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

馬小軍

摘 要：隨著我國(guó)經(jīng)濟(jì)建設(shè)的快速發(fā)展，我國(guó)各行業(yè)發(fā)展迅速，對(duì)于基礎(chǔ)能源的需求與日俱增。我國(guó)科學(xué)技術(shù)不斷發(fā)展，人工智能技術(shù)是科學(xué)技術(shù)進(jìn)步的優(yōu)秀產(chǎn)物，被廣泛應(yīng)用于各個(gè)行業(yè)之中，為人們生產(chǎn)生活帶來(lái)了極大便利。人工智能技術(shù)應(yīng)用在風(fēng)力發(fā)電領(lǐng)域之中，能夠?qū)崿F(xiàn)對(duì)風(fēng)力發(fā)電集中控制，提升風(fēng)力發(fā)電效率與質(zhì)量，推動(dòng)風(fēng)力發(fā)電實(shí)現(xiàn)自動(dòng)化系統(tǒng)控制模式，推動(dòng)我國(guó)風(fēng)力發(fā)電事業(yè)朝著技術(shù)化、體系化、規(guī)范化、現(xiàn)代化的方向深入發(fā)展。

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

引言

近年來(lái)，很多先進(jìn)技術(shù)運(yùn)用到我國(guó)各行業(yè)的發(fā)展進(jìn)程中，使得我國(guó)提前進(jìn)入現(xiàn)代化科學(xué)技術(shù)發(fā)展階段。人工智能技術(shù)作為“第四次科技革命”的重要標(biāo)志，其具有可以對(duì)人的意識(shí)、思維信息過(guò)程的模擬功能，通過(guò)人工智能技術(shù)的應(yīng)用，可以更高效地解決風(fēng)電技術(shù)發(fā)展過(guò)程中的諸多問(wèn)題。

1 人工智能的理論分析

人工智能在目前的發(fā)展中成為各方面企業(yè)家的討論熱點(diǎn)，也成為了考量一個(gè)企業(yè)發(fā)展?fàn)顩r的有效依據(jù)。在大型企業(yè)中人工智能的應(yīng)用較為廣泛，由于企業(yè)的規(guī)模較大，使用人工智能技術(shù)輔助于企業(yè)的運(yùn)轉(zhuǎn)，極大程度上簡(jiǎn)化了企業(yè)的業(yè)務(wù)辦理流程，使得企業(yè)快速運(yùn)轉(zhuǎn)。人工智能的主要理論依據(jù)是基于計(jì)算機(jī)的發(fā)展理論，通過(guò)特定的生產(chǎn)策略將計(jì)算機(jī)的語(yǔ)言識(shí)別、處理功能、系統(tǒng)化程序以及圖像識(shí)別等相關(guān)的功能，實(shí)現(xiàn)技術(shù)發(fā)展。1956年人工智能被Dartmouth提出，廣泛涉及到信息論、控制論、自動(dòng)化、生物學(xué)、心理學(xué)、語(yǔ)言學(xué)、醫(yī)學(xué)等多方面領(lǐng)域。而對(duì)于智能化的電氣控制中，則是要結(jié)合信息的收集以及控制功能實(shí)現(xiàn)計(jì)算機(jī)的智能特點(diǎn)，大力減少勞動(dòng)力，進(jìn)而提高員工的工作效率。如：鋁電解生產(chǎn)過(guò)程中的自適應(yīng)控制技術(shù)，就是使用了人工智能技術(shù)降低企業(yè)的時(shí)效，根據(jù)類(lèi)似于人類(lèi)的判斷系統(tǒng)、處理功能系統(tǒng)以及控制系統(tǒng)，加強(qiáng)生產(chǎn)力。

