浅谈风力发电机组平台驱动运维模式.docx

《浅谈风力发电机组平台驱动运维模式.docx》由会员分享，可在线阅读，更多相关《浅谈风力发电机组平台驱动运维模式.docx（11页珍藏版）》请在第壹文秘上搜索。

1、【摘要】通过“竞价上网”“平价上网”政策的推出，风电竞价上网相比固定标杆上网电价制度，风电竞价上网必须对项目的度电成本计算的更加精确，也必然对风电度电成本提出更为苛刻的要求，风电平价上网必然会令风电售价下降，这将直接对风机生产商产生成本压力，风机的运营与维护成本则直接承压，为了配合上述政策，风电运维厂家必然要及时“破冰”和调整“方向”，总结原有运维模式的优点，摒弃之前的不足，结合“新科技”、“新技术”、“新思路”，来迎接风电市场的“新挑战”！【关键字】平台；大数据；预防性运维；能力提升；云平台；1引言作为风电运维后市场，如何在“双网”模式下保证机组的稳定运行、各项考核指标符合要求的基础上，有效

2、降低自身的运维成本，保证项目按时、按期完成，新人快速、稳步的提高，项目指标符合政策要求，是主机厂商和运维企业的主要需求，结合风电智能化发展，基于大数据、物联网等技术手段的智慧风电运营越来越受到行业关注，北京优利康达科技股份有限公司通过多年自身经验总结和现场运维探索，推出“平台”驱动运维模式的新思路，以平台-风机巡检、平台-风机预防性维护、平台-数据分析、平台-数据报告、平台-数据筛选对风机性能提升、平台-风机隐患问题收集、风机隐患问题汇总、风机隐患问题的计划治理进行切入和挖掘，来实现风力发电机组平台驱动运维模式。2平台介绍北京优利康达科技股份有限公司开发的风电智慧运维管理云平台通过整合风电机组

3、的SCADA数据、故障检测数据，风功率预测数据、状态监测数据、备品备件消耗数据、运维检修数据、风电人才数据等构建起国际先进的风电机组预警与诊断维护系统。平台的主要研究内容：(1)风电场机组能效提升综合研究(2)智慧运维管理云平台架构研究(3)风电机组故障建模和预警算法研究(4)风电机组数据压缩存储和数据预处理研究(5)预警及故障算法验证流程研究平台的特色与创新之处：(1)综合运用风机各类传感器数据、备品备件生产消耗数据、运维检修数据、风电人才数据等实现整场的运维成本降低，发电量提升，风机延寿等目标。(2)采用开源大数据生态技术(hadoop、sparkstormhive、flumc、kafka

4、zookeeperphppythonVUe、redismysq.等)搭建：(3)支持多风场、多品牌、多机型数据同时接入，有强大的数据处理能力；(4)内置多种数理统计、机器学习、数据挖掘等健康评估及实时预警算法：(5)建立起完善的算法模型验证流程，从而使算法迭代优化速度更快，诊断的准确度和精度得以持续提升；(6)专业的技术支持数据库、案例库，专家库，能为客户提供更专业化的服务。图一：智慧运维管理云平台计算框架3平台互通“风电智慧运维管理云平台”由“智慧运维云平台”、“风电人才云平台”、“运维服务云平台”、“技术支持云平台”、“风电备件云平台”等五个部分组成，这五个部分即可以独立使用，也可以相互协

5、同工作。图二：风电智慧运维管理云平台风电智慧运维管理云平台以风电机组各类传感器产生的数据为基础，以“智慧运维云平台”中内置的各类“健康评估算法”、“故障预警算法”为支撑，在对“风机健康状态”进行充分可视化的同时，以平台自动生成的健康诊断报告作为驱动，综合运用“风电人才云平台”、“运维服务云平台”、“技术支持云平台”、“风电备件云平台”，实现了更快速的专业技术人员调动，更及时的风电备件供应，更合理的运维时间安排，更完善的风机技术文档和培训支持，更严谨的风机运维故障反馈与改进闭环。4平台预防性维护风机机组稳定运行，是现场维护的重中之重，也是我们现场维护的核心任务，机组的预防性检查则是保证机组的稳定

6、运行的重要手段和风机优质维护的基础。4.1 运维云平台预维护，夯实运维基础运维云平台设置风机巡检周期，通过对机组的重点部件开展状态检查和数据测量，进行异常点、差异点、短接点、隐患点的排查，对检查的结果进行甄别、分析、评估，实现风机以点到面的预防性维护，口常巡检维护的“望”“闻”“问”，和智慧运维云平台的“切”形成机组的双重预维护和交叉互补，减少机组非计划停机次数，提高计划性检修准确性，夯实运维基础！运维云平台派发项目巡检单，现场按照检查单的内容和要求开展风机点检工作，完成后在平台提交检查单，平台自动生成检查报告，针对检查过程中发现但未处理的缺陷问题，平台自动生成缺陷报告，通过检查报告监控现场的

7、巡检及时性和规范性，技术支持云平台根据缺陷报告制订隐患消缺计划和同步更新风电备件云平台备件需求，派发隐患处理派工单和生成备件需求单，现场处理完隐患后提交工单，技术支持负责审核工单，至此完成风机的巡检工作。图四：运维云平台检查单流程通过运维云平台检查单，让现场作业人员在作业之前熟悉作业流程，理解作业要求，掌握作业关键点，对重点过程拍照，实现重要步骤照片存档和远程技术监控复审的平台运维模式。图五：运维云平台已审核检查单列表4.2 智慧云平台预维护，夯实运维基础智慧云平台包含38种实时在线预警算法，以及25种离线健康评估算法，算法准确度均在90%以上，且可以对风机实时&非实时数据源开展分析处理，在线

