IT 技术在风电运维中的应用
发布时间：2022-01-14
摘要：风电是一种新型的可再生清洁能源，在生态系统的可持续发展和环境保护的过程中占据重要地位。近年来，风力发电技术发展非常迅速，自动化水平日趋完善，风电运维领域已由传统运维模式向智能运维模式转变，通过对风机后台数据进行整合分析，可以对风机的故障或隐藏的缺陷进行早期预测，在故障发生前生成缺陷诊断报告，实现零故障停机、零带缺陷运行的目标;通过对区域间风机备品备件消耗量趋势的综合分析，实现对区域间备品备件联合储备，区域间备件共享，降低备品备件的库存成本;通过对运维班组、后勤保障的智能化管理，实现车辆、技术等方面的资源共享，减少机组缺陷处理时的等待时间，降低运维成本。
关键词：智能运维;资源共享;数据整合
目前，互联网技术已经全面渗入到人们日常工作和生活的各个领域，人们的思维方式也随着互联网的发展而逐步改变。各类传统行业在“互联网 +”思维的影响下不断更新，催生出了一种全新的智能化生态产业，引领社会逐步跨入“互联网 +”时代。本文探索的目标是如何让风电行业在“互联网 +”理念的基础上更加智能化、信息化，特别是让风电运维工作在互联网技术的基础上，变得轻松且高效， 使得风电运维从传统的经验运维、故障运维等被动的运维方式逐步转向智能化、信息化等主动的运维方式。随着大数据、云计算等新型 IT 技术的广泛应用，将智能化、信息化技术融入风电运维工作中，使风机达到更高的利用率，更低的故障发生率，使风电场产生更高的发电效率。在现阶段的风电行业中，智能化、信息化的风机运维水平已成为风电企业是否具备较强竞争力的重要体现。
如何实现互联网与风电运维工作的完美融合，达到智能运维需要满足的主要要素有哪些?本文通过对比分析了传统运维方式与智能化运维方式的差异，展现智能化运维方式在当前风电运维体系中的先进性和必要性。
1. 风电发展简述
风力发电技术是通过风电机组将风能转化为电能的技术，由风机叶轮从空气中吸收风能，通过传动链装置带动发电机旋转，利用电磁感应原理产生电能，并将电能通过输变电装置的处理转化成人们生产生活的必需品，送入千家万户。风力发电是比传统发电技术更加环保、清洁的一种具有大规模开发潜力的可再生能源。
进入 21 世纪，随着可持续发展观念逐步深入人心，各种可再生能源也不断涌现，而在可再生能源中风能始终保持最快的增长态势，并成为继石油、煤炭等石化能源之后的核心清洁能源。当前世界风力发电增长迅速，根据全球风能理事会(GWEC)的数据统计，2019 年，全球风力发电机总装机容量达 6.51 亿 kW，装机容量较 2018 年增长了 10%。我国的风电行业起步较晚，但是基于国家可持续发展战略和资金的大力支持，我国的风电事业达到了后发先至的效果，一跃成为世界风电产业的领导者。
早在 20 世纪 80 年代，我国就迈开了风电机组研制的脚步，由于技术不成熟等多方面的原因，未实现批量投产。在 “九五”和“十五”期间，政府部署实施大型风电设备国产化的宏伟计划并取名“乘风计划”，并逐步掌握了单机容量 600kW 和 750kW 定桨距风电机组的整体装配技术和定桨距风电机组关键部件设计制造技术，实现了定桨距风电机组部分零部件的批量化生产，在我国风电史上迈出重要的一步。 “十五”期间，在“国家高技术研究发展计划”(简称 863 计划)的大力支持下，我国自主研制了单机容量为 1MW 的双馈式变速恒频风电机组和单机容量为 1.2MW 的直驱式变速恒频风电机组，于 2005 年成功并网发电，实现了兆瓦级风电机组从无到有的巨大转变，标志着我国风力发电技术从此跨入兆瓦级时代，具有跨时代的历史意义。
我国对于风电的开发利用已将近 40 余载，风电的装机规模已走在世界前列，但是从能源结构中的占比，核心零部件研发、制造水平、风电运维的自动化水平等方面看，我国风电仍然处于一种相对落后的水平。
