人工智能技术在风力发电领域的应用

【摘  要】近年来社会用电需求的不断增大，电力工程建设数量也逐渐增多。电能由于安全性高且不容易产生二次排放已经成为人们日常生活中不可缺少的二次能源，如何提高电能利用效率，发展清洁能源，并扩大电能在终端消费中的比例，也就成为了当前世界各国在能源和环保问题上面临的最终抉择。相比于传统电网，智能电网以优化资源配置、满足电力用户需求和绿色环保为前提，结合新型科学技术的应用，以实现对用户的电力供应和增值服务，可以实现低碳环保可持续发展。所以，智能电网是未来电网企业的发展方向，是新世纪世界各国面对电力工业需求的共同选择，也是我国为适应日益增长的电力能源需求而进行电网建设改革的方向。在人工智能各项技术爆发的今日，电网智能化成为发展的重要风向标，但由于受电网企业自身发展规律的制约，还有诸多不足需要全体电力人员集体智慧来弥补。本文就 人工智能技术在风力发电领域的应用展开探讨。

【关键词】人工智能;新能源技术;风电

引言

随着世界经济的不断增长，全球对于能源的需求不断增长，过去以火电为主的传统能源方式对环境的污染日益凸显。因此如何处理好驱动人类经济发展的能源保障与环境保护成为一大难题，而利用以风能为能源发电形式的新能源技术成为解决这一问题的技术手段。因此发展风电技术对于人类社会可持续发展有着举足轻重的作用，但风电技术作为一门新兴技术，其存在诸多问题待解决。人工智能技术作为“第四次科技革命”的重要标志，其具有可以对人的意识、思维信息过程的模拟功能，通过人工智能技术的应用，可以更高效地解决风电技术发展过程中的诸多问题。

1.人工智能技术的基本概况

人工智能是通过计算机技术来仿照人类的思维模式，然后将人的思考方式与解决问题的思路延伸到机器中，进而用这种智能机器代替人类工作，以提高工作的精准度、质量和工作效率，同时减少复杂工作的人工成本投入和一些操作的危险性，对提高企业生产能力具有重要意义。简单来说，人工智能是研究并开发用于模拟人类行为模式的理论技术与应用的一门科学技术。当前，在无人驾驶技术、无人机技术、智能手机的普及、智能医学研究以及数字逻辑运算等方面，人工智能技术都已经有所进步并取得了一定的成就。同时，人工智能的许多功能对电网的智能发展提供了技术支持与稳固保障。人工智能在长期的发展过程中有3个主要研究方向——功能模拟法、结构模拟法以及行为模拟法。目前，在人工智能研究方面主要有如下内容：（1）将人工智能作为一种神经网络技术进行研究;（2）通过一些功能仿真模拟训练手段实现人工智能功能的拓展，如智能语音搜索、专家管理系统以及机器之间的博弈等;（3）对人的行为进行模拟，即比较热门的智能机器人。从广义的角度来讲，可以使用数学和逻辑计算的方式，给生产生活提供服务和工具的技术称为人工智能技术;从狭义的角度来讲，通常指制造出机器人来代替人类手工操作进行生产工作的技术，称为人工智能技术。社会对人工智能技术的定义在不断变化，当今的人工智能技术不仅由计算机技术组成，还融合了人文社科、艺术等诸多领域的内容，综合性较强，且涉及的技术领域较为复杂。未来电网的发展趋势将会以国家电网设施为基础，将人工智能信息化技术与电网系统有机结合起来，从而构建新型的智能化电网。人工智能主要通过内部计算平台得到的庞大数据和比较前沿的智能管理算法技术，有效管理电力网络。国家已经出台了一系列与智能电网相关的法律法規和行业标准来规范现有的以及未来的智能电网系统运作，以保证智能电网的大规模应用具有一套完整的规章制度来衡量模范化，增强了智能电网的可实施性与专业性。

2.人工智能在电力行业的发展特点

我国对于智能电网的研究始于2006年，电网智能化可以提高多方面的能力，例如：进一步优化市场化和需求侧管理;实现分布式电源的接入及管理;根据外界环境强化当前电网的各种要求。通过对大数据的分析，使得电力系统能够自动检测、分析故障，实现故障隔离和系统自我恢复。可以实现用户与电网的自适应交互，这已成为电网的完整组成部分之一，保障21世纪用户高质量的用电行为。合理配置电力资源，提高能源利用效率，降低电力设施投资和维护成本。可适应集中发电、分布式发电等多种电源，满足用户多样化的用电需求。实现电力系统管理的规范化、标准化和精细化，进一步促进电力市场的发展。

3.人工智能技术在风力发电领域的应用

3.1风电生产与管理的智能化模型构建

风电生产的智能化建设，需要针对故障问题提出行之有效的控制与示警策略，可以采用信号处理与故障预测技术，并且通过风机数字化建模构建信息化风场，采用集群建模与风功率预测等相结合的方式进一步推动故障的隔离与排除。从风场的层面来看，就需要从整体的层面上进行风场优化，从设备的层面上减少风电生产系统管理与维护等全部过程的成本支出，进一步提高系统模型构建的有效性。从模型构建方面，可以分为不同部分，包括激励模型、数字模型、混合模型等，可以有效反映风机的数据录入输出之甲的关系，而数据模型还可以实现对风机运行参数的拟合效果。混合模型可以进一步提高模型的精准性，并且对模型运行的效果加以进一步优化，如PowerUp就是一种混合模型的使用范例。

3.2无人机在智能巡检中的应用

现阶段无人机技术迅速发展，同时它凭借自身较长的续航时间和抗风能力被广泛的应用于智能巡检工作中，在实际巡检过程中，无人机可以搭载高清的拍摄设备，由操作人员进行控制使其在制定位置停留并拍摄，从而实现风电机组的智能巡检。当无人机完成巡检拍摄后，能够利用特有的系统模块将图像传送到地面站系统，技术人员对拍摄图像进行对比分析，实现对风电机组的运营稳定性分析。相对于人工巡检，采用无人机进行智能巡检能够大幅度提升风电机组巡检的效率和准确性，节约了风电机组的巡检成本。

3.3风力生产的智能化技术实现

智能风场的构建，包括感知层、分析层与决策层、执行层，而在智能风场建设的过程中，需要通过感知外部环境与系统运行的状态来明确是否存在故障问题，需要采用大量的传感设备与信息系统，并且通过系统的有效整合，进一步加强数据融合。实际上，无论是智能风场构建的哪一个层次，所需要的功能都需要通过数据信息之间的有效交互来加以实现，要对各个节点的机组与设备运行状态加以感知与了解。此外，智能风场的建设，是基于信息技术、大数据技术与互联网而实现的，在这个过程中，就需要充分运用数据挖掘技术来保障数据信息的安全性，以确保风电系统安全。

4.结语

综上所述，通过人工智能算法可以模拟人类思维方式，快速处理风电发电领域的诸多问题。不仅对于发电负荷的预测分析，还可实现设备的故障预警诊断。随着未来人工智能技术的不断发展，以及物联网技术的发展，风电系统将实现智能化，智能风电将成为未来产业的发展趋势。

参考文献

[1]彭华东，陈晓清，任明，等.风电机组故障智能诊断技术及系统研究[J].电网与清洁能源，2019，27（2）：61-66.

[2]安永灿.基于人工智能算法的风电机组故障诊断研究[D].长春：长春工业大学，2019.

[3]戴彦.新一代人工智能在智能电网中的应用研究综述[J].电力建设，2018，3910：1-11

作者简介：陈亮（1979-），男，辽宁沈阳人，硕士，高级工程师.