海上风电场智慧数字化运维研究

陈勇

（国家电投集团江苏海上风力发电有限公司，江苏 盐城 224500）

海上风电场是我们未来可持续能源发展的重要方向之一，然而当前，其仍面临着诸多挑战。比如，过度依赖人力资源，信息化、数字化以及智慧化的实践程度都不够高。尤其是在数据管理方面，存在数据孤岛的问题，高频信息录入负担繁重，系统数量分散，使得数据的价值没有得到充分挖掘。面对这些问题，需要通过智慧数字化建设，借助物联网技术和数据科学，更好地处理和管理风场的数据。这包括一体化协同采集风场的多源异构数据，以及实现设备全生命周期数据的跨业务共享。这样可以使运检业务的全过程网络化和透明化，大大提高作业效率。数据的透明化管理不仅能帮助我们更准确地评估业务量，同时也能改善业务流转效率。这些数据可以为生产计划、技改计划、维保计划和采购计划的制定提供重要支持，使这些计划更符合实际情况，减少资源浪费。

1 海上风电场网络部署及网络安全设计

1.1 海上风电场网络部署

分区接入设备在整体网络安全中起到了极其重要的作用。不同的分区设备必须严格遵守对应分区的安全要求，确保整个系统的安全性。为了满足这些要求，所有的配置必须在遵循总体的安全防护原则的基础上，兼顾项目的实际情况。为了进一步保护网络，我们采用了防火墙设备来保护我们的核心系统。在构建安全网络的过程中，安全Ⅰ区与安全Ⅱ区的分离尤为关键。我们使用符合安全防护要求的产品来实现这两个区域的逻辑隔离，以确保各自的数据和操作不会被其他区域的设备访问或干扰。同时，我们还强调网络的独立性和隔离性。各区域的网络应该是独立的，任何没有数据通讯需求的子网网络都应严格禁止互访。这同样适用于生产网络、办公网络和生活网络，这些网络应独立组网，彼此之间不能相互串联。为了进一步增强安全性，在生产控制大区与管理信息大区之间设置了电力专用横向单向安全隔离装置。这个装置的隔离强度应该接近或达到物理隔离的效果，确保这两大区间的信息不能互相泄露。不同安全区域的系统必须使用不同的网络交换机设备。这既是出于安全防护的需要，也是考虑到了系统的稳定性和运行效率的需求。

1.2 网络安全设计

互联网接入网络面临着来自网内和网外的多元化安全威胁。其中，网内的安全威胁尤为严重，如内部攻击等，这些往往是最难以防范和检测的。网络攻击手段多种多样，包括网络黑客攻击、计算机病毒的传播以及拒绝服务攻击等。在处理这些网络安全威胁时，我们必须保持高度警惕，并且积极寻找有效的解决方案。为了应对这些挑战，我们需要对不同的网络环境进行安全等级划分，并采取相应等级的防范措施。如在安全Ⅳ区、办公区、生活区以及风电场网络等环境中，应根据其各自的网络安全等级，实施适合的防范措施。例如，对于Ⅰ/Ⅱ区网络，应采取更严格的安全措施，而对于安全Ⅲ/Ⅳ区网络，可以根据实际情况适当降低防范级别，这种方式被称为分级防范。风电场网络安全尤其重要，因为任何小的安全破绽都可能导致整个风电系统的停摆，给电网安全带来严重威胁。因此，风电场网络安全也必须划入高级别的安全等级，采取严格的防范措施。

2 打破数据孤岛，盘活数据资产

2.1 数据采集

在实施智慧运维项目时，网络安全和数据有效性是两个重要考虑因素。这涉及设计出精确的数据采集路径，以从风电场的各个子系统中获取全面的数据源，同时确保网络安全和数据有效性。例如，我们需要收集来自风机、升压站/主变、测风塔、AGC/AVC等设备的详细工况类数据。

为了使数据采集计划更全面，我们还需要搜集各种指标类数据。这包括但不限于资源指标、电量指标、能耗指标以及可靠性指标。例如，资源指标可能包括风电场的总容量，电量指标可能涉及实际发电量与理论发电量之比，能耗指标可能包含各设备的能耗情况，而可靠性指标则可能涉及设备的故障率、故障恢复时间等。

