大数据管控下的风电场创新型运维管理模式的研究

大数据管控下的风电场创新型运维管理模式的研究

韩虎张玉玲

（中国水电四局（酒泉）新能源装备有限公司735000）

摘要：风电能源既是蕴藏量巨大的清洁能源，又是我国在飞速发展过程中不可缺少的重要能源。随着科学技术的不断进步以及我国在发展过程中对能源的需求量不断增加，装机能量风电场近些年已经开始大规模的崛起。在风电场不断发展的过程中，越来越多的问题开始暴露出来，风电场的运营维护管理工作就是其中一种。本文主要对大数据管控下的风电场创新型运维管理模式进行了讨论。首先分析了风电场的运营维护信息，然后阐述了大数据在风电场利用及运维管理模式的创新，最后分析了大数据在实际应用中的优势以及对企业发展起到的积极作用。

关键词：大数据；风电场；运维管理模式；创新

一、风电场的运维

自2016年以来，我国的风电运营维护市场就来到了发展的转折点，预计在五年内市场容量达到300亿元，由此可见我国风电运营维护市场的前景将会是一片大好。目前大数据的运用也越来越成熟，通过大数据可以对多方面的问题进行处理和调节，同时还可以为企业和社会创造更多的价值。随着科学技术的发展，大数据在未来将会成为主要发展趋势，其将会产生的价值也是不可估量的。风电场的大数据管控不仅可以让企业在各个方面的流程得到优化，还可以让企业的决策能力得到增强，明确市场的动向，让企业在面对多元化市场的时候，能够较快的进行适应，辨明企业未来的发展方向，制定科学的发展计划，促进企业的长远发展。

风电场由于其特殊性，在大多数情况下，分布的区域非常的广阔，再加上风电场建设的规模比较大，所以在管理上存在较高的难度。通过分析我们可以知道，风电场在管理过程中，出现得比较多的问题就是对设备的基本情况的记录比较模糊，以及管理差异比较大，还有就是设备管控的能力不足。为了对以上问题进行解决，研究人员开发了远程集中监控系统，这也是数字化管控时代到来的标志。大部分情况下，风电场的数据采集有自动化信息、远动信息、测风塔信息以及计量设备数据和风功率预测运行数据、升压站运行数据、风机运行数据等。另外，如果条件允许，还可以对设备进行实时监控，以及将车辆的定位信息、人员以及图像的控制等全部传输到监控系统。对设备进行实时监控，可以将设备的实时运行以及实时状态进行采集，工作人员可以通过监控设备对风电厂的运行设备进行了解，然后再根据了解到实际情况，对运行的指令进行下达。对设备进行远程操控，可以通过远程操控装置进行。通过监控将远程现场传回的图像信息进行分析，并与之相结合，可以增加操控的安全性。在风电场的运行中加入集中监控系统的数字化管控，可以在让设备的信息进行整合及集中变得更加全面，提升大数据采集的全面性，有利于在对数据进行分析以及使用的时候，提供更好的服务，同时还为今后无人运行监视或者是少人运行监视提供了较好的基础。

二、大数据的利用及运维管理模式的创新

大数据的利用主要包含了大数据的统计、计算以及大数据的分析。在工作的过程中，通过对大量的数据进行采集，然后将采集好的数据进行汇总以及分析，然后通过技术手段进行计算，最后人们才可以将以上信息进行整合。整合之后根据需要将信息制成各类信息展示板，例如表格、图片等。集中监控系统对风电厂中设备的实时运行数据进行采集和加工之后，会将必要的数据通过集中监控系统进行展示，这就是我们所说的设备运行的实时监视，其中最为显著的功能就是风电场的集中监控系统。该系统可以将风电场在运行过程中的整体情况通过画面对相关工作人员进行展示。

将风电场中所有设备的数据进行采集，所形成的大数据，可以对风电设备的其他所有数据信息进行掌握和分析。就以风电机组来说，风电机组开始投入运行之后，整个机组就开始被大数据管控，从而可以将其在各种风速之下的运行情况进行记录，除此之外，还包括了风电机的故障情况以及故障类型，发生故障之后采取了哪些处理措施，哪些部位的元器件经过替换等等，整个信息会一直记录到该风机组停止运行。这些数据的记录，都是为了更好的帮助企业在进行管控的过程中打下良好的基础。

将记录下来的信息进行处理和分析，然后在对其进行分析，可以将风电机组在往年服役时期的风速情况作为基础，对下一年的风速以及风向的走势进行分析。如果可以对风机性能衰减的速度进行可靠的计算，就能够对该风电场的年度发电量进行计划。将风电机组的综合维护情况进行分析，还可以对该风电场的风电机组检测周期进行科学的制定，然后再根据具体情况拟定风电机组下一步的储备计划。

三、大数据下的实际应用管控和经济效益管控

通过上文的分析，我们已经知道，对风电机组的相关数据进行采集分析和计算，然后再将企业的实际情况与所采集的信息相结合，可以对相应的管控模块进行制定，然后在通过大数据对其进行转化，从而转变成管控的手段，以此让企业的工作效率得到提升。大数据制定管控方案，主要体现在以下几个方面，分别是：风电机组性能差异判断及发电量的预测、风电机组定检周期的制定、风电机组的状态检修、故障解决方案、故障预警分析等。利用大数据管控，可以将风电机组的各类故障进行分析和整理，将设备的损坏以及维修的频率以及周期等进行记录，这样一来可以使故障处理的时间大大缩短。对风电机组的定检周期信息以及运检状态的信息进行采集，可以让原来单纯的周期性定检检修进行改良，使其成为目前我们所使用的风机状态检修。风机定值的变化会对风机造成一定的影响，所以结合其对风电机组造成的影响可以对风电机组所需要做的维护进行判断，从而增强维护的精确性，让风机定检的时间进行缩短，从而让风机定检水平得到提升。

风电场引用大数据到应用当中来，并在其管控之下，可以提升企业的工作效率，同时预测下一年的风向走势还可以让风电场的发电量增加，以此让企业的整体经济效益也得到一定程度的提升。大数据管控的主要体现，在于对风电机组发电量的提升，因此也属于效益管控。提升效益管控在对库存进行降压的同时，还可以大幅度的减少额外的资金占用，提升资金利用率。另外还体现在对年度盈利水平的预测以及对年度发电能力的预测，通过合理的预测，让检修的实际情况达到理性状态，增强风电机组的工作效益。除此之外，大数据管控还可以制定科学合理的培训计划，以此提升工作人员的专业素质和效率。只有使用最为科学有效的运营维护方法，才能让风电场的效益最大化。

结语

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]张志坚,乔文生,艾士娟.监测诊断技术促进风电场运维管理[J].设备管理与维修.2017(11).

[2]张志坚,乔文生,艾士娟.监测诊断技术促进风电场运维管理[J].设备管理与维修.2017(11).

[3]葛江北,张亚鹏,阎国增,李国满,王振明,卞秀杰,王天宇.基于突变理论的风电场静态电压稳定分析方法[J].电工电能新技术.2016(12).

[4]陈世慧,张丽萍,刘英博.风机全寿命数字化集成运维管理系统的设计[J].内蒙古电力技术.2013(02).