2. 传统风电运维的困局
风电的运维周期包括风机安装调试、生产发电到最后退役拆除的全寿命周期，时间跨度约 20~25 年，由于风机装机规模的不断扩大，风电机组的运维也成为了风电产业链中的第二大市场。风电市场规模的发展速度过快，运维水平的滞后性的影响，风电运维市场仍然存在诸多的问题，如飞车倒塔、风机失火、叶片断裂等，一起起的风电事故是对风电运维领域最直接的暴击，由于行业的透明度不高，仍有大量的运维事故、事件未能曝光于公众眼前。在对诸多风机事故总结反思后发现，虽然事故原因多种多样，但总体来说由于设备本身质量不达标、运维人员技能水平欠缺、生产与维护脱节是造成事故的重要内在原因。很多风电企业为了在激烈的市场竞争中获胜，采取了压缩成本、低价竞标等方式获取价格偏低的零部件，雇佣廉价的运维承包商，造成了风电机组质量隐患和人员安全隐患。
当前风机的运维主要包括计划性运维和非计划性运维，计划性运维主要依靠现场工作人员按计划登机检查维护，消除机组缺陷，如风机的年度定检维护、大部件专项检查等。非计划性运维主要指机组的故障处理，主要依靠风机监控后台的故障告警信号的提示前去处理。风电场大多分布在地广人稀、环境恶劣的偏远地区，仅仅依靠长期固定的驻场人员维护，会造成运维成本偏高，也会出现由于运维人员技能水平参差不齐导致停机时间过长、发电量损失、人身、设备的安全等问题。当需要技术支持时，总部技术人员、设备厂家人员难以快速参与机组检查、故障处理，造成技术支持响应速度过慢。风电机组的结构由基础、支撑件和塔上部件 3 部分组成，塔筒作为支撑机舱和叶轮的部件，整体高度从几十米到几百米不等，使得风机便于更好地吸收风能。风机的核心控制部件位于高空中的机舱和轮毂内，因此在检修维护时，运维人员需要攀登风机，检修时所必须的备品备件、图纸、资料以及调试电脑等物品都需要随身携带，给高空作业人员带来了很大的不便。高空作业是一件极其危险而又专业性很强的事情，这些所谓的技术文件，并不是只有简单的几页，有时几百页，甚至上千页，还有一些调试用具，如调试电脑、内窥镜、对中仪等专业设备。当作业人员负重到达机舱时，早已精疲力竭，需要一段时间的调整才能重新具备作业状态。
风电的运维对作业人员的身体素质也有一定的要求，我国大多数风电场地处偏远地区、现场条件艰苦，已不能满足现阶段年轻人对工作的需求，当前的许多年轻人已对环境差、强度大、工资低、危险系数高的工作的接受程度越来越低，由于运维人员的高流失率高，也给企业带来很大的隐形成本，一些经验丰富的工程师的离开，有时也会给企业带来技术断层的风险。
风电运维市场潜力巨大，各相关企业纷纷涉足这一领域，为自己争得一块最大的蛋糕。对开发商来说，他们关注的是风场自开工建设到生产的整个生命运维周期，却无法掌握风机的核心技术，风机厂家虽然掌握着机组的核心技术，对机组的运维质量也有相应的技术指标，但是他们却只负责机组在质保期内的运维情况，尽可能多地推广机组才是其最主要的工作;第三方运维企业虽然负责风机的运维工作，但是这些企业却存在多层承包的情况且作业人员技能水平参差不齐，导致最终的服务质量低下，运维工作流于形式。虽然三方企业业务中心各有不同，但都无一例外地看中了潜力巨大的运维市场。由此可见，整个风机运维市场形势混乱，标准化、规范化水平较低，透明度差。
随着风电平价上网时代的到来，风机运维成本也将面临更大压力，市场竞争也将日益激烈，风电企业如何在低运维成本的压力下保证机组运维质量的不断提升，提高机组运行的稳定性将是一个亟待解决的课题。
3. 基于 IT 技术下的风电运维
