大数据在风电场生产运营中的运用
王同翔
(南召协合风力发电有限公司 南阳市 473000)
摘 要：风能是全世界都正在普及应用的绿色新型能源，尽管这种能源有很多优势，但是它的随机性非常强，这就加大了人为控制和监测的难度，因此风能的利用率一直是困扰研究者的重要问题。随着信息技术的不断发展，“大数据”这一概念逐渐走入到人们的视野，将大数据技术应用到风电场的运营和管理中这一想法随之应运而生，通过实践证明大数据使得生产运营效率得到了显著的提高，让风力发电技术得到了进一步的发展，在大数据这个时代背景下，本文作者从多个方面对大数据在风电场生产运营中的应用进行探讨。
关键词：大数据 风电场 生产运营 应用前景 探讨
0 引言
在风电场生产运营所应用的大数据必须经过新处理模式才能够得到更强的决策力、流程优化能力以及洞察力，进而才能增强对目前世界多元化信息技术的适应能力。大数据时代的降临，预示着风电场装机容量将会变得更大，电力网架比例将得到进一步提升，不断更新机组设备，还会给生产运营提出更高的要求。所以众多学者以及实践工作者加大对大数据在风电场生产运营中的应用意识对我国风电事业的发展有着不可估计的重要现实意义以及实践意义。
1 风电场生产运营特点
通常情况下，风力发电场的规模都很巨大，在布局上都比较开阔，而且设备以及配件都要不断进行更新换代，因此生产运营过程中一定存在着很多不可忽视的重要特点。
1.1 岗位条件差，生产运营管理人员匮乏
从目前我国风力发电行业的规模发展来看，风电场的规模都在扩建，但是纵观其发展进程，我国的风力发电依然没有摆脱初级阶段。由于工作岗位变动比较频繁、不稳定，这个行业很难吸引大学生注入新鲜的血液。因为发电场一般都处于较为偏远的地方，所以各方面环境综合起来讲，都比较差，需要能吃苦、忍受的住寂寞、有毅力和意念的人。风力发电场的设备都比较多，对工作不仅仅要求其具备专业技能，还需要具有长期相关的工作经验以及雄厚的知识储备。但是由于上述所讲，发电场一般都建在高山峻岭甚至荒无人烟的地方，条件之恶劣难以描述，因此这种令人望而却步的环境与对人才的苛刻要求形成了鲜明对比，很少有经验丰富的人愿意奉献在这个地方，最终不得不导致生产运营的管理人才匮乏，不能够满足管理需求，不仅仅无法保证运营安全，还阻碍了风力发电行业的发展进程。
1.2 设备台数较多，高空作业难
任何一个风机都被视为一个完整的发电单位，它们之间的布局较为分散，而且故障率比较高，分布位置一般都是荒无人烟的地方，地域开阔，这些都给作业人员带来了很大的困扰;风机作业的难度都比较大，需要至少攀爬70米的作业高度，而且作业面都比较拘谨、狭窄、操作不便，还有带电的危险;由于风机包含了所有的发电系统以及能量传动系统，因此维修的技术难度很大，往往都需要同一批非常专业的人员进行维修，这就加大了对作业人员选择的难度。综合多个角度，维持风电场的正常运营，需要投入大量的管理，否则将难以保障安全运营。
1.3 生产运营模式更新慢
风电场在我国的历史不过二十余载，尚处于不断摸索进步的发展阶段，从历史的发展角度来看，风电场的前身是火电场，因此生产运营的管理模式很大程度上都有继承的痕迹，但是风电场与火电场在设备的应用上有着天壤之别，这种“管理继承痕迹”根本没办法满足生产运营管理的要求。
2 大数据在风电行业的应用现状
大数据技术的能源电力系统巧妙的结合天气建模技术，二者的珠联璧合让风电发展有了显著的提高。在大数据之前，经常缺乏对风能能够准确预测，如果风能的功率不能满足要求时，只能依靠火电来支持，因此很多资金都需要被投入到后备电站的方案实施中。而自从大数据与天气建模结合之后，无论是对风力、风向还是温湿度、降雨量等，都可以将这些复杂的因素综合在一起作为考虑对象，大大提高了对风能预测的准确概率，对企业的经济效益来说有了很大的帮助。
大数据的应用有利于风电场现场的生产运营管理工作，可以让管理变得更加专业化和系统化大数据的应用可以帮助生产运营相关工作人员实现对风电机组的实时监控，可以随机调取任何时间段的任何风电机组的数据信息。专家通过这些数据信息以及外部的环境等进行综合决策，对检修计划作出适当的调整，因此在这种情况下，就可以展开预测性维修，而不是等矛盾最大化的时候才发现问题，实现了流程优化。
