中船海裝楊妍妮：基于大數(shù)據(jù)平臺的風電機組智能健康管理

2017-10-20 12:50:55 能見　點擊量：評論 (0)

2017年10月16日-19日，2017北京國際風能大會（CWP2017）在北京隆重召開。在中國國際展覽中心（新館）在役風電機組技改提效專場，中國船舶重工集團海裝風電股份有限公司大數(shù)據(jù)所副所長楊妍妮就基于大數(shù)據(jù)平臺的風

2017年10月16日-19日，2017北京國際風能大會（CWP2017）在北京隆重召開。在中國國際展覽中心（新館）“在役風電機組技改提效”專場，中國船舶重工集團海裝風電股份有限公司大數(shù)據(jù)所副所長楊妍妮就基于大數(shù)據(jù)平臺的風電機組智能健康管理進行演講。

以下為演講內(nèi)容：

楊妍妮：大家好，我來自中國海裝，非常感謝大家還能夠堅持到現(xiàn)在，我今天演講的題目是基于大數(shù)據(jù)平臺的風電機組智能健康管理，我也是基于我們項目來展開的，我們這個項目是從2014年提出來一直做到現(xiàn)在，具體我從三個方面，一是行業(yè)需求，第二個是風電機組的智能健康管理的關(guān)鍵技術(shù)，第三個是應(yīng)用前景這三個方面來展開今天的演講。

第一個我們想說的是工業(yè)大數(shù)據(jù)平臺技術(shù)發(fā)展實際上現(xiàn)在我們認為已經(jīng)經(jīng)過檢驗的發(fā)展已經(jīng)趨于穩(wěn)定了，我們從最早信息化到現(xiàn)在我們在提人工智能，我們解決了流程的數(shù)據(jù)化和互聯(lián)，解決了設(shè)備的數(shù)據(jù)化以及設(shè)備與設(shè)備之間的對話，而且在處理這些流程和設(shè)備數(shù)據(jù)需求下又提出了云計算這樣的概念，所以說實際上我們認為到大數(shù)據(jù)這個概念的時候更多的是要強調(diào)我們對數(shù)據(jù)價值的挖掘和利用，那么我們也知道IBM這樣一個IT上面比較一流的公司，他們今年再次強調(diào)了行業(yè)經(jīng)驗對這個價值挖掘的一個重要性，所以說基于我們對這個行業(yè)現(xiàn)狀這樣的判斷呢，我們認為未來的重點應(yīng)該是，風電的重點是聚焦我們風電主行道，我們簡單把大數(shù)據(jù)價值概括為以下三個階段，一個是描述性分析階段，這個階段主要特征就是說我IT可視化技術(shù)為主，而且在這個過程當中呢，可能產(chǎn)生了很多優(yōu)秀的IT企業(yè)，而且我們這個階段的話，我們典型能夠看到一些大數(shù)據(jù)的產(chǎn)品在風電上面的應(yīng)用，我們遠程監(jiān)視大屏展示這樣一些系統(tǒng)，這樣一些系統(tǒng)可復制性是相對來說要高一些的，但是到了未來的說，我們認為在預測分析和決策性分析這兩個階段才是我們作為風電行業(yè)來說的話，我們專業(yè)方向發(fā)展的著力點，我們回答兩個問題，一個是未來會怎么樣，還回答我們該怎么樣來解決未來的一些狀態(tài)，在這個過程當中實際上我們會產(chǎn)生風電的一些核心算法、模型和知識庫。

有了這樣一些認識，我們在2014年提出來建立基于行業(yè)痛點價值目標，提出來智能健康管理這樣一個大數(shù)據(jù)價值實現(xiàn)目標，這個行業(yè)痛點我們分析的話，是由于大裝機量導致我們運維壓力特別是現(xiàn)在大力發(fā)展的海上風電，我們一次大部件維護費用至少是上千萬，然后風場惡劣的環(huán)境也會加速我們風場人員流失，第三個在風電行業(yè)現(xiàn)在競爭到了白熱化的階段，我們必須要對我們客戶提供超預期的回報，來提升我們自身的競爭力，所以說我們提出來的風電機組智能健康管理的這個目標的話，也涵概了這三方面的內(nèi)容，一個是大部件的凈化外維修，另外一個就是輕量化指標體系的遠程監(jiān)視，實現(xiàn)我的人員后撤，第三個方向就是我們的風機延壽為客戶提供超預期的回報。