在不断压缩风电运维成本的大环境下，传统的风电运维方式将难以满足风电机组对于安全和质量的要求，在寻求提升传统风电运维能力的情况下，风电运维更需要在逆境中寻求突破，走上一条自力更生的破冰之路。在大数据、云计算、 “互联网 +”以及人工智能时代的大环境下，风电运维中也将和智能化、信息化技术相融合，成为当前风电运维市场中的一种全新的运维模式。2018 年 6 月，在上海召开的“第五届中国风电后市场专题研讨会”上，中国电力科学研究院新能源研究所副所长秦世耀提出“未来智能风电的发展重点应关注资源评估、故障诊断、运维管理及电力市场”。明阳智慧能源股份有限公司智慧运维部部长李永战提出，“在当前竞价上网的时代，通过智慧化的运维模式降低整体的成本，提高发电量是大家都非常关心的课题”。多方的论述表明，智能风电运维的时代已经来临，本文将从 3 个方面探讨风电运维工作如何有效地利用最新互联网技术进行改善和提高。
3.1 现场保障
现场保障是指服务于现场运维人员的配套设施信息化，它是机组发生故障时能否在第一时间诊断故障类别使风机得以恢复的主要保障。首先，在传统模式下，风机运维分为运行班和检修班两部分，当机组故障时，运行人员通过风机后台监控软件读取故障信息，并通知检修人员。由于风机的故障分为自动复位和手动复位两种情况，通常运行人员不参与风机检修，因此对风机缺乏了解，如果盲目复位会造成故障的扩大，延长检修时间，如果不加以判别就将故障信息通知检修人员，又会带来大量的重复性工作。其次，工人技能水平的提高要通过集中阶段性培训来实现，需要有讲师、场地、培训时间甚至涉及差旅流程等，这些都将增加培训成本。而且这种临时组织的培训难以做到系统和全面，还对个人经验有依赖性，缺乏共享及互动平台。最后，在绩效激励方面也面临难题，由于风场过于分散，制约因素较多，包括风况、道路、承包商的技能水平、机组配置等因素，因此很难将每个场站的绩效考核做到客观、公正。
而基于互联网等相关技术前提下，这一切都将得到改善。
(1)进行网络培训。建立网络培训课堂，将各专业分类培训，如电气一次、二次、机械、液压等。现场人员结合实际工作需求，随时在 PC 端登陆学习。可以设定个人学习课时任务，通过网络计时器保证所学课时。并通过 PC 端考试检验学习成果，建立实时经验分享和交流平台，对疑难杂症可以组织专家网络会诊，在实践中进行学习。
(2)健全机组健康档案。改变传统的档案管理模式，将之前的纸质化、碎片化、分散化的档案，统一电子化、系统化，如将风机的所有信息全部整合，录入一个电子表格中，并根据变化实时更新，并在某些特殊文件中附加照片，可以避免调取档案室过于繁琐，甚至档案遗失的情况。
(3)实现集控模式。传统的运维模式下，每个风电场都拥有自己的运行人员，人工成本较高，人员浪费严重。利用互联网的信息远程传输技术，将所有风电场的监控系统集中监控，可以提高人员的利用效率，方便人员的集中培训学习。
(4)风场绩效考核。利用云平台、信息化技术，实现公司对现场的实时监督检查，包括两票、高风险作业流程、场站标准化水平等，结合现场运维综合评价系统，形成全面、客观的评价指标，真正实现通过绩效考核达到对员工的正向激励作用。
通过上述措施，基本不增加成本情况下，提升现场信息化程度，可以在一定程度上降低现场运维成本和工作强度，提高工作效率。
3.2 物资保障
物资保障主要包含“耗材”“备件”“后勤服务”3 部分，是机组按期计划性检修、故障及时恢复的重要保障条件之一。
物资保障环节包括 3 个方面：①要做好备品备件的科学存储，使备件存库量在保证需求的情况下降到最低程度，即降低库存成本。②备品备件的质量需要满足风机实际工况的需求。③保证备件供应的及时性，要求风电场建立标准化的备件库，使得备品备件的保存满足要求，如防水、防潮等，将不同系统、不同用途的备件归类存储，做到目视化、标准化管理，节约备件出库时间。
