三一重能王吉利：风机运维关键技术研究及应用

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。三一重能股份有限公司王吉利作为代表发言。

以下为发言实录：

王吉利：我今天从四个方面来讲。第一，数字化运维理念。第二，其中用到的关键技术。第三，这些技术在产品上的承接。第四，总结。

首先创造客户价值是我们数字化运维主要目标，提升发电量，提升运维效率，降低安全风险以及减少值守人员。三一在风场这边的具体体现可以从以下几个方面来看，第一通过场群的集中监控可以提升成本，可以下降7%到15%，提高MTBF提升10%到15%，通过精准分析电量损失能够减少非计划性停机和性能损失大概2%到5%，最后能实现风场预测性维护。采用的方式主要是通过传感器网络，大数据分析全方位预测，大部件的寿命评估预测，由备用运维向主动运维转变，直接性向间接性转变，粗放向精细化运维转变。

数字化运维解决方案，主要通过对故障路波数据，高频数据以及传感器数据等等进行综合分析，在PHM的故障预警系统，对故障监测，性能损失，重大安全，以及我们部件劳损等方面生成相应的预警提升，同步出发市场管理系统工单和派单，为现场服务人员提供更精细化的运维服务。

整个系统分几个方面。通过对数据进行标题化，形成模型和算法库，统一由上面分析层进行上面数据分析和数据管理，形成核心的业务应用和部件的预警，故障分析和在工单系统里面检修任务编排和场控的一些功能。

下面我会重点在PHM故障预警系统里边一些关键技术进行更深入的研究。主要包含数据驱动、数字化运维、技术三大块。大部件的失效预警，风机安全守护和发电性能提升，其中大部件失效预警中也能够看到主要是在齿箱，变频，机舱这些，识别大部件以及子部件早期一些失效情况，风机安全守护主要对塔筒、叶片以及整机的振动和控制部分，目标是预防重大的一些灾难性的问题，比如倒塔，飞车以及叶片掉落等等。发电性能提升主要是针对控制风资源以及地形，以及损失分析，对各种因素有针对性的进行发电性的提升。

以上三个部分基本上都属于事后行为，核心功能都是以机理模型和机器学习为基础，其中机理建模部分针对各个系统不同特点以及问题学科属性，分别构建振动的模态模型传热系统模型和电热部件机理模型，还会对工单自然语言进行分析，对工单等文本数据进行辅助分析，并通过模型的自动化迭代，实现自动化的校准。

接下来会以案例分别说明，这是图是轴承的原理图，通过实际数据的结合生成轴承的故障的频谱，结合发电的转述，最后生成最后结果，下面会有具体的判断表等等。

这个是齿箱失效模型案例，主要是对齿面健康，换热系统以及传感器进行状态的监测和评估，齿面剥落或者裂纹会形成中间轴转频边带，或者周期性冲击波形成，左边部分是针对润滑系统的，从换热系统图出发，推导黏度以及温度压力的分析，通过数据分析可以准确判断，轴承状态异常，包括油泵的状态异常，由温控阀的失效以及换热性能下降等等。

这是大部件发电机的失效模型，下面是某个风场数字端H6振动数据，经过数据增强之后得到损伤的结果，从右边图可以明显的看到单侧冲击波，我们经过上塔的检查之后，发现与之特征相匹配的现象。

风机安全的案例，通过智能传感器采集的是我们塔筒倾角的累积数据，我们可以发现塔筒不均匀的沉降，通过塔顶的位移，也可以监测到超范围，从而识别到塔筒刚性的变化，最后能够做到提前预警。

关于叶片方面的案例，这是叶片结冰和叶片监测的例子，我们采集的是三支叶片的固有频率，识别到叶片在挥舞摆振当中的情况，最后得到叶片是否健康的结果。同样是叶片振动传感器数据，我们可以获取叶片关于气动和重力不平衡差异，采集叶片挥舞和摆振数据的话，对叶片的相似度进行分析，能够从质量和气动两方面能够看到他们不平衡的预警情况。

风机安全方面的案例，机组三支叶片是对称一致的，如果某一支叶片的角度和其他出现静态差异的话，会出现不平衡，如果风机长期处在这种不平衡状态下，会造成多种的问题，最终会导致关键部件疲劳损伤，和下面那个图激光测量方式不同的是，我们采用加装传感器的方式，通过分析机舱振动传感器可以获取机组的不平衡差异。同时可以获取到底这个差异是来源于重力，还是来源于墙角的不同，我们通过这个差异来锁定问题的叶片，从而可以做到防患于未然进行状态运维。

激光雷达的案例，同样是通过分析风机的累积运行数据，通过功率分组找到每一种功率情况下的偏差，再按照排名找到最差的机组，再做到进行在风场进行排查，现在我们已经做到自动识别和修正。

性能提升的案例，我们主要是对功率曲线的，主要的思路是通过功率曲线和我们风速的传感器来进行分析他们之间的一些差异，能够分析出不同的传感器的风速仪卡制问题等等。

以上这些关键技术都会最终落到智慧风场的产品中，智慧风场整个产品分为集控端和场控端，智慧集控端主要是集中监控系统，场控端主要是大数据预警系统，资产管理系统，最终进行校准最后会落到场站端，进行赋能。

在场端测主要是故障预警系统，特点是数字卵生和超感知技术，还有机组安全守护，大部件失效预防，发电性能提升，现在主要部署在场站侧，这样能够实时进行第一时间保护。

风机在线监测系统，主要是大部件全覆盖，包括叶片和齿箱。还有资产管理系统，是云端的一个系统，是为现场资产服务进行服务的，主要是智能工单管理，还有先进的备件调度策略和精准运营分析。

最后，希望三一针对预测性维护和智能风电融合，实现从风机级到集团级的一个管控、风力发电机组云端诊断中心、一体化智能运维平台，最终实现风力发电机组智能运维生态。我们相信通过数字化赋能，最终能够实现智能化和无人化的运维，谢谢大家。

（根据速记整理，未经本人审核）