第二個我想講一下我們風電機組智能管理平臺關(guān)鍵技術(shù)，重點的話風機組智能健康管理落在了智能兩個字，智能從何而來，實際從我們的數(shù)據(jù)挖掘分析這個過程當中我們來提供一系列的模型，我們的風電專家會在后臺離線做很多的模型訓練，通過這樣一個過程，這是我們智能健康管理系統(tǒng)開發(fā)的整個流程，我們會把這樣一些模型通過在線迭代的方式，優(yōu)化和訓練這些模型，這些模型會植入到我們風場運維和風場運營等業(yè)務(wù)系統(tǒng)當中來，供我們的應(yīng)用者和決策者來使用。

接下來的話，我用我們開發(fā)過程中一些進展一些案例來跟各位分享，第一個我們在做的是整機壽命管理，是基于我們實際工況一定優(yōu)于我們標準設(shè)計工況，所以這個地方實際肯定會有壽命冗余，我們設(shè)計壽命20年，但是實際使用階段的話它的整個損傷值要低于設(shè)計值，所以說我們大數(shù)據(jù)的價值是在于把能夠延長的壽命能夠使用的壽命冗余找出來，這是我們壽命管理關(guān)鍵的一個實現(xiàn)的流程，首先是通過我們的在線風速和狀態(tài)在線識別，在線的進行載荷測算，這個載荷測算不需要，后面我會講到不需要加裝任何的傳感器，不需要增加任何的成本投入，我們可以保證風機運行壽命期內(nèi)的時時的載荷測算，在這個載荷測算的基礎(chǔ)上我們可以進行整機以及零部件的壽命累計，同時這個過程中會考慮到大部件更換的情況，最終會得到整個風場每一臺風機的壽命情況，來繪制壽命地圖，反饋到我們的壽命管理系統(tǒng)當中，通過降載控制和優(yōu)化調(diào)度這樣一些控制手段，來實現(xiàn)我整個壽命期內(nèi)的載荷控制。

這里面有幾個關(guān)鍵的技術(shù)，其中一個我們在線風速還原技術(shù)，這個技術(shù)我們之前想用的是我們風電機組上面實際用的風速測向儀，但是測量的精度一直是我們很頭疼的問題，所以在這個過程當中我們也是走了一些彎路，我們后來發(fā)現(xiàn)有了大數(shù)據(jù)平臺，可以換一種思路更好解決，我們風機本身有很多控制信號，我們利用本身的控制信號就成為了我們一個高精度測風儀器，那么通過我們就解決了，如果我裝葉面片進行載荷測試，測試系統(tǒng)本身的不穩(wěn)定性和我的風速儀可能有一點點偏差，對我的結(jié)果帶來的影響解決了這樣一個問題，那么通過我們這個系統(tǒng)實際上我可以時時得到任意一點的風速，從右邊這個對比圖也可以看出來，上面這個圖是在線測算的風速幾乎是一模一樣的。

然后在線風速與測風塔風速統(tǒng)計對比來看的話有兩個圖可以反映，第一個圖斜線就表示它們兩個測風數(shù)據(jù)和在線風速計算的數(shù)據(jù)，它們是具有高度的相關(guān)性，幾乎是線性的，從它們的筆直分布情況來看，統(tǒng)計分布來看的話，它的集中性和一致性也非常好，第二個圖反映出來幾乎是在1的中間服從一個正態(tài)的分布。

第二個技術(shù)就是我們在線載荷的測算技術(shù)，我們有了風速還原，在線載荷測算技術(shù)是在風速還原，還原到前端準確的風速的基礎(chǔ)上來作為一個輸入來進行在線載荷測算，這個過程當中最大的問題我是在工程化過程當中對誤差進行控制，才能保證我最終測試的載荷和我測算的載荷是一致的，我們可以看出來，我們多個座標系下，所有的坐標系下測算的載荷與實際的載荷的單點誤差不超過10%，趨勢重合度也相當好。

第三個就是壽命管理的關(guān)鍵技術(shù)，那在這個壽命管理的關(guān)鍵技術(shù)我們提出來，我們目的降低我們的載荷，對于我們壽命地圖這樣的判斷，但是我們并不想基于僅僅是想把它載荷控制下去，而導致風機頻繁進行控制的動作，可能也會對我的可靠性可運行的穩(wěn)定性造成影響，那么我們就找到了這樣一些，針對每一臺風機找到一些區(qū)域和風向區(qū)間，載荷特別高可以看到最高的載荷，最高的載荷和正常載荷可能超過正常載荷百分之百，載荷增加非常明顯，發(fā)電量實際上不到正常發(fā)電量的50%，對于這些一些區(qū)間是我們重點關(guān)注的，我們也做了大量的模擬，這個圖可以看出來，那個藍色的線是我們仿真的曲線，紅色的線是我們實際測試的曲線，它們兩個趨勢性吻合也是非常好的，我們找出來這樣一些區(qū)域，就可以避免我頻繁動作，造成我風機運行一些壓力。

