身份证号: 15040419890301**** 内蒙古赤峰 024000
摘要:风电机组在风力发电运行当中发挥着重要的作用,而在以往的风电机组工作流程当中,无论是出现故障还是常规的检修工作,都需要人力完成,存在很多困难,进而导致问题很难及时发展与处理。本文以此为出发点,围绕风电机组运维现状展开探讨,着重分析关于人工智能技术在风电机组智能巡检中的应用,为风电机组智能化发展提供理论层面的分析。
关键词:人工智能技术;风电机组;智能巡检
引言:
常规的风力发电过程中,常常会有很多外在因素来影响其运行的稳定性,如设备安装存在问题、回路设置存在不安全因素等等,在诸多因素当中,风电机组是对于工作质量安全性与稳定性影响最大的要素之一,因此,如何通过风电机组的智能巡检工作的开展,来保障风力发电有效性,就成为了现阶段关于风力发电探讨的主要内容。
一、风电机组运维现状
对于现阶段风电机组运维现状的探讨,可以细化为两个具体的方面,其一是风电机组典型故障的探讨,其二是风电机组运维系统的探讨。
(一)典型故障
风电机组典型故障又可以分为风机齿轮箱故障、偏航系统与刹车系统故障以及叶片故障三个方面。其中,风机齿轮箱故障是最常见也是最重要构件故障内容,一般情况下,由于风力发电本身多处于工作环境较为恶劣,环境多变的地区,因此,齿轮长期运行过程中,很容易出现磨损、滑动、生锈、脱落等情况,继而形成故障,若没有及时的发现处理,很难维持设备的继续运行,继而导致重大事故发生。
偏航系统与刹车系统故障是指在运行过程中,由于地区环境的特殊性,对于风向的检测与跟踪必不可少,但是在这一过程中,如果出现风速变化的情况,如风速过高,那么不可避免地会对其表面进行磨损,进而逐步导致刹车系统失灵,出现系统故障。
叶片是为风电机组获得电能的重要“角色”,常规工作状态下,叶片本身会受到较大的作用力,而在长期的工作运行过程中,受到持续不断作用力的叶片在环境干扰下,就容易出现腐蚀、裂纹等情况,继而导致风电机组无法正常的运作[1]。不仅如此,一旦叶片出现故障也没有及时的修理,转子的叶片的受力均匀程度就会出现波动,且持续不断的传递到机舱当中,继而对整体稳定性产生影响及波动。
(二)运维系统
对于运维系统的讨论又可以分为纠正维护、技术性维护以及对应的策略内容。
其中纠正维护是指在为了进一步促使风电机组稳定性持久,避免由于不必要问题导致的故障影响正常工作,会定期、定时的开展对于风电机组系统的纠正维护工作,从常规的维护工作中维系风电机组的稳定性,进而达到对于风力发电运行的稳定保障。
技术性维护是指在运行过程中,可能会存在停机、故障等情况,而这些情况又会影响风力发电本身,导致对应企业的生产效率下降,继而造成经济上的损失,因此,出于利润考虑,要围绕风电机组展开技术性维护,即通过专业人员综合素质的提升以及科学技术层面的优化来不断延长维稳风电机组,达到预期效果。
运维策略是指通过构建科学的运维策略,能够进一步延长风电机组的使用寿命,促使风电机组相对于预期达到更高的工作水平,也对于可能存在的故障风险,做到防微杜渐。如在实际运行过程中,针对常规出现的各类故障进行分析,并制定对应的针对性对策,在问题出现时,第一时间启动故障排查工作,将故障及时消除。
二、人工智能的应用
针对上述内容的探讨,可知风电机组对于风力发电而言,意义重大,而过去的各类运行与维护,本质上都是通过未雨绸缪的方式,在人力的努力下来实现的,而随着科学技术的进步,智能技术的发展无疑为风电机组的有效运营带来了更多的可能性。
(一)无人机
