风电运行维护问题策略探索

风电运行维护问题策略探索

张红兵

关键词：大数据；风电场；运维；管理；模式；创新

引言

我国风电运维服务市场于2016年迎来发展拐点，至2020年市场容量将达300亿元左右，未来我国风电运维市场前景广阔。之前或许我们在讨论“大数据”管控是什么，大数据能干什么，能带来什么价值；而现在已明确了大数据是一种有着真正未来的趋势，大数据的价值无可限量。风电场的大数据是为风电企业提供更强的决策力、洞察力和流程优化能力，从而适应多元化的信息资产。随着风电场设备的趋于完善，大数据对风电场整体运维的分析及管控具有重要的现实意义。

一、传统风电场运维管理问题

1、高空作业难度大

众所周知，风电场的风力发电机组是由一系列巨大的风力发电机阵列组成的，这些风力发电机通常都分布在一片较为广阔的区域，风力发电机与风力发电机之间的距离较远，而且一般情况下发电机风力发电机的数量都是较多的，在进行运维管理的时候工作点较为分散，由此带来了较大难度。每一个风力发电机都是该风电场的发电单位，相对独立，若其中任何一个出现故障得不到及时修理，势必会在不同程度影响发电质量。正是由于风电场的这一特性，使得对于风电场设备的运维管理难度较大，成本较高。同时，由于大部分风力发电机的机舱在垂直立于地面70-80米的高度，运维过程往往需要高空作业，这也给风电场的运维管理增加了不小的难度。

2、运维管理人才少

通常来说，风力发电属于高科技项目，风电场的发展时间还不是很长，而我国关于风力发电场的研究起步较晚，，很多机制还不够完善，由于工作岗位稳定性差，无法吸引足够多的专业人才，从而导致我国风力发电技术水平的严重不足，这一点尤其体现在我国风力发电专业技术人才的缺失。此外，由于风力发电场的自身特性，其只能安置于远离市区的偏远区域，无法提供给风力发电场的工作人员优越的工作与生活条件，因此，许多专业人才都不愿在风力发电场工作。同时，风力发电场的发电设施数量庞大，运维工作十分复杂，对运维管理的工作人员要求极高，很少有人能够胜任。

3、运维管理模式不成熟

我国风力发电场的起步较晚，目前还在不断的摸索与改进，许多的技术与管理模式还很薄弱，不够成熟，缺少系统化的运维管理经验。况且，我国的绝大多数风力发电场都是在传统火力发电厂的基础之上建立的，其运维管理的模式与经验还是沿袭自火力发电厂，这样的运维管理模式与经验不但较为落后，而且也根本不能很好的适用于风力发电场，结果导致当前许多风力发电场的运维管理模式显得不伦不类，无法起到应有的风力发电场运维管理效果，极大的降低了风力发电场的运营效率，也给风力发电场的正常工作带来了许多隐患。

二、大数据环境下的风电场运维管理模式创新

1、运行监视与远程操控

随着科学技术的不断进步，在大数据的时代背景之下，许多新兴的科学技术可以有效的帮助我国的风力发电场提高自身的运维管理效率，其中运行监视与远程操控技术就是比较有代表性的。由于风力发电场的发电风力发电机分布较广、体积较大，传统的运维管理模式的工作难度较大，而且很难全方位覆盖，远程监视与操控系统的出现很好的解决了这一问题。风力发电场的远程监视与操控系统可以对电场内的所有设施与设备进行集中统一的监控与管理，极大地减少了风力发电场日常运维管理的工作量，节约了人员成本，大幅度的提高了风力发电场的运维管理效率。

2、基于大数据的统计分析

大数据技术的出现极大的改善了风力发电场运维管理工作，安置于风力发电场各项设备与设施上的数据传感器与监视器可以实时的将这些设备与设施的运转状况传输到风力发电场的数据收集计算机，通过先进的计算机软机进行大量的数据统计与分析计算，使风力发电场的运维管理人员可以非常清晰直观的了解到当前风力发电场的工作状态，从而对出现的问题与故障作出及时的反应，使得风力发电场的运维管理效率倍增。同时，这些大数据统计分析结果可以上传至云端，为其他风力发电场提供精准的理论经验，大力推动我国风电事业的长足发展。

3、风电场设备全生命周期管理

由于工作环境与设备型号的不同，每台风力发电机组都有其自身的使用寿命，大数据技术的出现可以非常有效的监测风力发电场内每一台风力发电机组的工作状态以及组件信息，计算并推断出风力发电机组的使用寿命。这一过程从风力发电机组的铸造出厂便已开始了，大数据管控会收集风力发电机组的一切有用信息，在风力发电机组的吊装以及运转期间也是如此，大数据技术还会对风力发电机组的定期检修过程进行准确记录，任何零配件的故障、维修与更换都会记录在案，这一管控过程将会一直持续，直到风力发电机组到达使用年限，退役报废。

4、大数据的实际应用与管控

在经过上述数据采集以及大数据分析和计算之后，需要在对风电场情况进行结合的同时对相应的管控模块进行制定，将大数据向实际的管控手段进行转化来实现工作效率的提升。目前对大数据技术的应用主要就是进行故障预警分析和故障解决方案、风机状态检修以及定检周期的合理化制定、风电机组性能差异判定及发电量的预测、风电机组群停群起的智能应用、风电机组物资订购建议、“生产营销一体化”平台等。通过大数据的应用可以分析和整理故障信息，以及对设备损坏的周期和频率进行记录，并且为设备技改提供技术支持。这样就可以在对多种故障进行搭配分析的同时实现故障处理时间的缩短。并且可以在对风电机组的运行状态信息和定检周期信息进行采集的同时，将周期性定检检修向风机状态检修进行改进，实现对风电机组需要维护内容的判定以及风机定检时间的缩短，维护内容的准确定位以及风机定检水平的提高。此外，大数据管控下，还可以在实现工作效率和发电量增加的同时，实现风电场整体运行经济效益的提升，实现大数据下的风电场经济效益的管控。

5、大数据背景下经济效益管理

在大数据技术的科学帮助下，风力发电场可以有效的对其经济效益予以合理管控。首先，大数据技术在风力发电场的应用能够帮助使其实现自动化生产，减少了运维管理人员的工作量，降低了不必要的人工成本支出；其次，大数据技术的应用使风力发电场的故障排查率大幅提高，故障处理时间大幅缩短，减少了停运时间，显著的提高了风电场的经济效益；此外，大数据技术可以持续对风力发电场的所有设备进行高效的监测与管控，使每台风力发电机组都能健康稳定的运转，极大的提高了风力发电机组的使用寿命，在降低了设备成本的同时可以创造出更多的经济价值。

三、结束语

对大数据进行有效的运用，可以让风电场的运营维护管理更加精细化和智能化，并且通过科学化的手段还可以让风电场在未来的稳定发展从整体上得到推动。大数据的运用能够让风电场相关管理工作顺利的开展，是建立在风电场的实际情况之上的，因此在运用大数据进行运维管理的同时，我们还需要对相关方面的技术以及风电设备进行加强，提升工作人员的专业能力，让大数据在风电场运维管理中的作用得到充分的发挥，促进企业的发展以及风电产业的发展。根据目前的发展趋势分析，大数据在未来将会是大力发展的重要方向之一。

参考文献

[1]许元军.海上风电运维市场的新契机与对策[J].中国市场，2016,19(063):63-64.

[2]达丽敏.状态检修在风机检修中的应用及影响因素浅析[J].新疆农机化，2016(01):14-17.