2 人工智能技術(shù)應(yīng)用在風(fēng)力發(fā)電中的必要性、可行性

1.智能化技術(shù)應(yīng)用的必要性，風(fēng)力屬于可再生資源，我國(guó)風(fēng)力發(fā)電行業(yè)已經(jīng)進(jìn)入了快速發(fā)展的成熟階段。使用利用風(fēng)力發(fā)電存在一定問(wèn)題，例如：間歇性、隨機(jī)性以及波動(dòng)性。不僅會(huì)影響風(fēng)力發(fā)電效率，更會(huì)影響電網(wǎng)安全，帶來(lái)安全隱患，出現(xiàn)電力質(zhì)量較差的問(wèn)題。為了能夠有效實(shí)現(xiàn)對(duì)風(fēng)力發(fā)電波動(dòng)性、間歇性的控制，保持電網(wǎng)安全發(fā)電，需要重視風(fēng)電設(shè)備有功功率的平衡。隨著人們對(duì)電力需求不斷增大，電網(wǎng)設(shè)備隨著不斷擴(kuò)大，將人工智能技術(shù)應(yīng)用在風(fēng)力發(fā)電之中，能夠極大提升電網(wǎng)發(fā)現(xiàn)效率與質(zhì)量，提升電網(wǎng)運(yùn)行安全性。2.智能化技術(shù)應(yīng)用的可行性，風(fēng)電場(chǎng)節(jié)能與其他項(xiàng)目相比存在較大不同，一般都是采用功率控制法對(duì)風(fēng)電機(jī)最大功率實(shí)現(xiàn)集中管控，能夠提升風(fēng)電場(chǎng)工作效率與安全性能。數(shù)字化是電力設(shè)備與人工智能技術(shù)應(yīng)用的前提，當(dāng)下在風(fēng)力發(fā)電系統(tǒng)之中已經(jīng)全面應(yīng)用了數(shù)字化技術(shù)，為人工智能化技術(shù)在風(fēng)力發(fā)電中的應(yīng)用奠定了堅(jiān)實(shí)的基礎(chǔ)。

3 人工智能技術(shù)在風(fēng)力發(fā)電領(lǐng)域的應(yīng)用

3.1風(fēng)電功率預(yù)測(cè)的方法

目前，風(fēng)電功率預(yù)測(cè)主要分為物理預(yù)測(cè)法和統(tǒng)計(jì)預(yù)測(cè)法兩大類(lèi)。其中物理預(yù)測(cè)法是通過(guò)天氣預(yù)報(bào)預(yù)測(cè)出的風(fēng)速、風(fēng)向和溫度等氣象數(shù)據(jù)，與風(fēng)場(chǎng)周?chē)暮０蔚雀呔€(xiàn)、障礙物和地表粗糙度等地理實(shí)地信息，通過(guò)數(shù)學(xué)模型進(jìn)行計(jì)算，之后通過(guò)微觀氣象學(xué)理論得到風(fēng)機(jī)的輪穀高度風(fēng)速和風(fēng)向，利用其進(jìn)行風(fēng)電功率預(yù)測(cè)。物理預(yù)測(cè)法優(yōu)點(diǎn)在于不需要?dú)v史數(shù)據(jù);缺點(diǎn)是需要輸入準(zhǔn)確的天氣預(yù)報(bào)數(shù)據(jù)和風(fēng)場(chǎng)地理信息，需要的參數(shù)較多。

