人工智能技術(shù)在風力發(fā)電領(lǐng)域的應(yīng)用

王寶亮

摘 要：隨著智能巡檢技術(shù)的推廣，數(shù)字風電場、智能風電場己經(jīng)從概念轉(zhuǎn)向了現(xiàn)實，風力發(fā)電機領(lǐng)域迫切需要一種更為智能且靈活的巡檢方式。采用智能技術(shù)代替人工作業(yè)是一種較好的解決方案，通過自動化、智能化的技術(shù)手段、廣采用能夠持續(xù)、穩(wěn)定在特種環(huán)境進行工作的自動化設(shè)備實現(xiàn)巡視工作的人力替代是具泛經(jīng)濟效益和社會效益的解決方案，并且能夠有效地提高工作效率，降低巡視登高作業(yè)的風險和提高故障的檢出比率。

關(guān)鍵詞：人工智能技術(shù);風力發(fā)電領(lǐng)域;應(yīng)用

引言

隨著世界經(jīng)濟的不斷增長，全球?qū)τ谀茉吹男枨蟛粩嘣鲩L，過去以火電為主的傳統(tǒng)能源方式對環(huán)境的污染日益凸顯。因此如何處理好驅(qū)動人類經(jīng)濟發(fā)展的能源保障與環(huán)境保護成為一大難題，而利用以風能為能源發(fā)電形式的新能源技術(shù)成為解決這一問題的技術(shù)手段。發(fā)展風電技術(shù)對于人類社會可持續(xù)發(fā)展有著舉足輕重的作用，但風電技術(shù)作為一門新興技術(shù)，其存在諸多問題待解決。人工智能技術(shù)作為“第四次科技革命”的重要標志，其具有可以對人的意識、思維信息過程的模擬功能，通過人工智能技術(shù)的應(yīng)用，可以更高效地解決風電技術(shù)發(fā)展過程中的諸多問題。

1.人工智能技術(shù)的概況

人工智能（Artificial工ntelligence，英文縮寫A工），是計算機科學的一個分支，通過計算機技術(shù)了解并分析人類智能的本質(zhì)，進而生產(chǎn)與人類智能相似的智能機器。從語義學分析，人工智能是“人工”與“智能”兩個語言單位的結(jié)合。

“人工”必須是人造的，是科學和工程的產(chǎn)物。需要注意的是，人工智能中的人工，雖然是人類研究、開發(fā)的主動行為，但并不包括生物學的人工，因為基因工程與人工智能的科學基礎(chǔ)全然不同。

“智能”（intelligence）是指人的智力能力，是人類認知、記憶、判斷、思考、想象等能力。如，法國心理學家阿爾弗雷德？比奈（Alfred Binet）將“智能”定義為“判斷，又或稱為判斷力強，實踐感強，首創(chuàng)精神，適應(yīng)環(huán)境的能力。良好決策、充分理解、正確推論但記憶與判斷不同且獨立于判斷?！雹佟杜＝蛴⒄Z詞典》將智能解釋為“獲取和應(yīng)用知識與技能的能力”，這顯然取決于記憶?？偨Y(jié)起來，智能是一種心智能力，與神經(jīng)機制和認知活動密切相關(guān)。與生物層次的“神經(jīng)”不同，從科學角度和心理層次看，智能更偏重于“認知”是偏重于宏觀行為層次的界定。

綜合來看，智能主要包括與環(huán)境相適應(yīng)的學習能力，靈活機動的反應(yīng)能力，以及對于觀念中事物的預想創(chuàng)造能力?？梢哉f，智能重在主體能動性的解釋，即心智能力。因此，智能與心智機制的實現(xiàn)關(guān)系密切，體現(xiàn)在感知、適應(yīng)、學習、情感、判斷、意識和創(chuàng)造等方面。所以，人工智能可以定義為，一種用于幫助或者替代人類思維的工具，這種智能工具以計算機程序的形式體現(xiàn)，可以獨立存在于數(shù)據(jù)中心，也可以通過諸如機器人之類的設(shè)備體現(xiàn)出來。同時，人工智能具也備在特定環(huán)境中有目的地獲取和應(yīng)用知識與技能的能力。

2.人工智能技術(shù)在風力發(fā)電領(lǐng)域的應(yīng)用

（1）導航定位程序

在智能巡檢機器人導航定位過程中考慮到機器人運行速度需可調(diào)、負載重量變化等因素，因此采用PID控制算法結(jié)合步進電機反饋回來的編碼器數(shù)值形成閉環(huán)控制系統(tǒng)。理論上閉環(huán)控制系統(tǒng)能利用反饋回來的編碼器數(shù)值對系統(tǒng)受到的干擾進行抑制或者消除，采用該方法在智能巡檢機器人導航定位過程中可以控制電機轉(zhuǎn)速，使得電機在不同負載情況下依然保持在目標速度附近波動。

（2）安全保護程序

風力發(fā)電機艙內(nèi)部軌道式智能巡檢機器人在工作過程中，為了避免機器人誤動作或碰撞到障礙物造成的損失，智能巡檢機器人安裝了機械式式行程開關(guān)，用于檢測障礙和保護機器人。機器人在水平運動方向和垂直運動方向各安裝了2個行程開關(guān)，機器人防撞的基本原理是當機器人即將碰撞到障礙物時行程開關(guān)會先動作，主控制器捕捉到相關(guān)行程開關(guān)動作后立刻進入保護狀態(tài)。

在軟件設(shè)計中，整個安全保護程序是一個獨立的子程序。在主程序中循環(huán)檢測四個行程開關(guān)運行狀態(tài)，一旦行程開關(guān)被主控制器檢測到動作后并持續(xù)2ms，則會執(zhí)行保護動作。如果報警信號持續(xù)5分鐘，則被認為發(fā)生嚴重故障，智能巡檢機器人會自動返航并且上傳故障報警至監(jiān)控后臺。

