浪潮助力打造智慧风电

佚名

风能行业中运维水平的高低往往对成本以及效率产生最直观的重要影响，所以海上风电的未来早已深度锁定在找到能够对设备运行状况进行全面监测、集约高效及具有成本优势的智能化风电机组状态监测解决方案上。基于此，江苏未来智慧携手浪潮集团，在集控体系、边缘计算、大数据、工业互联网平台等领域展开一系列深度合作，凭借浪潮的技术优势成功为海上风力发电插上智慧翅膀。

浪潮超融合打通云边端

作为国内第一个全面数字化、智慧化的海上风力发电场，依托浪潮的技术领先性，未来智慧利用云计算与大数据等创新技术打造了云边协同的智慧风电设备监测平台。立足该平台，江苏未来智慧通过丰富的传感器设备将风电设备的转速、倾角、油液等数据信息高效接入超融合系统中，完成在边缘分析数据并传递有效信息到云中心的整体流程，高效打通云边端协同，实现边缘自治、协同部署、无人运维等目标。整套技术架构创新不但降低了设备建设的运维成本，还实现了风电场设备统一运行监控、统一数据管理的全生命周期智慧化运营。

据了解，本次合作，浪潮超融合架构解决方案为海上风电场提供了“一柜即云”的IT基础设施与云边协同完整方案，尤其在滨海南H3项目中完成了升压站、风机监控两个部分的边缘计算节点部署。其中升压站边缘计算节点实现升压站数据采集与计算、机器人协同等工作;而风机监控边缘计算节点则实现对于风机状态监控采集、计算以及整体数据的采集与计算等功能。

具体来说，外边缘节点可以提供丰富的网络接口以支持广泛的终端接入，云端提供资源调度管理策略，主要包括设备管理、资源管理以及网络联接管理。过程通过发电设备的态势感知传感器接入浪潮超融合InCloud Rail，在边缘侧进行叶片转速、高性能倾角、润滑油状态监测、振动状态感知等数据分析，随后将有效信息传至云中心，通过云边协同大幅降低建设运維成本。

尽管近年来海上风电的运维探索也在尝试不断追赶科技前沿，但长期实践中积累而来的数字化程度不高也成为继自身特殊情况之外，阻碍运营和运维效率进一步提升的关键因素。尽管很多极端环境下的风电场普遍采用风机SCADA监控系统，但因为受限于丰富传感器的缺乏，无法对螺栓、叶片振动、塔底倾斜以及腐蚀等工况实时感知，所以该设备仅仅做到了部分数据采集，并不具备进一步数据分析与及时预警的相关功能。

基于这种情况，同样在滨海南H3项目中，依托工业互联网平台长期探索得来的成熟经验，浪潮选择在传统SCADA系统基础上增加了五类传感器和边缘计算的节点，实现了从感知到边缘计算的技术创新，这项举措相当于在海上升压站建设了一个边缘计算中心，同时又在陆地升压站中建设了一个云平台，有效实现了云边协同。

打造边缘云端数据协同

除了海上风机等各种设备进行全面数字化升级之外，在实际操作中还需要收集空气、温度、环境监控等多维度数据来进一步提升感知层数据的丰富程度，为集控中心体系构筑坚实的数据基础。伴随行业全面数字化推进，当前风电行业已经掌握了海量风机以及风场运行的大量数据，但如何让这些数据真正发挥价值却一直困扰该行业。海上风电复杂的业务场景要求对数据传送的及时性、应用的承载能力以及大数据融合能力都提出了更高要求，这必然需要设备数字化升级中的边缘站点提供超融合的云数智能力。风电行业的业务场景正逐渐向边缘端迁移，海量数据亟需在边缘进行预处理，而低时延、高并发的业务场景进一步放大了边缘微数据中心、远程运维和降级自治等需求。

在数据处理层面，边缘节点主要负责终端数据采集，之后会按照规则或者数据模型进行初步处理与分析，并将处理结果以及相关数据上传给云端;同时云端会提供海量数据存储、分析与价值挖掘。此外由于浪潮超融合软件具备实现独立副本容灾的能力，实现边缘计算节点数据实时备份的同时还能做到针对自然灾害等情况下保证数据安全，如此看来数据流转以及数据安全可谓一举两得。

在感知层具备强大数据采集能力的基础上，边缘与云端的数据协同可以高效支持数据在边缘与云间可控且有序流转，形成完整的数据流动路径，不但做到高效低成本对数据进行生命周期管理与价值挖掘，还可有效实现“端—边—云”的全局监控，降本增效毋庸置疑。基于整套云边协同的技术实践，以数据为基础，未来智慧构建了近30类故障预警模型，可以做到提前预警故障，为实现预防式运维奠定了基础，例如根据设备健康诊断模型的判断对排查任务进行智能调度，对出海船只、次数、维修优先级等进行智能优化，进而降低检修成本，有利于提高风场的可利用率，切实降低风电全生命周期的度电成本。如今海上风电需要尽快实现从被动运维到主动预防运维的转变，这就需要风电运维与大数据、云计算、边缘计算、机器学习等新技术更加深度融合。端侧设备通过不断采集数据做到对设备运行状态的全面监控;而边缘侧在算法与模型中实现降级自治，确保场站侧设备的有序工作。