浅谈基于大数据的智慧型风电场建设的研究

浅谈基于大数据的智慧型风电场建设的研究

刘健

中国大唐辽宁分公司新能源事业部

【概要】随着风电行业的发展及其特点，越来越多的企业逐步倾向于建设智慧型风电场。本文主要针对大数据等新技术、新平台在智慧型风电场建设上的应用进行探讨。

【关键词】大数据、智慧型风电场、集控中心

一、引言

    随着新技术与业务模式的不断创新实践，风电行业发展迅速，同时面临新的挑战，行业经过早起的快速扩张阶段，逐步向精细化、集中化、智能化方向演进。应用风电大数据解决行业挑战逐步成为新的共识与实践方向。

风电大数据技术是在风电项目开发过程中，以风电相关数据资产为核心的大数据平台，极大延展了风电行业传统的数据范围及管理模式，数据挖掘、机器学习、人工智能、云计算等新技术的应用加速了行业的智能化业务转型。

二、基于大数据的智慧型风电场建设

智慧型风电场的建设主要分为三个部分，一是构建全方位机组检测技术、二是构建集中监视控制中心，三是构建集中监视控制中心，以此构建基于大数据的智慧型风电场建设。

2.1 构建全方位机组检测技术

针对风电机组设备需要加强各项指标检测，引入机组信息自动化采集、状态感知技术，振动在线监测技术，人机互联移动办公技术，视频分析技术与流计算技术等全方位机组检测技术，可以实现单台风机的故障预警，自复位等功能。

2.2 构建集中监视控制中心

对于风电行业，由于其分布式建设的特点，规模通常要比集中建设模式小，输变电设备建设地点较为分散，在输变电设备故障识别及维护上，人员及资源的分配也会较为分散，不方便于统一资源调配及管理，造成人员、资源的浪费。

集中监视控制中心具备统一调度，设备统一监控；整合报表，数据统一上报；提前预警，缺陷统一处理；掌握工况，事故快速响应等优点，因此构建集中监视控制中心是智慧型风电场建设的基础。

2.3 构建区域检修维护中心

智慧型风电场建设的另一个重要环节即构建区域检修维护中心，通过各种新技术手段做到风电机组设备、变电所设备“小故障自复位，大故障检修上”，在区域内形成设备备品备件及检修人员集中安置、统一管理，并以此为检修中心，提高整体检修维护效率。

三、智慧运营大数据平台的建设

   智慧运营大数据平台的构建主要分为三个方面，一是软件架构设计，二是网络架构设计，三是应用服务设计。

3.1 软件架构设计

智慧运营管理系统建设根据系统架构设计原则，平台整体架构划分为实时监测大区和数据管理分析大区两个功能区，同时设置平台管理层，跨区实现平台的统一管理和维护。主要包括物联网平台、大数据平台、应用服务三大模块。

（1）物联网平台：物联网平台是智慧运营管理系统的数据基础，依托集中监视控制中心所接入的数据以及风机直采数据，并将接入的全量数据实时同步到大数据平台，提供数据预处理、数据计算及实时数据缓存等功能。

（2）大数据平台：大数据平台接收物联网平台的多源异构数据，实现数据存储及管理分析，为系统的各类系统应用提供数据支撑。

（3）应用服务：是智慧运营系统各子系统的集合，实现集中控制中心具体业务功能，应包含集中监视系统模块、集中功率预测系统模块、设备健康管理模块、业务智能分析模块。

3.2 网络架构设计

系统整体网络架构设计应满足电力二次安防“安全分区、网络专用、横向隔离、纵向认证”要求。系统部署于安全III区，网络设计分为四个部分：

第一部分为集中监视控制中心将非风机数据以符合安全防护要求的方式开放到安全III区，直接将数据接入到智慧运营系统；

第二部分为风机数据区，风机数据采集至安全III区后，通过安全III网络直接接入系统。

第三部分为安全生产管理系统，智慧运营系统将数据传送至安全生产管理系统中，并能够接收安全生产管理系统返回的数据，形成业务数据的闭环管理。

第四部分为互联网区网络，在网络边界部署防火墙设备对流量进行数据包与端口号的过滤以及数据的安全加密，通过WEB发布服务器完成系统页面的WEB发布功能，并可以通过互联网进行访问。

