基于數(shù)據(jù)挖掘技術(shù)的風(fēng)電新能源大數(shù)據(jù)平臺構(gòu)建

文/李浩

近幾年中國風(fēng)電產(chǎn)業(yè)發(fā)展迅速，截至2015年，中國新增安裝風(fēng)電機(jī)組已達(dá)16740臺，同比上漲32.6%。目前，風(fēng)電產(chǎn)業(yè)已逐漸成為中國電力系統(tǒng)的重要構(gòu)成部分。伴隨風(fēng)電機(jī)組裝機(jī)容量升高，機(jī)組系統(tǒng)也越發(fā)復(fù)雜，使得故障產(chǎn)生率隨之升高，風(fēng)電機(jī)組維護(hù)成本及運(yùn)行成本提升。為提高風(fēng)電機(jī)組運(yùn)行及維護(hù)水平，基于數(shù)據(jù)挖掘技術(shù)構(gòu)建大數(shù)據(jù)平臺具備重要意義。

1 風(fēng)電大數(shù)據(jù)應(yīng)用概述

伴隨大數(shù)據(jù)技術(shù)在各行業(yè)中的廣泛應(yīng)用，風(fēng)電領(lǐng)域也引入大數(shù)據(jù)技術(shù)，主要應(yīng)用如下：如借助氣象大數(shù)據(jù)分析技術(shù)引入，可根據(jù)濕度及溫度等氣象因素對環(huán)境風(fēng)速加以預(yù)測，借此增強(qiáng)風(fēng)電系統(tǒng)可靠性。通過大數(shù)據(jù)計數(shù)分析風(fēng)電場運(yùn)行數(shù)據(jù)，可為風(fēng)機(jī)制造商進(jìn)一步增強(qiáng)風(fēng)力發(fā)電機(jī)組使用性能提供科學(xué)參考。大數(shù)據(jù)技術(shù)的推廣為推動中國風(fēng)力行業(yè)快速發(fā)展的重要原因，在風(fēng)電領(lǐng)域應(yīng)用大數(shù)據(jù)分析技術(shù)，可有效加強(qiáng)對風(fēng)電場運(yùn)行狀態(tài)的監(jiān)控力度，增強(qiáng)風(fēng)電機(jī)組整體使用性能。風(fēng)力發(fā)電領(lǐng)域的運(yùn)維數(shù)據(jù)資源來源主要可分為兩方面：其一為調(diào)度自動化系統(tǒng)借助SCADA對開關(guān)、頻率、電流及電壓狀態(tài)等信息加以采集，每年均會生成大量運(yùn)行數(shù)據(jù)?，F(xiàn)階段大數(shù)據(jù)的應(yīng)用多為對實時運(yùn)行數(shù)據(jù)的計算及統(tǒng)計分析，但并未對歷史運(yùn)行數(shù)據(jù)展開深入挖掘。其二為風(fēng)電設(shè)備生產(chǎn)管理系統(tǒng)將會存儲大量設(shè)備數(shù)據(jù)信息等結(jié)構(gòu)化數(shù)據(jù)，多種傳感器也會定期、定時對設(shè)備運(yùn)行狀態(tài)信息加以收集，主要包括視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)。以應(yīng)用視角展開分析發(fā)現(xiàn)，半自動化評價為現(xiàn)階段風(fēng)電設(shè)備狀態(tài)的主要監(jiān)測模式，此監(jiān)測環(huán)境下，設(shè)備狀態(tài)信息數(shù)據(jù)價值難以被充分發(fā)揮，需對設(shè)備狀態(tài)數(shù)據(jù)展開深入分析，借此也可為風(fēng)電機(jī)組故障預(yù)警體系的建立提供數(shù)據(jù)基礎(chǔ)。隨著數(shù)據(jù)規(guī)模日漸擴(kuò)大，對數(shù)據(jù)處理時效性也提出更高要求，加之傳統(tǒng)技術(shù)手段已無法對數(shù)據(jù)處理業(yè)務(wù)性能需求予以充分滿足，因此，引入大數(shù)據(jù)技術(shù)尤為必要，借此也可為國內(nèi)風(fēng)電行業(yè)的運(yùn)營、發(fā)展創(chuàng)造良好條件。