无人机技术伴随着科学技术的发展在近些年来不断进步,一些常规的技术以及逐步成熟,很多客观存在的问题,如抗风、续航等问题也得到了进一步的优化,且与拍摄设备相结合,对于风电机组而言,无疑能够达到智能巡检的目的[2]。
具体到实际中,就是通过操纵无人机,利用系统设定以及高清的拍摄设备,对于图像进行采集与回传,地面站系统对于图像内容进行解析对比后,分析风电机组实际的运营情况,及时的围绕可能存在的问题制定策略方案,从而保障风电机组的稳定运行。
(二)AR技术
相对于无人机技术来说,AR技术是近些年来才被注意并应用到的智能技术,AR技术与无人机技术不同,一方面,AR技术可以通过数据模拟,实现模拟训练和巡查工作,另一方面AR技术可以进行数据分析,即通过采集数据,预先分析并还原可能存在的问题及养护处理方式。
具体到实际中,就是通过AR技术,完成其与计算机的连接,在借助无人机技术的前提下,对于物力参数进行采集模拟,根据地方环境实际情况,模拟不同情况下的检修运维工作开展的环境,并指出难度与问题所在,从而更好地展开常规实际中的维修养护工作。
(三)未来应用展望
在未来发展过程中,风电机组的智能巡检优化首先要着重强调内部巡检优化工作的开展,即对于如电气设备的实际运营数据,如温度、电压等内容的采集与检测,通过内部巡检以及数据的采集,分析设备的实际运行情况,及时的发现问题。具体到实际中,可以在风电机组机舱的顶部位置接入交换机,然后通过运行现场中数据的采集,进行快速数据传输工作,然后将数据统一转换到后台监测中心,进行分类与数据分析,实现对于风电机组运行状况的实时检测。此外,还可以在后台系统中,构建云平台,持续长期的上传数据,实现对于风电机组远程数据内容的分析与监控[3]。
其次是对于风电机组外部巡查工作的优化,外部巡查通常从两个方面进行,其一是针对风电机组本身,对于外观进行常规检查,如是否存在裂缝,是否存在破损、是否有异常响动等情况进行分析,从而保障运行工作是在相对较为稳定的环境中展开。其次是针对上文中所提到的,关于无人机技术与AR技术的利用,实现对于风电机组全方位无死角的运行维护,包括如是否存在油漆脱落的情况等,同样可以进行准确有效的判断。此外,还可以融入虚拟VR技术,来实现对于维护工作的实践训练,不断强化相关专业人员的技术能力,从而在真正的运维过程中,达到高效、保质保量的运维检修工作效果[4]。
此外,现如今,国家不断构建新能源体系,各行各业积极响应号召,不断在绿色环保道路上先行,共创美好家园。对于相关风电制造企业而言,也应当响应号召,使用更绿色更环保更节能的材料,全方位的提升风电机组各个部件及构件的质量,促使风电机组从物质质量上得到有效的提升,进而更便捷与更智能化的发展从理想转变为现实。
三、结束语
综上所述,风电机组是风力发电的重要组成,而风力发电又是实现我国电力供应,促进经济发展的重要部分,因此,对于风电机组技术管理水平与运营维护服务水平的提升是必要的也是必然的,本文仅从理论层面展开了对于风电机组运行质量的探讨,望广大相关工作者继续展开深入分析,为风电机组智能高效的运行提出更多可行性意见与建议,共同推动我国风力发电事业的发展。
参考文献:
[1]周兵德.无人机智能巡检在风电光伏故障检测中的应用[J].电子乐园,2019(07):29-29.
[2]李振伟,苏涛,张丽丽.人工智能技术在智能电网中的应用分析和展望[J].通信电源技术,2020(20):152-153.
[3]林英,李占彬.变电站智能巡检机器人在运维工作中的应用[J].电子技术与软件工程,2018(14):75-75.
[4]廖凯凯,姚宣.人工智能技术在机电领域的应用以及在风力发电中潜在的智能技术发展空间[J].中国科技纵横,2019(21):42-43.