面向智慧風場的運維管理關(guān)鍵技術(shù)分析

李森

魯能新能源（集團）有限公司河北分公司 河北張家口 075000

隨著風力發(fā)電作為新能源被列入國家的戰(zhàn)略新興產(chǎn)業(yè)，由此風力發(fā)電獲得了快速的發(fā)展。但是相較于傳統(tǒng)的能源而言，風力發(fā)電的競爭力嚴重不足，這與其運營產(chǎn)能效率低和設(shè)備維護管理成本高之間具有非常密切的聯(lián)系。

1 風電機組齒輪箱溫控閥故障模式識別算法

1.1 風電機組齒輪箱冷卻系統(tǒng)部件故障

齒輪箱作為風電機組的重要組成部分，其能否穩(wěn)定運行對于風電機組具有十分重要的現(xiàn)實意義。為了確保齒輪箱在實際運行過程中能夠得到充分地潤滑，就要對潤滑油的溫度進行科學合理地控制。齒輪箱潤滑油的溫度是由溫控閥進行控制的，與齒輪箱內(nèi)其他閥門不同的是，在溫控閥中設(shè)有相應(yīng)的溫度傳感器，由于長期處于高溫高壓的不利環(huán)境中，溫度傳感器的測量精度會大打折扣，壽命也會大大縮短，這就會導致溫控閥出現(xiàn)不同程度的故障。溫控閥在工作過程中，通過監(jiān)測潤滑油的溫度進而采取相應(yīng)的開合動作，但是僅依靠潤滑油的溫度無法判斷溫控閥是否損壞，并且在SCADA系統(tǒng)中并沒有設(shè)置監(jiān)測溫控閥工作狀態(tài)的傳感器，這就導致只有當溫控閥損壞并且引起事故后，SCADA系統(tǒng)才會發(fā)出相應(yīng)的警報，但是此時已經(jīng)造成了嚴重的經(jīng)濟損失[1]。

1.2 基于深度神經(jīng)網(wǎng)絡(luò)的齒輪箱溫控閥損壞故障模式識別

1.2.1 齒輪箱溫控閥溫度正常行為模型

為了能夠?qū)乜亻y故障的早期征兆進行科學合理地判斷，可以采用基于時間序列分析的正常行為模型，其在工作過程中，通過將潤滑油的實測溫度與其正常溫度進行對比分析，進而就能及時發(fā)現(xiàn)其中的溫度異常問題，從而能夠?qū)乜亻y故障征兆進行準確地判斷，有助于及時采取有效的改善措施，避免造成更大的損失。

1.2.2 引入雙層注意力機制的編碼解碼深度神經(jīng)網(wǎng)絡(luò)

通過將潤滑油的溫度作為目標變量，而其他的SCADA變量測點則作為相關(guān)變量，將目標變量和相關(guān)變量的歷史數(shù)據(jù)以矩陣的模式進行模型輸入，溫控閥正常工作狀態(tài)下的目標變量狀態(tài)作為模型的輸出值。采用雙階段注意力機制對真正的底層非線性關(guān)系進行動態(tài)捕捉，就能夠適應(yīng)調(diào)整不同時刻相關(guān)變量對目標變量的權(quán)重影響，進而選出關(guān)鍵歷史時刻的抽象特征作為目標變量狀態(tài)的評價依據(jù)。

1.2.3 基于估計殘差的故障模式識別

為了能夠?qū)乜亻y的損壞故障模式進行準確識別，進而能夠?qū)收系脑缙谡髡走M行有效地辨識，將潤滑油溫度的實測值與正常行為模型的估計值進行深入地對比分析，并根據(jù)兩者之間的估計殘差數(shù)據(jù)，將其用于溫控閥異常行為控制限的設(shè)計中[2]。

2 風電機組偏航系統(tǒng)故障失效模式分析與巡檢排故策略

2.1 基于FTA與BDD的系統(tǒng)故障失效模式原因及影響分析

2.1.1 故障樹分析方法及故障失效模式定性分析

故障樹分析方法是一種基于行業(yè)背景與專家知識的故障失效模式定性分析方法，采用樹形圖表示故障與其原因之間的邏輯關(guān)系，這就能夠方便的對復雜故障原因進行演繹推理，進而對故障原因進行快速地鎖定，采用故障樹對故障失效的分析主要包括：故障樹模型構(gòu)建、故障樹模型數(shù)學描述、故障樹模型預(yù)處理以及故障樹模型最小割集求解等步驟，在對風電機組偏航系統(tǒng)故障的分析過程中，要進行有效地選擇應(yīng)用。

2.1.2 二元決策圖方法及故障失效影響定量分析

作為故障失效影響定量分析的重要方式-二元決策圖，其在分析過程中通過構(gòu)建風電機組偏航系統(tǒng)相關(guān)的故障樹，在此基礎(chǔ)上，再運用搜索歷算法，就能進一步明確造成系統(tǒng)故障的所有割集。相較于故障樹分析方法而言，在運用二元決策法的過程中，其所有的割集之間相互互斥，針對此特點，再利用概率不交和公式，直接獲取頂事件的發(fā)生概率。因此，二元決策法能夠獲得更加精確的頂事件發(fā)生概率，這就為風電機組偏航系統(tǒng)故障的有效排查建立了良好的基礎(chǔ)。

2.2 考慮風電機組故障失效影響的零部件高效巡檢與快速排故方法

2.2.1 基于重要度指標的零部件巡檢策略

當對系統(tǒng)故障樹的結(jié)構(gòu)形式已經(jīng)充分明確，通過結(jié)合故障原因的具體發(fā)生頻率，能夠進一步對風電機組偏航系統(tǒng)失效故障的概率進行科學合理地評估，并且還能根據(jù)風電機組偏航系統(tǒng)運行的重要指標參數(shù)，探尋將對系統(tǒng)穩(wěn)定性和安全性造成嚴重影響的相關(guān)事件，辨識系統(tǒng)薄弱環(huán)節(jié)并鎖定復雜系統(tǒng)中重要部件，這樣就能在日常巡檢工作過程中，對重要部件運行的情況進行重點關(guān)注，并采取有效的維護措施，確保其始終處于良好的工作狀態(tài)，進而最大限度降低故障的發(fā)生概率。

2.2.2 基于貝葉斯推理的零部件排故方法

假定系統(tǒng)已經(jīng)發(fā)生失效故障，并且處于停機的狀態(tài)，根據(jù)貝葉斯公式能夠進一步獲得所有故障原因的責任比例大小，進而就能計算得到最為可能的故障原因。當通過檢查發(fā)現(xiàn)該故障原因并沒有發(fā)生，就要對其他故障原因的后驗概率進行進一步的計算，獲取第二可能的故障原因，并依次進行排查，直至明確真正的故障原因[3]。

3 結(jié)語

總而言之，隨著風力發(fā)電的廣泛應(yīng)用，為了進一步提高風電場的管理水平，提高企業(yè)的經(jīng)濟效益，就要將信息技術(shù)有效的運用于風力發(fā)電的管理工作中。為了確保風力發(fā)電的安全平穩(wěn)運行，就要對其故障采取有效的預(yù)防應(yīng)對措施，進而為風電機組的穩(wěn)定運行提供可靠保障。