2 風(fēng)電新能源大數(shù)據(jù)平臺構(gòu)建

2.1 大數(shù)據(jù)平臺集控系統(tǒng)簡介

圖1：風(fēng)電故障診斷及預(yù)警流程

大數(shù)據(jù)平臺在集控系統(tǒng)的應(yīng)用可主要分為故障預(yù)警及性能分析兩方面。故障監(jiān)測即為對控制器類復(fù)位后恢復(fù)性故障、風(fēng)機(jī)自檢頻次、風(fēng)機(jī)故障頻次等歷史性故障予以統(tǒng)計分析，并同實時數(shù)據(jù)加以比對，為故障預(yù)警提供數(shù)據(jù)參考；性能監(jiān)測即為實時監(jiān)測預(yù)警風(fēng)機(jī)高負(fù)荷運(yùn)行能力差、風(fēng)機(jī)爬坡能力差、風(fēng)力出力不足等風(fēng)機(jī)運(yùn)行性能。實時狀態(tài)監(jiān)測為統(tǒng)計并分析設(shè)備運(yùn)行的各個工況，獲取設(shè)備在不同時間因素、環(huán)境條件下的正常運(yùn)行值，并同健康模型、設(shè)備參數(shù)等實時比對，評估狀態(tài)得分。當(dāng)分?jǐn)?shù)低于設(shè)定值時報警。大數(shù)據(jù)平臺所具備功能主要包括數(shù)據(jù)可視化功能、數(shù)據(jù)交互功能、平臺管理功能、實時預(yù)警功能、分析建模功能、實時清洗、存儲及數(shù)據(jù)實時接入等功能。

2.2 大數(shù)據(jù)平臺模塊構(gòu)建

2.2.1 數(shù)據(jù)實時接入及分析

大數(shù)據(jù)平臺以Kafka集群自商用實時庫中對實時數(shù)據(jù)加以采集，并引入實時流處理系統(tǒng)，展開數(shù)據(jù)規(guī)則過濾及數(shù)據(jù)清洗等后續(xù)處理環(huán)節(jié)。當(dāng)所接入廠站增加時，Kafka集群也可隨之?dāng)U展。當(dāng)Kafka集群完成商用數(shù)據(jù)庫中實時數(shù)據(jù)接收后，Spark Streaming將會針對Kafka集群中所收集的數(shù)據(jù)展開實時流處理，完成數(shù)據(jù)處理后，數(shù)據(jù)實時存儲。大數(shù)據(jù)分析平臺為以自主研制的全量數(shù)據(jù)分析平臺、開源產(chǎn)品為基礎(chǔ)的，將多態(tài)、異構(gòu)及以指數(shù)級上升的數(shù)據(jù)作為分析對象，分析全量數(shù)據(jù)并展開建模工作，此平臺可支持多種數(shù)據(jù)接口，并具備預(yù)處理、數(shù)據(jù)轉(zhuǎn)化等功能，提供非實時及實時統(tǒng)一接口，可應(yīng)用至多種企業(yè)業(yè)務(wù)處理中，以H2O、Python、R為基礎(chǔ)，分析、挖掘歷史數(shù)據(jù)，完成模型構(gòu)建工作。以Spark作為技術(shù)支持，可完成全量數(shù)據(jù)的評估、驗證及模型鍛煉等工作，因計算方式為并行計算結(jié)合內(nèi)存計算方式，為大數(shù)據(jù)分析可在大規(guī)模集群上的良好運(yùn)行提供保障，除可對數(shù)據(jù)量予以保證外，也可對數(shù)據(jù)的計算性能予以保證，完善數(shù)據(jù)分析服務(wù)。

2.2.2 數(shù)據(jù)展示平臺

大數(shù)據(jù)可視化平臺應(yīng)用優(yōu)勢即為可對用戶在大數(shù)據(jù)可視化過程中將所遇到的眾多問題予以處理。首先，同各行業(yè)客戶展開深入交流時發(fā)現(xiàn)，伴隨用戶管理水平提高、數(shù)據(jù)信息的完善，傳統(tǒng)固化主題分析圖表已難以對客戶所提出的使用需求予以充分滿足，客戶要求系統(tǒng)應(yīng)具備可供用戶自由設(shè)置的多指標(biāo)主題分析功能，對客戶業(yè)務(wù)發(fā)展需求予以充分滿足，實現(xiàn)所提供數(shù)據(jù)價值的最大化研究。由信息技術(shù)部分完成數(shù)據(jù)整理及模型構(gòu)建等工作，業(yè)務(wù)人員則可于客戶端對數(shù)據(jù)分析、數(shù)據(jù)報表加以查看。但此方式在實際應(yīng)用過程中存在部分問題，如數(shù)據(jù)報表的修改、規(guī)則制定中，若需求突然更改，無法及時加以處理。其次，客戶每天需面對由各業(yè)務(wù)系統(tǒng)所生成的大量數(shù)據(jù)，而為實現(xiàn)不同系統(tǒng)數(shù)據(jù)可視化問題的處理，則需對多數(shù)據(jù)源可視化問題加以處理。最后，伴隨大數(shù)據(jù)時代進(jìn)程加快，數(shù)據(jù)數(shù)量已逐漸由百萬增加至上億，部分以Excel完成數(shù)據(jù)分析的企業(yè)針對提高企業(yè)大數(shù)據(jù)處理分析能力提出迫切需求。實際上，分布式數(shù)據(jù)分析系統(tǒng)的構(gòu)建針對一般企業(yè)而言存在較高技術(shù)難度。為此，企業(yè)可引入大數(shù)據(jù)可視化平臺，大數(shù)據(jù)可視化平臺結(jié)合技術(shù)平臺要求、客戶需求，借助不同度量及維度的儀表盤的構(gòu)建，并引入大數(shù)據(jù)引擎，完成數(shù)據(jù)融合處理及降維度等工作，實現(xiàn)復(fù)雜數(shù)據(jù)的抽取及轉(zhuǎn)化等功能，將數(shù)據(jù)向客戶展現(xiàn)。