国内外的风电企业都普遍认可大数据所带来的好处。例如丹麦企业通过大数据实现了在一小时之内准确快速分析卫星图像、地理空间等，让风力涡轮机布局得到了进一步的优化;我国通过大数据做到了优化企业的前期设计、设备优选、安全生产、科学考核评估等。
3 运用大数据技术监测风电机组的运行状态--应用流程
利用大数据监测和评估风电机组的运行状态，可以分为如下四个环节：
(1) 采集海量数据
风电机组在运行状态下，不可避免地每天都会产生海量内部数据信息，而且还将伴随产生大量的外部数据。但是由于分析技术以及数据提取技术的欠缺，不能够充分利用所得到的信息，利用率很低。但是自从应用SCADA这一系统，在表1中所采集到的数据都可以帮助专家和工作人员判断和预测风电机组所处的运行状态、检修计划。
(2) 对数据进行统计分析和分类汇总
通过获得表1中的数据信息，并对其进行统计分析和分类汇总，最终得到每项信息的正常运行阈和正常阈。
(3) 导入和预处理监测数据
先选择出对机组子系统运行状态影响最大的信息，然后再对其统一模糊化预处理，最终实现数据评估量化统一。
(4) 数据挖掘
通过多种算法挖掘评估指标，以期对风电机组运行状态做出准确的评估。
4 风电场数据管理系统设计
4.1 系统简述
(1)数据库管理要求
为了可以更好地掌握风电场每台风机运行时候的运行状态，需要采集记录每台风机的采集时间、风向和风速、有机功率等共14项数据信息，与此同时还要采集整个风电场的实时有功功率，并且需要把所得到的这些数据信息以国家电网要求的特定格式保存起来。
保存完数据之后，需要将其存到数据库，如果用户使用，就需要对应的、选择性的导出所需要的数据，而且还可以任意调整风机台数以及风电场数。
(2)系统平台
此处管理系统的数据库将SQL SEVER作为开发平台。这种DBMS事物的优势在于可以在真正意义上做到客户机/服务器结构体系，而且通过图像化的设计，可以通过阅览界面将数据库管理和系统管理操作起来显得更加简单、直观，而且接口工具较多，有利于增加更多的选择余地。通过JAVA、C语言、VB编写程序，更好的实现数据的采集、修改、管理以及存储等多项工作。
4.2 系统设计
(1)系统架构
为了清晰的物理架构可以更好地管理每项数据信息，为专家对风电场做相关决策时可以提供精准的数据支持，实现成本最低，努力提高电场整体的经济效益，基于此情况，在大型风电场运行中，其数据管理平台硬件设施包括：数据信息采集服务器、相关网络设备、检测设备I/O数据存储服务器等，见图1.。
采集完每台风机的监测数据之后，将其存储在数据采集服务器中。相关工作人员可以直接操作库内的信息，其他用户如果想操作这些数据，那么如图所示，必须经过本底服务器通过远程管理的方式进行。
(2)系统功能
紧密联系现场实际可发现，通常情况下大型的风电场数据库管理系统包含数据采集和输出，系统管理这三大主要模块，见图2.。
数据采集：在进行采集的时候，通过OPC以及MODBUS两种方式获得所需要的数据。但是OPC对计算机域安全、访问权限等的要求都异常苛刻，所以一般情况下该系统大多都应用MODBUS方式并借助VB编程编写相关的数据信息采集程序。
数据输出：在输出模块中之所以选择C语言与SQL SEVER 相互结合，是因为二者的结合缔造出了更加简单、安全的语言。通过该模块导出相关的数据信息，可以实现个性化需求订制式导出，即按照不同的用户需求导出相应的数据，再者，还可以将该信息传到存储器，然后再备份。
系统管理：该模块儿独特之处就是可以对用户进行权限设置。而且倘若风机数量与风场数量有变化的时候，可以便捷的建立新表，删除旧表，在建立新表的时候还可以改变存储空间。
5 大数据在风电场生产运营中的运用
5.1 改善风机性能，提高经济效益