3.2神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)能夠靈活、有效的進(jìn)行學(xué)習(xí)，是具有完全分布式特點(diǎn)的結(jié)構(gòu)，比較適用于一些大規(guī)模、并行的信息處理，對(duì)于一些非線(xiàn)性的系統(tǒng)，有著非常強(qiáng)的模式識(shí)別能力以及建模能力，可對(duì)一些復(fù)雜的狀態(tài)或是過(guò)程進(jìn)行識(shí)別以及分類(lèi)。按照具體情況的不同，當(dāng)前已有很多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和具體的訓(xùn)練算法被應(yīng)用在實(shí)際的風(fēng)力發(fā)電系統(tǒng)中。如應(yīng)用BP對(duì)風(fēng)力發(fā)電系統(tǒng)的短期負(fù)荷情況進(jìn)行預(yù)測(cè)，在保證擁有充足訓(xùn)練樣本的情況下對(duì)預(yù)測(cè)的模型進(jìn)行有效分類(lèi)，創(chuàng)建出能適應(yīng)不同季節(jié)的日預(yù)測(cè)和周預(yù)測(cè)模型，并能對(duì)輸入的變量進(jìn)行準(zhǔn)確選擇，尤其是在選擇溫度變量時(shí)。此外，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)以及對(duì)元件關(guān)聯(lián)進(jìn)行分析能診斷電力系統(tǒng)的故障，制定出多種復(fù)雜的診斷方法。這種方式主要將風(fēng)力發(fā)電系統(tǒng)中的元件分成母線(xiàn)、變壓器和線(xiàn)路三種，對(duì)每個(gè)種類(lèi)的元件都有特定的ANN處理報(bào)警信息，對(duì)故障的具體位置進(jìn)行確定。與ES診斷有著一定不同，ANN主要是通過(guò)對(duì)現(xiàn)場(chǎng)樣本進(jìn)行學(xué)習(xí)和訓(xùn)練，通過(guò)對(duì)ANN中的閾值和連接權(quán)進(jìn)行調(diào)整，保證獲取的知識(shí)能通過(guò)隱式的方式分布在整個(gè)神經(jīng)網(wǎng)絡(luò)上，實(shí)現(xiàn)ANN的模式記憶。由此可見(jiàn)ANN具備非常強(qiáng)大的獲取知識(shí)能力，可有效對(duì)包含噪聲數(shù)據(jù)進(jìn)行處理，有效彌補(bǔ)了ES中的不足之處。由于神經(jīng)網(wǎng)絡(luò)具備良好的快速處理并行信息能力和分類(lèi)能力，因此被廣泛應(yīng)用在電力系統(tǒng)中的監(jiān)測(cè)與診斷、實(shí)時(shí)控制、符合預(yù)測(cè)以及狀態(tài)評(píng)估等多個(gè)不同的領(lǐng)域。當(dāng)前，基于神經(jīng)網(wǎng)絡(luò)的短期或是長(zhǎng)期復(fù)合預(yù)測(cè)已成為人工智能在風(fēng)力發(fā)電系統(tǒng)中作用最大的一種應(yīng)用形式。

3.3大數(shù)據(jù)分析技術(shù)的應(yīng)用

智能感知技術(shù)雖然很好，但由于需要額外增加傳感器，成本偏高且擴(kuò)展性不足。風(fēng)力發(fā)電機(jī)的數(shù)據(jù)量是相當(dāng)可觀，一個(gè)大型風(fēng)力發(fā)電公司管理的風(fēng)機(jī)高達(dá)上千臺(tái)甚至近萬(wàn)臺(tái)，年產(chǎn)生的數(shù)據(jù)量都在TB級(jí)別以上。因此如果不增加額外的傳感設(shè)備，可利用新的大數(shù)據(jù)技術(shù)，采集和存儲(chǔ)機(jī)組數(shù)據(jù)，通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語(yǔ)言處理等人工智能分析方法，對(duì)風(fēng)機(jī)生產(chǎn)運(yùn)行數(shù)據(jù)進(jìn)行挖掘分析，實(shí)現(xiàn)設(shè)備運(yùn)行低效分析、亞健康問(wèn)題預(yù)警分析，預(yù)防風(fēng)電機(jī)組的關(guān)鍵部件問(wèn)題，減少電量損失，必將成為了新的熱門(mén)應(yīng)用方向。

