基于大数据的风电设备远程故障监测与诊断系统探究

丁 丁

中国华电集团有限公司甘肃公司检修维护中心 甘肃 嘉峪关 735100

1 引言

风电机组一般地处偏远、环境恶劣,就成本分析而言,其运行、维护的成本较高,且缺乏大量的专业技术人才,故障诊断与检出率低下,无法保证风电机组的可靠性、稳定性。此外,风机一旦出现主系统故障,往往维修周期长、成本高、直接经济损失较大,因此,建立基于大数据的风电设备远程监测与诊断系统是当前的重要课题,大数据的应用能够提升风电机组的监控与管理水平,降低运维成本,增加企业效益。

2 基于大数据的风电设备远程故障监测与诊断系统研究现状

在风电监测与诊断领域,我国起步较晚,缺乏监测的核心技术和相应的有效控制措施。另外,对基础数据的收集严重缺乏,未能形成丰富的数据库资料。忽视了基础数据的重要性,同类问题的反复出现,未能得到有效解决。多信号的综合诊断未得到重视。近年来,随着大数据服务的建立和发展,推动了风电设备远程监控与故障诊断的技术进步。通过对实时在线数据的收集比较,借助人工智能与技术专家的分析,大数据功能应用的作用在风电设备中起到越来越重要的作用,已经帮助用户实现了风电设备的运行优化,降低了故障率,风机利用小时数稳步上升。

3 基于大数据的风电设备远程故障监测与诊断系统关键与难点

大数据风电设备远程故障监测的目标：

(1)先进性、成熟性和实用性。采用当今成熟并具有良好发展前景的新技术,使各子系统在较长的生命周期内,保持技术先进和安全稳定。设计既能满足风场的需要,又能适应未来的发展需求。

(2)可靠性。高效稳定的设备在线监测及故障预警平台,能提供全年365天、全天24小时的连续运行。

(3)可操作性。先进且易于使用的图形人机界面功能,提供信息共享与交流、信息资源查询与检索等有效工具。

(4)高效率性。关注各子系统及相关系统的信息共享,提高系统的整体运行效率。

(5)实时性。系统反应快速,充分满足风场对实时性的需求。

(6)完整性。设计将通过良好的集成和完善的配置,提供系统整体运作层面的信息和功能的完整性。

(7)安全性。通过在系统部署相关的安全措施、以有效地确保系统各个层次安全。

风电设备远程故障监测与诊断的大数据应用主要有以下几个关键点与难点：

一是根据生产实践,优化基于大数据分析的置信度逼近理论,使理论与实践能够紧密结合;二是模型建立初期,可能出现由于数据量不足引发的误报警问题。根据运行数据不断优化设备动态模型,使监测模型趋于完善;三是基于现有的模式识别技术,探索准确判断设备当前运行状态的方法;四是大数据本身具有不精确性,可能存在一些误报警问题,研究如何有效解决误报警现象,使系统能够实现精确早期预警;五是风场本身具有大量的故障记录及数据,分析现有信息,研究如何建立有关设备的故障知识库,初步实现故障自诊断功能。

4 基于大数据的风电设备远程故障监测与诊断系统研究成果

风机远程状态监测与故障预警系统能够实现及时掌握机组运行状态,对设备性能下降进行预测,在故障发生之前进行预警,为故障处理争取时间,从而降低机组事故发生率,降低维修费用,减少维修时间,提高机组运行效率和可靠性,并为检修人员提供指导。

(1)提高各风电场风力发电机组所有监测、检测设施的利用率和利用价值,充分利用大数据平台收集风电群内所有风机的大数据,为统计分析做基础。

(2)成立风机大数据处理中心,配置先进的数据处理硬件和软件设备,从海量数据中筛选有价值的数据,为开展各种类型风机模型研究提供资源。

(3)利用典型风力发电机组故障数据,建立故障典型模型,利用计算机超级计算能力,通过与风机实时数据的实时对比,预判风力发电机组故障。

(4)编制相关监测及分析软件,综合各项数据滚动预测故障未来的发展趋势,给出故障的具体处理建议,帮助用户优化风机维护检修工作。

(5)建立健全风力发电机组集约型管理模式,降低风机运维成本,提高机组运行可靠性,通过全采样技术以弥补传统风机在线监测系统对于完全非稳态设备监测的不足。目标确定主要依据风电行业的发展、风电机组的运行环境、风电机组的运行管理及检维护费用以及传统的风电在线监测系统的不足等多方面因素综合考虑。

(6)提高设备监测水平和诊断能力,实施优化检修策略,避免设备过修或欠修,降低检修维护成本,提高管理水平。保证机组安全、稳定、经济、环保运行。5结语

基于大数据的风电远程故障诊断分析平台,利用系统内智能数据报警策略准确筛选机组异常,借助于人工智能分析诊断系统和远程专家的综合分析评价,滚动预测故障未来的发展趋势,帮助用户优化风机维护检修工作,减少停机损失,降低维护成本,提高风机利用率。基于大数据的研究不仅可以服务于风电场远程故障诊断,未来以先进的技术手段和完备的产品设施可以为火电等其他发电集团远程故障诊断提供良好借鉴,为智能电厂建设开辟了新的路径。