2.2 数据治理存储及接口

为了实现高效且完整的数据治理，考虑不同来源和类型的数据，确保数据一致性和完整性。为了满足这一需求，建立了一个分布式数据存储系统。这种系统不仅能处理大量数据，还能确保数据的安全和可靠性。根据场站的规模，为数据库配置相应的容量。数据存储及转发终端必须具备至少半年的数据存储能力，以满足长期数据处理和分析的需求。历史数据库的数据存储能力应大于或等于1年，以备份和保留关键数据。为了实现高效的数据备份和恢复，实时数据库和历史数据库将支持文件备份和恢复功能。同时，使用无损数据压缩技术，以节省存储空间并保证数据质量。系统接口设计方案将满足运维管理系统的要求，满足必要的数据推送需求，并具备与后续新增数字化系统对接的能力。为了保证数据的准确性和完整性，在系统接口设计中包含数据检查功能。此外，为了保证数据传输的高效性，设计了数据压缩和解压功能。进一步实现数据完整性校验功能，以确保数据的安全性和完整性。

2.3 海上风电场模型解析

在风电场项目管理中，团队采用了一种全新的模式，以提升工作效率并实现实时监控。一开始，构建了一个全局基础模型，这个模型详细描绘了所有设备和设施的位置、规格和功能。为了进一步优化和应用这个模型，并进行了一系列的操作，包括解析、重构、数模分离和轻量化，最终形成了一个轻量化的BIM信息模型。在这个BIM信息模型中，采用了KKS编码系统，使得静态信息，如设备厂家信息、设备基础资料等能够被有效地关联到模型上。这样，无论何时需要查询设备信息，只需在模型中进行检索，便能立即获取到相关数据。然而，技术人员的工作并未就此停止，他们进一步采用了项目的数据采集模块，将实时数据与三维模型相挂钩。这就意味着，风电场的效益指标、设备运行参数、告警数据等信息可以在三维模型中动态展示出来。无论是设备的运行状况，还是风电场的整体效益，都可以清晰地呈现在管理者的眼前，方便技术人员随时掌握风电场的运行状态。

3 全局监视系统，集中监管

3.1 区域监视

全局监视系统为风电场的全面运营和数据分析提供了强有力的支持。该系统可以追踪风电场中的每台风机，记录其正常运行台数、故障台数和停机维护台数，并提供实时反馈。这种实时监控功能使运营商能在任何时候获取风电场的精准运行状态。此外，该系统还提供了各种核心运行参数的详细信息，包括风机的运行状态、功率和风速等关键信息。这些数据不仅反映了风电场的当前生产能力，而且可以帮助运营商预测未来的生产情况。更重要的是，该系统提供了关于功率、发电量和上网电量的详细数据，这些是衡量风电场生产效能的关键指标。并通过与往年同期平均发电量和预期计划的对比，计算出计划完成率，从而实时评估风电场的生产效率。系统通过计算风电场的实际运行时间与总可能运行时间的比例，提供了可利用率这一关键指标，从而帮助运营商更好地理解和优化风电场的运行时间利用率。为了使得数据更易理解和分析，系统还提供了曲线图表，用以展示历史和实时数据，使运营商能够清晰地了解和对比生产水平。

3.2 场站监视

海上风电场的运行和管理是一项极其复杂的任务，它需要多个互相协同的系统共同工作，以确保整个电力生产过程的稳定和安全。

首先，需要综合自动化系统来自动控制和管理风电场的运行。这个系统包括风力发电机组和其他相关设备的自动化控制，可以有效提高运行效率和安全性。使用SVG/无功调节系统来平衡电网的功率，这有助于保持电网的稳定性。AGC/AVC系统则用于自动调整发电机的发电量和电压，以适应电网的变化需求。为了预测风力发电机组的发电量，技术人员需要风功率预测系统，这样可以更好地管理电网负载和调度电力资源。这些系统都需要通过陆上站和海上站的电气设备进行连接和控制。消防系统是必不可少的一环，因为任何火灾都可能对风电场造成严重破坏。场站监视系统也十分重要，可以实时监控风电场各系统的全局和个体数据。风电场还需要一个系统来记录和分析遥测运行数据、遥信状态数据，以及历史故障信息。这些数据可以帮助我们及时发现并解决问题，从而确保风电场的正常运行。

