浅谈风电场智能化维护技术

浅谈风电场智能化维护技术

王少东

王少东

身份证号码：13262419780727xxxx

摘要：风电场通过不断提高风电机组低电压穿越能力和风电场无功补偿装置性能，在很大程度上提高了电网的友好性，通过构建新能源基地的电网配套送出工程，再加上电网功率控制技术、预测技术和调度技术的进步，不仅加强了网架结构，同时还有效缓解了风电场的弃风问题。据此，本文对风电场智能化维护技术研究进行了综述。

关键词：风电场；智能化；维护技术

一、风电机组及关键部件故障预测

（一）风电机组及关键部件故障预测研究

近年来，国内外风电机组的故障数据表明，发生故障次数较多的部件主要是变流器、齿轮箱、变桨系统、控制柜、偏航系统等。针对关键部件的故障预测，国内外分别采用状态监测、历史数据统计分析加建模仿真的方法，提取关键部件的早期故障特征，根据故障特征的变化对可能发生的故障进行预测。其中，K.W.Lee在可调节变速系统中研究了直流电解质电容器的状态监测技术。Holst-Jenson利用FFT谱分析对变桨距系统节距角误差仿真进行预测变桨距机构的早期故障特征。B.Saha等人针对电力电子器件详细地研究了故障预测技术，并对一些困难问题分析了一些解决方法。P.Caselitz利用风电机组输出电功率分析、推演叶片和变桨距控制机构的过程参数变化趋势进行故障预测。但是，目前这些方法研究依旧停留在理论阶段，尚未实现实践应用。在风电机组实践运行过程中，关键机械部件故障的预测主要依靠风电场运行、检修经验的积累和定性判断，尚未实现定量判断。

（二）风电机组及关键部件的故障预测技术研究

1、基于预防性试验的风电机组故障预测技术

对风电机组主要部件预防性试验方法进行研究，提出试验项目、试验条件、试验周期、试验步骤和试验参数及指标，现场试验，分析试验数据特征，提出基于预防性试验的风电机组故障预测算法。

2、基于SCADA数据挖掘的风电机组故障预测技术

针对SCADA运行数据、缺陷和故障记录、检查记录等非结构化数据，运用数据挖掘算法，研究数据变化规律潜在信息，进行故障特征提取和发电性能劣化分析，提出故障历史信息分析。同时，研究发电性能劣化机理、评价指标及计算方法，确定指标阈值，提出劣化原因分析方法和预防手段。

3、基于在线监测数据特征的风电机组故障预测技术

根据驱动链振动在线监测、齿轮箱油液在线监测、以及叶片应力在线监测，对传感器的优化配置技术和监测数据处理分析方法进行研究。对故障进行诊断分析，提取在线监测数据特征，研究数据特征向量变化趋势与机组相应故障概率之间的联系，从而提出故障预测算法。

二、风电场维护计划决策

（一）风电场维护计划决策研究

在维护计划的工程应用方面，目前国内外风电机组运行维护主要包括例行维护、故障检修和状态维护三种方案。例行维护需对机组及其零部件进行周期性检查，风电机组的例行维护主要包括半年检、全年检计划，主要以机组制造商提供的维护手册为依据。故障检修是当系统设备发生零件损坏或重大故障停机，需要进行故障检修或更换故障部件，故障检修所需停机时间长，备件供应时间也长。状态维护基于状态监测结果分析进行的故障预处理，保障设备在限定的磨损范围内工作，在疲劳损坏之前进行维护或更换。在维护策略的技术研究方面，国外也进行了考虑天气影响因素的风电机组维护策略的研究，美国EunshinByon等人提出了一种基于随机天气条件的风电机组优化维护策略，并进一步考虑季节天气因素基于部分观测Markov决策模型的风电机组状态维护策略。

（二）风电场运行维护策略优化技术研究

1、风电场备品备件库存动态优化方法

对备品备件库存特征信息进行详细分析，建立动态优化模型。考虑预算资金和现有库存约束，以损失电量最小作为优化目标，输入实时故障预测结果，输出风电场备品备件储备年度计划和库存预警，并根据预警动态进行年度计划调整。

2、风电机组及其关键部件的维护策略优化方法

对关键部件故障进行相关性分析，提出风电机组的机会维修策略。在单机层面，充分考虑各类约束条件，将故障停机时间最小化作为优化目标，提出风电机组维护策略优化方法。

3、综合约束条件下的风电场维护策略优化方法

从风电机组平均陪停次数、时间数据统计出发，进行陪停设备影响权重因子分析，对变电站、汇集系统电气设备的状态评价方法进行研究。在场站层面，充分考虑机组定期维护要求、机组故障风险损失、风功率预测、恶劣天气、维修资源约束等，结合不良工况，对复杂约束条件下，以风电场发电量最大作为优化目标的风电场维护策略优化方法进行研究。

三、风电场信息化技术

（一）风电场信息化技术研究

与风电场维护相关的信息系统主要包括风电机组状态监测系统、SCADA系统、风电场能量管理系统、生产管理系统等。风电机组的状态监测系统是在风电机组标准的监控系统基础上，另外配置的实时监测系统，主要指传动链振动监测。风电场SCADA系统是以计算机为基础的生产过程控制与调度自动化系统，可以实时监控风电机组。风电场能量管理系统，国外的实用化水平相对较高。而风电场生产管理系统，大多数风电场据此实现了基本功能和物资管理功能。这些系统一般是独立运行，各系统间缺乏有效的数据共享和业务融合，导致风电机组的运行维护无法统筹实现，所以，在既有平台基础上，融合风电场信息系统，对大型风电场的智能化运行维护起着非常重要的作用。

（二）基于跨平台多源信息互联的大型风电场智能化运行维护系统开发

把相关成果信息化，在风电场既有生产管理系统、SCADA系统、风功率预测系统和在线监测系统基础上，对风电场跨平台、多类数据的标准化采集、存储和管理技术进行深入研究，提出数据二次加工的方法，建立风电场多元化运行维护数据管理平台。同时，还需要进行全开放和插件式算法框架研究，进行二次开发，满足多种诊断算法的实现，并适应算法的发展变化，以便于推广应用。系统可以对风电场生产管理形成辅助决策，对设备质量、运行维护技术和管理水平进行合理评估。

结语

总之，通过对目前我国风电场维护现状和已有技术的分析，提出了风电场维护技术智能化发展的良好趋势。明确指出了我国今后大型风电场智能化维护的一些关键技术，即风电机组及关键部件故障预测技术，风电场运行维护策略优化技术，基于跨平台多源信息互联的大型风电场智能化运行维护系统开发。这些技术将会在很大程度上促进我国风电场智能化维护的可持续发展。

参考文献：

[1]白恺，宋鹏，邓春，刘少宇，李娜.风电场智能化维护技术研究综述[J].风能.2014（11）.

[2]常永亮.基于现场数据的大型风电机组故障诊断研究[D].华北电力大学，2016.