、偏航、通用信息、無功功率控制、有功功率控制、故障信息（表1）；第二層為數據分類編碼，占兩位，用01～99數字表示，支持擴展，數據包括狀態信息、模擬信息、控制信息、公用信息、報警信息（表2）；第三層為數據指標編碼，占三位，用001～999數字表示，支持擴展。

表1 指標分類編碼

表2 數據分類編碼

2.5 標準點表輸出

通過對比部套與點位的定義，并將系統、統計、環境和電網合并到通用信息中，最終形成變流器、變壓器、傳動鏈、發電機、風輪、機艙、偏航、通用信息、無功功率控制，有功功率控制十個部分的基本部套分類。將故障、報警、過熱等信息進行單獨歸類，定義為故障信息，下分變流器故障信息、變壓器故障信息、傳動鏈故障信息、發電機故障信息、風輪故障信息、機艙故障信息、偏航故障信息、通用信息故障信息以及有用功功率故障信息十個部分的故障信息。

對四個機型數據進行整理，形成最終的標準點表狀態信息包括356個子項，其中變流器46個、變壓器24個、傳動鏈26個、發電機35個、風輪80個、機艙35個、偏航27個、通用信息46個、無功功率17個、有功功率20個。最終的故障信息表包括395個子項，其中變流器故障信息135個、變壓器故障信息10個、傳動鏈故障信息15個、發電機故障信息29個、風輪故障信息104個、機艙故障信息33個、偏航故障信息16個、通用信息故障信息52個，有用功功率故障信息1個。

3 結語

本文僅針對兩個典型風電場涉及的四種機型的SCADA數據進行研究，因而構建的指標體系是以四種機型的點表為基礎。為方便智能運維分析指標體系的擴展，適配不同的風電機組，本文充分考慮了不同整機廠商的風電機組種類眾多等特點，設計了一套基于部件的風電機組智能運維指標體系構建方法，該方法能兼容不同的廠商與機型，并易于擴展和應用。通過在典型風電場的實際應用，驗證了該方法的科學性和可行性，目前該方法已應用于集團公司風電場數據采集和運維管理分析中，為風電場的統一運維管理提供一套完整的運維數據指標體系支撐。