8、算法、离线算法、数据处理走向如下：表1智慧运维管理云平台在线算法列表（38种）左线9些名，ss在线星名*1由轮泊甘泗S异W29在AHK0块造摩异卷2齿轮柏育速学总速低唐窑故静21g*t度异）3曲轮箱混滑系旅异aT1.金赋移角府代博雅异名4地轮泊瓦度信号异&238俄电1遗度异25齿轮冷却承筑异常24风MWedB/异W.的轮师信号异图25金故方向异a7俾电机堆组Si度异&26功率曲续异名S发电1里砂Q度斤秀27加有曲冏生aw9I发电机界曼卷俄登承0度异8ZS41*0便他异名I发电机转选代唐器2与气&第n发电机冷却M飨异行30不熊上出异3K文要也角异号31M般电池柜温至异生IS住要看足弁M交妻电机温

9、青异号3233机7Kn度加冷红系”上补气异WKH轮不平翕M冷却散作肩异aK叶片臾效35港打第椅故热做力异WM文l窑Cavt&*M*t-*sTTI审M景系或曲杭善异毒37叶片结球，尊BS文&客EI身aJSB玄着反tm速异*表2智慧运维管理云平台离线算法列表（25种）”号京等国星名国星号京等电星名残1会塞先性分析算法14票同柜11度分析穿法2反逮访失效分析篡法15委Ai柜季度分析宝法3动空股评估算法USC电19汨度分析章法4受裳电双it度分析*法17网屯修汉度分析算法S变渠电双融怎分析篡法U统总率身体双度分析算法齿q值今加分析算法丰导体立叁分析建法7齿轮也“承度分析JT法故Itfii衣釜由分析算法

10、I齿Sfll21能诲Ir利用空击旅法9青区与冷却水彩度违费异重算法Zl且过发电髭箜击*法M发电执后承it度迎科冷方震法23筌失电盘分析算法U发电员珑方向承洱度分析章法M僦京差分析篡法U发电fit善访方问承11府分析建法BdIit动生分析:法U疑电视富于0度分析算法图六：实时&非实时数据走向简图2018年10月某现场人员参考云平台对27#机位“齿轮箱润滑及冷却系统”解端履示后6My$Q1.&女触务处置舄任多分就标聚分析雌奴Flum7nt问题预警处理建议开展检查，经检查发现符合平台的检查建议且问题较严重，遂与齿轮箱厂家进行报备，后经厂家检查后给予此台机位齿轮箱下架更换的处理建议。图六：齿轮箱油温功

11、率温度散点图图七：齿轮箱低速轴功率温度散点图图八：齿轮箱高速轴功率温度散点图由上图可以看出，27#齿轮箱油温普遍分布在60C70之间，但是横向对比机组02#风机该温度就分布在40oC-50C,27#风机的油温明显高于02#风机的油温，并且27#风机的高低速轴温度分布在70C-85C之间，但是02#风机其温度分布在60C-70C之间，平台给出现场的建议为：问整雁述：齿轮幅系统温度谓高检查座汉：1.检直齿轮制油位JS西偏低,如偏低T卜充部油：2怆查齿轮箱逐芯是否堵奥.如海芯过旺的更换迩芯：3 .检青齿轮箱润滑题力是否正常.如异常.险查迸油是否充足,安全阀是否填动作:4 .检查齿轮箱散热系现是否墙奥

12、（过滤网是否堵塞.检叁般热却是苦堵要）：5 .睑青实幼馋箱箱温用卸旗是否失效，如失效,更换遑控两：6 .松查齿轮禽运样是否正窜，聆听是否存在异常响声.图九：平台检查建议现场根据平台的检查步骤开展检查，发现齿轮箱滤芯检查发现底部存在微量铁屑和运转过程中存在异响，遂与齿轮箱厂家进行报备，后经齿轮箱厂家现场检查判定齿轮箱损坏，需要进行更换。通过平台预防性预警，及时发现异常点且通知现场人员检查，避免了事故的扩大化（齿轮箱炸箱、传动链振动、载荷冲击、塔筒漏油），降低了风机运行风险，实现了风机的平台预维护，夯实运维基础！5平台助力性能提升通过智慧运维云平台大数据对比，发现某风场97#机组功率曲线存在滞后现

13、象，触发维护指导建议至现场，且智慧云平台跟踪现场处理过程和处理结果。05mls0swis加Kit(峨)他KiI(M)J”(nAW网.Fwe,(J)!.2.W11)9MV.MHMTtR4.mcMKrmC)wmf.4C9(J)S*ffM.呼zkm1.nM*ira,SmuHMitKtfHi.WwIJtlbJ.IiMHWirw.mktji(IWflwmaPMMW1*1二二J)tf4f.ImnEintVij.WMrtt.m三*mRduw.方人InIl9*，3iunuif4m11i.iww).MKffitnbj.，8图十：智慧运维云平台检查建议和方法通知图十一：智慧运维云平台功率散点对比现场接受任务后根据处理建议进行处理，工作内容为对97#风机进行风向标重新调整，调整后风机对风跟随性和风功率曲线如下：调整前调整后图十二：风机机头对风角度对比图十三：调整前后功率散点图对比通过智慧云平台的报告功能，发现了部分机组的性能问题并针对问题给予解决方案，实现了机组的性能提升，经过数据检验发现问题但未能得到提升的，技术团队则持续跟进，把我们遇到的问题、处理的经过、得出的结果反馈给整机商，和整机商一起开展专项整治，减少时间浪费，提高双方工作效率。6结论运维风电智慧运维管理云平台通过“技术”与“管理”的综合手段，为最终实现整场的运维成本降低，能量可利用率提高，风机寿命延长提供了新的解决思路与方案。