（3）數(shù)據(jù)傳輸與通信

軌道式智能巡檢機器人上搭載的可見光攝像頭和紅外攝像頭借助電力載波通信技術(shù)通過以太網(wǎng)直接將現(xiàn)場視頻和圖片傳輸至后臺控制室，并不經(jīng)過下位機的STM32主控制器，但攝像頭采集的圖片和視頻和前者在同一個LabVIEW工程中。后臺上位機負責使用攝像頭進行圖像采集和視頻監(jiān)控并進行數(shù)據(jù)處理。

本次設(shè)計的LabVIEW自身可以采集網(wǎng)絡(luò)攝像頭傳輸回來的視頻，并且可以對攝像頭云臺進行操控?？紤]到程序運行效率和開發(fā)成本，我們采用了網(wǎng)絡(luò)攝像頭自帶SDK在LabVIEW中進行開發(fā)，通過調(diào)用其動態(tài)連接庫和相關(guān)函數(shù)進行圖像采集、云臺控制等，這樣既可以保證程序運行的穩(wěn)定性又提高了軟件開發(fā)效率。具體運行過程如下：

①在LabVIEW程序中，程序首先運行Init初始化函數(shù)，可見光攝像頭開始完成初始化運動。

②進入Login函數(shù)完成用戶登陸，包括可見光攝像頭在本地局域網(wǎng)內(nèi)的IP地址和用戶名密碼登陸等操作。

③進入RealPlay函數(shù)進行實時視頻顯示，并且通過以太網(wǎng)傳輸?shù)缴衔粰C。

④進入SaveData函數(shù)完成視頻存儲地址、文件命名等設(shè)置。

⑤進入Control函數(shù)完成對可見光攝像頭的云臺的控制，包括水平旋轉(zhuǎn)，俯仰角旋轉(zhuǎn)，對焦，放大縮小倍率等功能。

⑥進入Capturepicture函數(shù)自動抓取當前圖片，也可手動控制抓拍圖片。

⑦上位機發(fā)送停止命令，進入Stoprealplay函數(shù)，停止實時視頻顯示。

⑧進入Logout函數(shù)，清除用戶登錄信息以及地址信息。

3.大數(shù)據(jù)分析在風電機組運行分析

（1）大數(shù)據(jù)分析與挖掘

首先反映風電機組狀態(tài)信息數(shù)據(jù)的來源于SCADA系統(tǒng)和“全通道”監(jiān)測系統(tǒng)，實現(xiàn)了對機組的全方位的數(shù)據(jù)采集，由于數(shù)據(jù)包括振動值、溫度值、壓力值等格式標準不統(tǒng)一，以及SCADA系統(tǒng)監(jiān)測參數(shù)之間的信息冗余等干擾影響，首先需要對大數(shù)據(jù)進行分析統(tǒng)計和挖掘等功能，本文通過引用入Pearson， Kendall， Spearman綜合相關(guān)系數(shù)的優(yōu)點對數(shù)據(jù)進行相關(guān)性分析，對冗余信息參數(shù)的剔除，使用最小二乘支持向量機的大數(shù)據(jù)挖掘方法實現(xiàn)風電機組的狀態(tài)評估、故障診斷等功能。

（2）風電機組整體狀態(tài)評估

通過大數(shù)據(jù)的分析與挖掘處理后，對數(shù)據(jù)進行的預處理，建立狀態(tài)評估模型。該評估模型主要由兩個子評估模型構(gòu)成：分別為基于風電機組出力相關(guān)性評估模型和基于PSOLSSVM風電機組狀態(tài)評估模型。對兩個評估模型分別引入相關(guān)評估標準和故障預警閡值，若超過閡值范圍，則評估風機的運行狀態(tài)為異常，并進入故障診斷系統(tǒng)對風電機組各子系統(tǒng)進行故障定位和定量分析;若沒有超過閡值范圍，證明風機運行狀況為健康，對其進行持續(xù)跟蹤監(jiān)測。

（3）風電機組故障診斷

對狀態(tài)評估結(jié)果為異常的風電機組，通過采集的運行工況信息，提取風機的關(guān)鍵部件特征，對其進行故障診斷分析，包括時域和頻域分析，小波包包絡(luò)解調(diào)、倒頻譜和EMD一包絡(luò)解調(diào)譜分析，根據(jù)其頻譜的幅值和特征頻率對故障進行定位和定量分析。對于轉(zhuǎn)速、溫度、功率等連續(xù)監(jiān)測變量，通過風功率曲線、溫度趨勢變化曲線等確定關(guān)鍵部件的故障發(fā)展趨勢。

4.結(jié)語

隨著未來人工智能技術(shù)的不斷發(fā)展，以及物聯(lián)網(wǎng)技術(shù)的發(fā)展，風電系統(tǒng)將實現(xiàn)智能化，智能風電將成為未來產(chǎn)業(yè)的發(fā)展趨勢因此，有必要加大對相關(guān)技術(shù)的研究和引進，加快完善有關(guān)政策和體制，從而推動風力發(fā)電在我國的發(fā)展，使風力成為我國在發(fā)展建設(shè)中的重要力量。

參考文獻：

[1]彭華東，陳曉清，任明，等.風電機組故障智能診斷技術(shù)及系統(tǒng)研究[J].電網(wǎng)與清潔能源，2019，27（2）：61-66.

[2]安永燦.基于人工智能算法的風電機組故障診斷研究[D].長春：長春工業(yè)大學，2019.

（吉林龍源風力發(fā)電有限公司? 吉林? 長春? 130000）