中车株洲电力陈刚：风电场体检及发电量后评估助力智能运维

2020年10月14日-16日，2020北京国际风能大会暨展览会（CWP 2020）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，本届大会以“引领绿色复苏，构筑更好未来”为主题，聚焦中国能源革命的未来。能见App全程直播本次大会。

在15日上午召开的风电运维后市场专题分论坛上。中车株洲电力机车研究所有限公司风电事业部数据分析工程师陈刚作为代表发言。

以下为发言实录：

陈刚：我们正处在抢装的背景下，保质量，控风险，提效率已经成为我们的主题，这样背景下我们面临很多问题，在役及在建的项目很多，经验丰富的运维人员紧缺，还有就是诊断分析结果呈现碎片化，而且我们分析结果从专家团队进行一个原因分析，整个周期还是稍微长了一些，因此需要打通这个环节提升整个运维效率。

对于即将到来的平价时代，降本增效成为主题，大部分就是固定检修和定期检修的方式，对于在役机组电量损失来源非常复杂多样，很难去定位的，往往很难确定精准有效技改的方案，此外对于同一风场同一机型采用相同的控制策略和参数，由于地形跟环境差异存在，有一些改进和优化的空间，针对上面提到的背景，我们基于智能运维系统的框架，基于这个平台我们构建了后评估系统的一系列数据应用，基于评估系统构建了发电量评估这个模块。

作为发电量后评估的支撑平台，风电场后评估系统主要是能够实现发电量后评估，风资源后评估，宏观产能分析是作为发电量评估的重要补充，当我们获取信息不完备的时候，我们采用宏观产能分析作为一个补充。

对于PHM系统，包括故障预测以及诊断和健康评价，我们进行了完善和丰富，所构建的风电场健康体检体系，具备了故障诊断，以及健康评价，运行特性分析和风机基本信息，我们在已有的健康评价和PHM模型的情况下导入了系统，实现了整个构建风电场健康体系的应用和落地，介入PHM的系统开放的模型设计及管理平台，实现体检体系的落地和应用，借助PHM系统报告生成及导出功能，实现风电场体检报告快速生成及导出，风电场健康体检报告能够对机组的健康状况进行全面综合分析，明确需要检修的机组和项点，助力转变运维方式，实现状态检修及精细化维护，同时提升运维效率。

下面分享风电场健康体检项目中几个案例：

案例1，温控阀故障诊断，我们很难提前发现它的早期故障特征，通过大量数据的分析，提取出了早期故障特征，为了验证它的一个有效性，在接近一个完整年的时间里，发现了29台温控阀故障机组，准确率达到了87.8%，它能够提前发现温控阀的故障，提醒工作人员早日更换。

案例2，叶片开裂鼓掌诊断，它的机组性能会下降，严重的情况下会威胁机组的运行安全，我们对叶片开裂的问题进行及时发现，它会出现明显的数据偏高，基于这样一个特征构建了叶片开裂的故障模型，进行了监测以及发现存在的叶片开裂问题。

案例3，转炬控制特性，PHM系统要跟控制策略密切相关，跟这边关联起来，这部分的需求对于内容来说还是非常大的，作用也是起到非常大。这个主要包括转炬控制特性的分析回顾，确保转炬控制与设计相符，保证机组运行稳定。

案例4，涡激振动检测，我们会及时捕捉机组涡激振动特征，两端会交替产生漩涡，如果脉动的压力频率跟机组自身频率比较接近的时候就会造成机组的破坏，因此对涡激振动的监测和抑制是非常必要的，也是非常重要的，这个模型它的效率特别高，特别快，同时这个模型还可以从涡激振动整个持续时长和维度来评估它的效果。

下面分享发电量后评估，我们是基于IEC TS 61400-26-1和-2来评估的，有关键产能指标统计，多维度电量分解，运行状态时间分布，还有增效潜力评估。

要实现发电量后评估，基于我们上面所提到相关的IEC标准，构建风电机组信息模型，信息模型就是机组一个整个运行状态进行详细的类别划分，完成状态类别划分之后，就是要确定状态类别的识别策略，它的实现需要基于对我们整机控制的深入理解，同时还要和深入和现场反馈的一些信息，实现整个状态类别的识别，通过所构建的信息模型和状态类别识别策略，对每台机组每一分钟的时间粒度的状态进行类别分析。

发电量评估能够全方位的对机组进行评估，主要从宏观角度，跟PHM有一定差别，它从宏观一直到微观整个维度对运行表现进行评估，它的损失电量详细在哪个地方，我们应该怎么改进，这就是我们运维的重点，同时发电量还能够结合风资源的评估结果，主要是项目前期建设过程中，我们平均风俗以及发电量，通过我们跟后面的发电量评估的对比，能够实现风电场实现的校验。

下面分享发电量后评估的案例1，多维度电量分解，多维度电量分解，揭示了损失电量来源，精准定位运维优化项目，促进运维方式及策略的变化。案例2，运行状态时间的分布。案例3，叶片除冰技改潜力评估，结合我们现场反馈的信息来识别叶片结冰数据，来统计叶片结冰的损失，评估叶片除冰技改的潜力。案例4，精准对风技改潜力评估，分扇区分析机组功率曲线，评估机组偏航校正潜力。

风电场健康体检及发电量后评估，提高了我们的效率，它助力了我们运维服务实现智能化和数字化。同时数据对风机的深入理解，对行业标准的深入解读，不可或缺。我比较期待与在座行业专家一起努力讨论，后续我们能够利用好现在已有的大数据基础设施，然后构建我们有价值的能落地，能够提升我们运维效率，运维价值的一个数据应用，谢谢大家。

（根据速记整理，未经本人审核）