面向智慧风场的运维管理关键技术分析

李森

鲁能新能源（集团）有限公司河北分公司 河北张家口 075000

随着风力发电作为新能源被列入国家的战略新兴产业，由此风力发电获得了快速的发展。但是相较于传统的能源而言，风力发电的竞争力严重不足，这与其运营产能效率低和设备维护管理成本高之间具有非常密切的联系。

1 风电机组齿轮箱温控阀故障模式识别算法

1.1 风电机组齿轮箱冷却系统部件故障

齿轮箱作为风电机组的重要组成部分，其能否稳定运行对于风电机组具有十分重要的现实意义。为了确保齿轮箱在实际运行过程中能够得到充分地润滑，就要对润滑油的温度进行科学合理地控制。齿轮箱润滑油的温度是由温控阀进行控制的，与齿轮箱内其他阀门不同的是，在温控阀中设有相应的温度传感器，由于长期处于高温高压的不利环境中，温度传感器的测量精度会大打折扣，寿命也会大大缩短，这就会导致温控阀出现不同程度的故障。温控阀在工作过程中，通过监测润滑油的温度进而采取相应的开合动作，但是仅依靠润滑油的温度无法判断温控阀是否损坏，并且在SCADA系统中并没有设置监测温控阀工作状态的传感器，这就导致只有当温控阀损坏并且引起事故后，SCADA系统才会发出相应的警报，但是此时已经造成了严重的经济损失[1]。

1.2 基于深度神经网络的齿轮箱温控阀损坏故障模式识别

1.2.1 齿轮箱温控阀温度正常行为模型

为了能够对温控阀故障的早期征兆进行科学合理地判断，可以采用基于时间序列分析的正常行为模型，其在工作过程中，通过将润滑油的实测温度与其正常温度进行对比分析，进而就能及时发现其中的温度异常问题，从而能够对温控阀故障征兆进行准确地判断，有助于及时采取有效的改善措施，避免造成更大的损失。

1.2.2 引入双层注意力机制的编码解码深度神经网络

通过将润滑油的温度作为目标变量，而其他的SCADA变量测点则作为相关变量，将目标变量和相关变量的历史数据以矩阵的模式进行模型输入，温控阀正常工作状态下的目标变量状态作为模型的输出值。采用双阶段注意力机制对真正的底层非线性关系进行动态捕捉，就能够适应调整不同时刻相关变量对目标变量的权重影响，进而选出关键历史时刻的抽象特征作为目标变量状态的评价依据。

1.2.3 基于估计残差的故障模式识别

为了能够对温控阀的损坏故障模式进行准确识别，进而能够对故障的早期征兆进行有效地辨识，将润滑油温度的实测值与正常行为模型的估计值进行深入地对比分析，并根据两者之间的估计残差数据，将其用于温控阀异常行为控制限的设计中[2]。

2 风电机组偏航系统故障失效模式分析与巡检排故策略

2.1 基于FTA与BDD的系统故障失效模式原因及影响分析

2.1.1 故障树分析方法及故障失效模式定性分析

故障树分析方法是一种基于行业背景与专家知识的故障失效模式定性分析方法，采用树形图表示故障与其原因之间的逻辑关系，这就能够方便的对复杂故障原因进行演绎推理，进而对故障原因进行快速地锁定，采用故障树对故障失效的分析主要包括：故障树模型构建、故障树模型数学描述、故障树模型预处理以及故障树模型最小割集求解等步骤，在对风电机组偏航系统故障的分析过程中，要进行有效地选择应用。

2.1.2 二元决策图方法及故障失效影响定量分析

作为故障失效影响定量分析的重要方式-二元决策图，其在分析过程中通过构建风电机组偏航系统相关的故障树，在此基础上，再运用搜索历算法，就能进一步明确造成系统故障的所有割集。相较于故障树分析方法而言，在运用二元决策法的过程中，其所有的割集之间相互互斥，针对此特点，再利用概率不交和公式，直接获取顶事件的发生概率。因此，二元决策法能够获得更加精确的顶事件发生概率，这就为风电机组偏航系统故障的有效排查建立了良好的基础。

2.2 考虑风电机组故障失效影响的零部件高效巡检与快速排故方法

2.2.1 基于重要度指标的零部件巡检策略

当对系统故障树的结构形式已经充分明确，通过结合故障原因的具体发生频率，能够进一步对风电机组偏航系统失效故障的概率进行科学合理地评估，并且还能根据风电机组偏航系统运行的重要指标参数，探寻将对系统稳定性和安全性造成严重影响的相关事件，辨识系统薄弱环节并锁定复杂系统中重要部件，这样就能在日常巡检工作过程中，对重要部件运行的情况进行重点关注，并采取有效的维护措施，确保其始终处于良好的工作状态，进而最大限度降低故障的发生概率。

2.2.2 基于贝叶斯推理的零部件排故方法

假定系统已经发生失效故障，并且处于停机的状态，根据贝叶斯公式能够进一步获得所有故障原因的责任比例大小，进而就能计算得到最为可能的故障原因。当通过检查发现该故障原因并没有发生，就要对其他故障原因的后验概率进行进一步的计算，获取第二可能的故障原因，并依次进行排查，直至明确真正的故障原因[3]。

3 结语

总而言之，随着风力发电的广泛应用，为了进一步提高风电场的管理水平，提高企业的经济效益，就要将信息技术有效的运用于风力发电的管理工作中。为了确保风力发电的安全平稳运行，就要对其故障采取有效的预防应对措施，进而为风电机组的稳定运行提供可靠保障。