3.3 应用服务设计

应用服务又称SaaS，通过网络提供服务，需要实现多种数据源数据的集中处理、集中展示、智能运维，数据可视化、业务智能分析、设备健康预警等总体目标。集中监视系统平台侧重集中监控、智能运维功能，系统设计应具有如下功能：

（1）集中监视系统：实时监视功能是系统最基本的基础性应用，包括设备运行状态、安全状态、控制过程、逻辑拓扑和特征值等，其中升压站监控设计参考Q/GDW 678-2011 《智能变电站一体化监控系统功能规范》。

（2）故障报警：报警功能是系统中一个非常重要的功能模块，系统具备完备的故障知识库，系统运行过程中发生异常、故障，场站的监测设备发生故障和报警，需要把信息实时推送给前端。

（3）数据查询及报表：智慧运营系统需要按全场、馈线、单台不同维度查询电场的多种生产信息，以便对所辖风电场的生产指标进行统计分析。

（4）移动应用：显示智慧运营系统的重要指标，应包含移动监视、远程协助、气象预测及功率预测等功能。

（5）设备健康管理功能：设备健康管理以预警为核心，确保机组的健康高效运转。利用大数据技术，通过统计分析、机器学习等数据挖掘方法，对新能源设备运行数据进行深度挖掘，建立预警算法，实现新能源设备健康隐患的提前报警，产生预警信息。

（6）运维任务智能排程：实现运维策略分析，实现基于故障，缺陷，预警，定期工作的任务排程，持续改进场站的运维效率，加强集约化、规范化、标准化和精细化管理。结合故障，缺陷，预警，定期工作等多维数据，形成设备状态多维提醒、设备故障分级提示、生产工单序列推送等智能业务场景。

（7）集中功率预测：接收场站实时测风塔数据和环境监测仪数据，统一修模，为集中监视控制中心提供高精度统一的新能源功率预测功能。

（8）业务智能分析：对各个场站进行关键业务指标数据(KPI)的统计分析，并采用多种可视化的方式形象化的展现各个场站的运营情况，提出合理化建议，减少设备的无效运行情况，为设备检修提供数据依据。

四、基于大数据的智慧型风电场建设的价值

    基于大数据的智慧型风电场建设采用前期调研、总体规划、分步实施、逐步推进的建设思路，依托风电集中监视控制系统、采用大数据分析平台进行故障预警、合理分配资源、统一管理人员调配，极大的提高了设备运维效率、生产管理水平，也有效的降低了设备检修维护成本，实现了风电行业的现代化、信息化管理模式，对保证国家能源安全等方面也具有十分重大的意义。

五、结束语

    智慧型风电场是当下风电行业建设的重要方向，大数据技术也深入到当下各行各业，将两者有效结合，根据风电行业内部特点，有效的将大数据平台利用起来，结合历史数据进行分析、管控，达到“无人值班、少人值守、集中监控、状态检修”的管理目标，也极大的提高了企业安全生产管理水平。

参考文献

[1]桑海洋等.《智慧型风电场管理系统与应用》.2012（03）

[2]夏云峰.《一座智慧风电场开发带来的启示》.2019（03）.北极星风力发电网.

[3] 李文田,焦应乐,杨子龙,程璐,莫丰源.基于概率神经网络的集控式风电场风险评估[J].电测与仪表,2019,56(17):76-81+152.

[4]赵志远，季莹，章继刚.数据中心的自动化---南天自动化平台助力单位有效沟通[J].网络安全和信息化，2017（12）：46.