(1)信息化库存。①要建立备品备件消耗的台账，做到物账一致，通过风机运行数据及日常工单的电子化，并将管理计划和运行数据与物资储备进行关联，优化库存储备。 ②要通过对备品备件的消耗量和风机故障类别的综合分析，总结出备品备件的消耗趋势以及删选出优质的备品备件供应商，对未来备品备件的科学采购决策提供依据。
(2)及时准确的物资供给。物资供给包括两个方面： ①作业现场的物资供给，有平台向库房统一发布调度令，提前准备物资，并选出最后供应路线，确保物资及时到位，从而降低物资等待时间，缩减停机时间，避免车辆和人员的浪费。②建立科学的物资储备后，使实时数据与故障模式库、样本库及短期工作计划相结合，并与供应商进行双向沟通，确保备件供应质量和及时性。
(3)备件联合储备。风电机组作为一种新兴产业的设备，在备品备件的需求上也呈现新的特点：①备品备件种类多，专业广。风电机组备品备件涉及电气、机械、传感器、液压、通信等多个专业，数量庞大。②备品备件损坏频繁。个别厂家的机组设备故障率高，部分元器件损坏频次高。③备品备件通用性不强，升级换代较快。由于电气元件生产单位较多，由于技术保护的原因，导致不同厂家的机组不能通用，甚至相同品牌的备件也不通用。④ 备品备件单价格偏高，采购周期长。由于我国风电起步较晚，国内技术条件相对落后，部分核心备件需要进口，因此导致采购价格高，供货周期长。 ⑤备品备件的单价、采购周期、需求频率等数据不全。风电后市场起步较晚，至今采购单价不透明，采购周期难控制，需求频率没有有效统计，导致备件预算、采购计划编制存在很大困难。
基于风机行业自身的特点，在大数据时代的基础上实现风机备件的联合储备变成了一个热门的话题，由于风机备件的种类繁杂、数量庞大，由某个企业采购储存全部的风机备件和耗材是不现实的。因此，备品备件在企业间或区域风电场之间联合储备将成为一种必然趋势，是降低库存成本的有效手段。备件联合储备有 3 种方式：①企业之间的联合储备。风电企业在市场中处于竞争关系，企业之间联系不紧密，沟通渠道不通畅，费用结算也是一个很大的问题，但是企业间在备件储备方面存在的困难是相同的，企业降低库存成本的目标是一致的;②风电企业和备件供应商的联合储备;③风电企业和风机生产商之间的联合储备。
在信息化的背景下，三方企业可根据自身需求，打造一个互利共生的生态产业链，在激烈的市场竞争环境中生存、发展。
3.3 技术保障
技术保障远程技术的支持，通过成立技术专家委员会对风机疑难故障进行在线诊断，以缩减故障处理时间，提高风机可利用率。利用大数据平台对风机历史故障数据进行整合归类，一方面可以分析典型故障原因形成故障树，为未来故障处理时精准定位故障点提供参考依据;另一方面通过历史故障趋势，预测风机的隐藏缺陷，预先消缺，实现零非计划停机的目标。
技术保障决定一个企业运维水平的高度，使运维水平由传统的被动式故障运维向主动的预先处理方向发展。新的技术环境下，使技术支持不仅停留在人员培训、点对点的故障分析等基本层面，而是通过大数据概念的引入，实现了设计、工艺、生产等方面的初始数据与运维数据的深度融合，形成了“故障预诊断”“风机故障案例数据库”“运行监控管理共享平台”“大部件实时监控、预警系统”等一系列应用产品。
4. 结论
在新时代的背景下，传统风电运维与大数据、信息化进行了深度的融合，最终将实现运维环节的提升。故障处理环节快速精准的定位与恢复;故障的预诊断与提前处理;机组不断地优化升级后，实现无故障运行。
目前，智能风电运维模式大体一致，借助大数据和信息化进行预测性维修和远程诊断，但是随着风电运维管理逐渐走向标准化、规范化，未来的风电运维服务也将以大数据为依托，逐步向智能化、数字化方向迈进，基于互联网技术，会让风电运维更加轻松、科学以及高效，智能化的风电运维技术或将成为未来风电企业的核心竞争力。——论文作者：秦 旭 和志博 白玉辉