4 海上风电场数字化应用

4.1 效能分析

在风电场的运行管理中，能效指标分析是关键的一环。技术人员从各种关键指标入手，比如，资源电量、运行水平、可靠性以及风机绩效等，利用数据查询和智能报表进行深入统计分析。风电场的各项指标的分析可划分为单一指标分析和多指标融合分析两种方式。在单一指标分析中，技术人员专注于单个风电场或机组的具体指标，比如，发电量、损失电量和设备可靠性等，这有助于技术人员对特定场地或设备的表现有更深入的了解。多指标融合分析则侧重于从多个角度全面评价风电场和机组的综合表现。同时，技术人员也将分析工作扩展到了风场和机组级别。风场级别的分析帮助技术人员了解不同风场的总体表现，而机组级别的分析则能让技术人员更具体地把握每个风机的运行状况。借助机组绩效排名和风场对比分析，技术人员可以找出表现优异的标杆风机，并以此为参考，提高其他风机的运行效率。技术人员使用的数据列表展示和数据图形化展示工具，使得技术人员能更直观地理解和比较各项指标。折线图、柱状图和堆积图等图形能展示时序分布，直方图和玫瑰图则能揭示频次分布，而散点图和色斑图则可呈现出数据的全局对比展示。

4.2 故障可视化

故障可视化分析作为一种先进的技术手段，已经在风电机组的运维领域中发挥了重要作用。它可以解析和处理风电机组故障相关的各类数据，包括机组故障文件、日志文件、SCADA文件等，这些文件中包含大量关于故障源的信息。运维人员通过对这些文件的解析，可以对故障源有更准确的定位。然而，仅仅依靠解析各类文件，还无法实现对故障源的直观理解。因此，故障可视化分析系统进一步提供了参数自定义提取、参数组合以及时间序列重构的功能。这使得运维人员可以将各种参数进行有效组合，根据时间序列重构，进一步挖掘数据中隐藏的故障模式。故障可视化分析系统将这些融合的数据进行可视化作图，使得运维人员可以更直观地理解和处理故障。这种技术提供了一个实用的工具，可以辅助运维人员定位故障源，从而有效提高了风电机组的运行效率和稳定性。

5 海上风电智慧化数字化发展趋势

（1）大数据和人工智能。这两个技术在海上风电中的应用将越来越广泛。通过收集和分析风电场的运行数据，可以实现对设备的预测性维护和优化调度，降低运营成本，提高能源利用率。人工智能算法可以用来预测风力和电力产量，从而帮助电力公司更好地调配资源。（2）远程操作和维护。通过物联网技术，工作人员可以远程监控风电机组的工作状态，及时发现并处理问题，减少因故障停机造成的损失。未来，我们甚至可能看到无人机或者机器人被用来进行风电机组的巡检和维护工作。（3）智慧能源网格。在智慧电网中，海上风电将与其他可再生能源（如太阳能、地热能等）和储能设备（如电池）联动，形成一体化的能源供应系统。通过数字化技术，电网能够根据需求和供应的变化，动态调整电力的分配，从而实现更高效、更环保的能源利用。（4）虚拟现实和增强现实。VR和AR技术可以帮助工程师在设计和维护海上风电机组时更直观、更准确地理解问题。例如，他们可以通过虚拟现实技术提前预览风电场的布局，或者通过增强现实技术在现场查看设备的3D模型和相关数据。（5）数字孪生技术。数字孪生是通过虚拟模型复制实体设备或系统，将现实世界与数字世界连接起来的技术。在海上风电中，可以通过数字孪生技术模拟风电机组的工作状态，进行风力和电力产量的预测，帮助优化设备设计和运营策略。（6）5G和边缘计算。5G网络的高速度和低延迟特性，使得海上风电场的远程监控和实时数据分析成为可能。而边缘计算则可以将数据处理任务分配到离数据源更近的地方，进一步提高数据处理速度和效率。

6 结语

综上所述，通过信息化、数字化和智慧化的实践，以及优化的管理方式，我们可以充分提高海上风电场的运营效率，为实现可持续能源的目标做出贡献。同时，这也可以提高通信沟通的效率，提升工作人员的交互体验，提高数据价值的可视化程度。