第二個我想介紹我們大部件預警系統(tǒng)，實際上我們是從2014年搭的這樣一個框架，那么在那個時候的話，因為我們的大數(shù)據(jù)平臺還不是很成熟，我們要想集成技術(shù)在這個平臺應(yīng)用就比較困難，但是我們現(xiàn)在可以把技術(shù)用到我們平臺上，傳統(tǒng)的（英文）監(jiān)測技術(shù)它可能實現(xiàn)了關(guān)鍵零部件外維修的40%，但是還遠遠達不到我們的預測性維護要求，實際上我們風機上面還有更多的冗余，包括我的（英文）數(shù)據(jù)，我的電型號的數(shù)據(jù)，我們提出來的無傳感狀態(tài)監(jiān)測的技術(shù)，利用這樣一些數(shù)據(jù)來增加我的預測性維護這樣一個準確率，然后結(jié)合我們也在跟蹤一些結(jié)構(gòu)健康狀態(tài)的監(jiān)測的一些技術(shù)，這些技術(shù)其實難點是在于現(xiàn)在我們的成本控制可能控制不下去，可能有一些問題，所以說我們持續(xù)跟蹤這樣的技術(shù)，然后在基于我們現(xiàn)在品牌，這樣一些信號和技術(shù)融合在一起進行多元信息的建模和狀態(tài)評判，最終實現(xiàn)我的零部件全覆蓋預測，實際計劃維修。

我簡單介紹一下我們做的風電機組發(fā)電機軸承狀態(tài)預測例子，這實際上我們是通過對于正常狀態(tài)的判斷和實際狀態(tài)的判斷這樣一個值來進行我的發(fā)電機軸承狀態(tài)預測，這個方法我們是用在發(fā)電機軸承案例上來，這個是可以推廣到更多的具有漸變性故障特征這樣一些大部件狀態(tài)預測當中來，這里面實際上也有一些難點，我們不能通過單一的信號來判斷一個部件它的狀態(tài)，而是通過一組狀態(tài)特征量來進行判斷，當然這個最終我們會把它整合到一個值，中間有一些復雜算法，最核心的問題實際上就是我們的過程舉證建立，通過我們過程舉證可以考慮到環(huán)境擦邊量，監(jiān)測擦邊量，故障特征量等一系列數(shù)據(jù)，基于舉證出來的結(jié)果，用我們歷史數(shù)據(jù)進行一個對比，可以看到我們的預測值和實際值這樣一個誤差，最大的誤差5%，這個在數(shù)據(jù)分析結(jié)果上看來已經(jīng)相當好了。

對這類系統(tǒng)跟我們前面講的預測系統(tǒng)最大的差別，對這樣一些評估系統(tǒng)檢測系統(tǒng)而言，我們更希望看到的是一些輕量化指標，一些迅速的幫助我們作出決策的這樣一些指標的體系，所以說我們搭建整個評估框架的時候也分了不同的層級和不同的維度，我們一個金字塔式的這樣一個評估的指標體系的搭建，就幫助我們從頂層發(fā)現(xiàn)問題迅速作出判斷，指引我們一層層找到最根本的原因。

這是我們基于大數(shù)據(jù)平臺開發(fā)的這樣一個發(fā)電性能和評估系統(tǒng)，可以看到這個是頂層全國風場級系統(tǒng)的話，我們?nèi)珖L場級指標實際上簡化只有三個，通過三個指標我們也可以提供一些功能可以進行多風場指標詳細對比和參照，指向我們的目標工程，針對我們的目標風場，同樣也提供了可能比上一集更多樣化一些指標，同時提供這樣一些分析對比一些手段，來指向我們的問題風機，我們的目標風機，進入到目標風機我們就可以看到我們風機一些運行狀態(tài)，進行一些詳細的分析和判斷，當然這個平臺還在完善過程當中，我們會有一個自主分析的功能可以進行更多的全變量的一些對比分析建模和統(tǒng)計的工作。

最后我就想再介紹一下業(yè)務(wù)前景的分析，我們風電機組智能健康管理我們預計風電設(shè)計壽命為20年，延長一年的使用壽命，我們折舊率可以降低5%，零部件全覆蓋實現(xiàn)計劃維修，預計可以直接提高經(jīng)濟效益到1.5%，我們遠程監(jiān)視系統(tǒng)及分析系統(tǒng)實現(xiàn)風場無人圍守，社會效益也非常明顯，謝謝大家。

（發(fā)言為現(xiàn)場速記整理，未經(jīng)本人審核）