通过大数据技术的运用，有关工作人员可以凭借大数据所获得的信息进一步提高风机的性能，而且这些数据信息相较于以往更加精准，因此可以作为有力的数据依托。众所周知，与风电场有关的各项数据信息都比较分散，不集中，需要在风机制造商处、风场业主处、运维服务商以及系统运营商等多方面进行收集，但是通过有效利用大数据，可以实现对这些信息的合理优化分配，进而实现风电场的利益最大化。
5.2 提高数据可靠性
该技术的应用有效提高了电力系统的稳定性能，保证风电场安全生产运营。在应用大数据之前，对风能资源的预测往往都存在非常大的偏差，所预测的信息参考价值很小，但是该技术实现了对数据准确性的要求，为专家做出科学的预测提供了强有力的支撑。
5.3 细化生产运营中基础性工作
大数据的应用有利于相关工作人员做好风电场科学合理规划和设备选择工作。在大数据背景下的检修和检测有利于把故障发生率降到最低，保证运行安全。此外，大数据可以帮助相关工作人员尽早发现运行时的异常信息，可以及时将隐患扼杀在摇篮之中，避免造成更大的损失。
6 未来发展方向
随着时间的推移，技术的进步，风电场将会更加的标准化和专业化，大数据这一非常具有潜力的平台将会为运维服务商提供最具核心的竞争力，通过调动风机的实时信息以及历史信息可以优化风电场的生产运维工作。
通过大数据实现对风电场各项数据的科学分析和系统评估。通过已经采集到的数据信息，联合运用数学方法进行相关性分析、对比分析等再次处理，得出最终结论，并依此得到供做决策用的更加形象化、简单化的报告、报表以及相关图形。大数据时代，风电运维将会努力迈向预测、预防的路子发展，实现智能化。大数据的作用就好比可以通过记录一个人的行为偏好，然后再次基础上对此人接下来的行为作出准确预测。因此如果努力拓展这一功能，那么就完全可以实现规划、设计、实施和维护全方位的服务。因此可以说，这种对海量数据进行的科学分析和预测，那么风机将会在不远的未来实现认知计算机功能。
在未来风电场的发展中，大数据平台可能将核心关注力放在平台推广建设这一重要环节中。继续加深平台的支撑力，并努力拓展可以应用的范畴。有关专家学者曾经预言，如果在未来把推广平台建设好并落地具体实施，换而言之，实施部署完毕平台的全网推广工作，按照计划脚踏实地整合大数据网络平台额结构化数据信息中心，那么必将会达成利用大数据平台获得数据的计算和存储这写特色功能，实现企业信息的系统性和全面性。
进一步完善和深化平台功能，如增加自助分析功能以及实现数据的安全管理目标，让数据的存储和导出更规范，计算更加标准等，可以更好地加强该平台的支撑能力。
进一步推进大数据的应用建设，让应用范围越来越广泛。重点建设智能调度、智能配电、智能输变电等应用。并且需要增加新的运维管理模式，充分挖掘和发挥大数据的作用。
7 结语
任何风电场若想实现安全、顺利生产运营，都应该基于该场的具体情况。鉴于我国目前在风电场中所处的发展阶段，我国应该进一步引进相关人才、增置先进的风电设备、引进一流的技术，提高运维管理水平。努力摆脱火电场的运维管理模式，争取快速摸索出全心的适合风电场运维的独特模式。提倡技术创新，对“与时俱进”的信念永不止步，让大数据平台在风电场中的应用实现意义和价值最大化，为企业的发展提供强有力的保障，让我国的风电事业早日进入下一个发展阶段。
参考文献：
[1]杨茂, 孙涌, 孙兆键,等. 风电场大规模数据管理系统设计与研发[J]. 东北电力大学学报, 2014, 34(2):27-31.
[2]余建波, 薛建, 石俊杰. 基于大数据应用的智慧型风电场模型开发应用探讨[C]// 中国电机工程学会年会. 2016.
[3]张慧亭, 王坚, 凌卫青. 大数据分析技术在风电设备异常预测中的应用[J]. 电脑知识与技术, 2017, 13(3).
[4]李景波. 试析大数据技术在风电机组运行状态监测评估中的应用[J]. 现代制造, 2017(9):67-68.
[5]刘旭. 基于大数据的风功率预测模型优化研究与实现[D]. 华北电力大学, 2016.
[6]汪喆. 基于大数据分析的风电机组运行状态监测评估[D]. 华北电力大学(北京), 2016.
作者简介：
联系客服