3.4人工神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)技術(shù)屬于一種具有先進(jìn)性的信息技術(shù)，發(fā)展速度較快，在智能領(lǐng)域已經(jīng)獲取良好的成就。該技術(shù)是一種非線(xiàn)性、自適應(yīng)數(shù)據(jù)處理技術(shù)，在風(fēng)力發(fā)電控制系統(tǒng)中具有良好的應(yīng)用價(jià)值。人工神經(jīng)網(wǎng)絡(luò)有較強(qiáng)的抗逆能力，在容錯(cuò)能力方面相比其他技術(shù)有著良好的表現(xiàn)。對(duì)風(fēng)力發(fā)電而言，風(fēng)速、風(fēng)向并不是固定不變的，要想精準(zhǔn)預(yù)測(cè)風(fēng)速，就需要關(guān)注預(yù)測(cè)方式的應(yīng)用，進(jìn)一步明確預(yù)測(cè)周期和地點(diǎn)。在具體實(shí)踐中，可以利用時(shí)間序列神經(jīng)網(wǎng)絡(luò)精準(zhǔn)預(yù)測(cè)風(fēng)速，還可以將人工神經(jīng)網(wǎng)絡(luò)技術(shù)和小波分析技術(shù)結(jié)合起來(lái)，預(yù)測(cè)風(fēng)力發(fā)電的功率?？梢栽趹?yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)之前，借助神經(jīng)網(wǎng)絡(luò)估計(jì)風(fēng)速，這樣能夠提升系統(tǒng)動(dòng)態(tài)化性能，就算后期風(fēng)速發(fā)生巨大變化，系統(tǒng)依舊能夠?qū)崿F(xiàn)穩(wěn)定性運(yùn)行。同時(shí)，在對(duì)風(fēng)力發(fā)電機(jī)組進(jìn)行研究的過(guò)程中，變槳距系統(tǒng)也是一個(gè)關(guān)鍵的系統(tǒng)，可以借助神經(jīng)網(wǎng)絡(luò)控制變槳距，進(jìn)而解決變槳距參數(shù)的時(shí)變性和滯后性的問(wèn)題。另外，為了獲取更多的風(fēng)能，還可以重新構(gòu)建發(fā)電機(jī)組預(yù)測(cè)模型，將其應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)控制器，利用BP算法、遺傳算法等，提出新的神經(jīng)網(wǎng)絡(luò)算法。該算法可以應(yīng)用于風(fēng)力發(fā)電機(jī)組故障診斷，能夠解決故障問(wèn)題，提升系統(tǒng)運(yùn)行的穩(wěn)定性。

4 結(jié)語(yǔ)

風(fēng)力發(fā)電領(lǐng)域關(guān)系著社會(huì)是否能夠?qū)崿F(xiàn)可持續(xù)發(fā)展，為社會(huì)發(fā)展提供能源支持。人工智能技術(shù)應(yīng)用到風(fēng)力發(fā)電領(lǐng)域之中，能夠?qū)崿F(xiàn)對(duì)風(fēng)力發(fā)電機(jī)組的實(shí)時(shí)監(jiān)控，提升風(fēng)力發(fā)電的效率與質(zhì)量，構(gòu)建完備的風(fēng)力發(fā)電智能化管控系統(tǒng)，推動(dòng)我國(guó)風(fēng)力發(fā)電行業(yè)實(shí)現(xiàn)穩(wěn)健的長(zhǎng)久發(fā)展。

參考文獻(xiàn)：

[1]彭華東，陳曉清，任明等.風(fēng)電機(jī)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，2011，27（2）：61-66.

[2]程世洪.電網(wǎng)風(fēng)電智能化運(yùn)行控制探討[J].中國(guó)高新技術(shù)企業(yè)，2015，（23）：157-158.

[3]武小梅，白銀明，文福拴.基于RBF神經(jīng)元網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測(cè)[J].電力系統(tǒng)保護(hù)與控制，2011，39（15）：80-83.

（甘肅中電瓜州風(fēng)力發(fā)電有限公司，甘肅 瓜州 736100）