2.2.3 風(fēng)資源評估及微觀選址

風(fēng)資源的準(zhǔn)確評估為風(fēng)電開發(fā)可提供有效支持，而借助大數(shù)據(jù)技術(shù)的引入可為評估風(fēng)能資源提供良好平臺?；跈C(jī)組SCADA數(shù)據(jù)、氣象站、附近風(fēng)電場及中尺度數(shù)據(jù)間互相關(guān)聯(lián)的深度挖掘，構(gòu)建后期、中期及前期一體化的數(shù)據(jù)評估模型，形成多元化評估參數(shù)，實現(xiàn)評估預(yù)測結(jié)果精度的進(jìn)一步提升。此外，大數(shù)據(jù)平臺構(gòu)建中微觀選址也尤為必要。選址的論證及專項研究、風(fēng)機(jī)安全性復(fù)核、風(fēng)機(jī)優(yōu)化設(shè)置及風(fēng)數(shù)據(jù)的處理、預(yù)測為微觀選址主要內(nèi)容。此過程中，需實現(xiàn)大數(shù)據(jù)的數(shù)據(jù)挖掘能力、數(shù)據(jù)處理能力的充分應(yīng)用。

2.2.4 故障預(yù)警及診斷

將風(fēng)電機(jī)組 SCADA系統(tǒng)作為技術(shù)基礎(chǔ)，可完成數(shù)據(jù)的在線監(jiān)測。隨后可在風(fēng)電機(jī)組運(yùn)行狀態(tài)評估中引入大數(shù)據(jù)分析技術(shù)，以此為風(fēng)電機(jī)組的故障預(yù)測及故障診斷提供技術(shù)支持。因風(fēng)電場選址具備一定特殊性，加之負(fù)荷的不穩(wěn)定，使得部分機(jī)組在實際運(yùn)行過程中產(chǎn)生運(yùn)行故障。業(yè)內(nèi)調(diào)查數(shù)據(jù)指出，風(fēng)機(jī)75%的故障將會造成5%的停電時間，而25%的故障將會造成95%的停機(jī)時間，且風(fēng)電機(jī)組部件的更換成本、維修成本較為高昂，對于風(fēng)電場的經(jīng)濟(jì)效益、安全性造成嚴(yán)重影響。所以，針對機(jī)組監(jiān)控系統(tǒng)的監(jiān)測指標(biāo)等同機(jī)組運(yùn)行狀態(tài)相關(guān)的指標(biāo)展開故障預(yù)警、故障診斷工作尤為必要。通常情況下，風(fēng)電場監(jiān)測數(shù)據(jù)內(nèi)容主要包括連續(xù)量、離散量等內(nèi)容。風(fēng)電機(jī)組在大數(shù)據(jù)環(huán)境下的故障診斷、故障預(yù)警流程如圖1所示。

借助此流程的應(yīng)用，可對重要部件的非正常運(yùn)行狀態(tài)予以及時監(jiān)測，以免產(chǎn)生嚴(yán)重故障，增強(qiáng)風(fēng)電機(jī)組運(yùn)行的經(jīng)濟(jì)性及安全性。

3 結(jié)束語

國家能源局在2016年11月所指出臺的風(fēng)電發(fā)展“十三五”規(guī)劃中指出，可借助大數(shù)據(jù)技術(shù)的應(yīng)用實現(xiàn)智能化風(fēng)電場的運(yùn)維管理，推動風(fēng)電行業(yè)向信息化管理發(fā)展。目前，大數(shù)據(jù)多應(yīng)用至數(shù)據(jù)決策、數(shù)據(jù)分析過程中，分析數(shù)據(jù)越全面，所得出分析結(jié)果將越真實。大數(shù)據(jù)分析技術(shù)的應(yīng)用可實現(xiàn)數(shù)據(jù)信息價值的最大化應(yīng)用，而以機(jī)器學(xué)習(xí)模型作為技術(shù)支持的實時故障預(yù)警也可實現(xiàn)風(fēng)機(jī)故障率的大幅降低，提高風(fēng)電機(jī)組運(yùn)行的安全性、可靠性。