四川盐源华电新能源有限公司 四川省凉山彝族自治州 615700
摘要：随着风力和电力工业的迅速发展，技术的进步，越来越有必要使风力和电力工业的科学管理现代化，而风力发电厂的科学管理、安全性则越来越重要。风力发电机组的运行和维修，以及改善使用，延长其寿命以使其具有最大价值的方法。注意考虑到风力发电厂风力发电厂的特点，将其专业经验和其他先进的方法和概念与其他风力涡轮机场结合起来，以科学有效的方式对风力涡轮机的运行、维修和管理进行简单的分析和评估。
关鍵词：风电场；运行维护；管理
一、引言
近年来风力场通过支持低压风力涡轮机单元通过风力涡轮机而不补偿电力网，极大地改善了电力网。同时也不应忽视减少风电数量的问题，风力涡轮机场发生故障或设备故障。这就需要动用智能化的设备进行综合的运行和维护管理了。
二、我国风电场维护现状
2.1总体情况
区域电场的有效运行主要取决于风力资源，条件是电网完全供电，而且区域电网不具备足够的电力风力发电机组的可靠性发电性能和地面能量传输装置的可靠性，在这种情况下，风力发电装置的发电性能主要取决于诸如主控制器和桨之类的挫折技术，这些技术对于风力发电的捕获非常有用。和单元本身的转换可以增加单元在同一能量标识符下的能量生成欧莱恩此外，场地内的风力涡轮机和换能器的可靠性不仅取决于设备本身的可靠性，但也有合理的维修性能，预先检测故障和避免故障的能力，以及及时修理故障的能力。
我们的风力发电厂主要在2011-2012年运行，目前有大量的风力发电厂接受质量保证，因为运营商没有维修和管理经验，也没有先进的维修技术，如故障预测和风力发电厂的诊断工作正在进行之中，制定技术标准的条件尚不具备，风力发电厂设备的有效维修面临着巨大的挑战。
2.2场内输变电设备维护现状
风电场设备的维修、测试和维修可根据国内有关的标准进行，这些标准适用于成熟和成熟的高压电气设备，但不是“部分的”。汇聚线和盒子设计、选择和选择都没有考虑到诸如风暴、飓风、冰等极端天气问题。此外，壳体、开关柜、电缆和其他设备在制造、安装或运行中留下大量缺陷，导致发电厂在风过后出现故障。这通常导致整个区域的电力故障，导致所有风力发电机械在电路上停电，从而造成高的故障风险。基础设施对自然灾害的抗灾能力和尽量降低设备故障率也是一个重要的研究重点。
三、风电场维护技术研究现状
3.1风电机組及其关键部件故障预测
近年来关于国内外电力发电机组故障的统计数据表明，故障发生率最高的省份主要是变压器、偏转系统等。为预测关键部件的故障，不需要对内部和外部监视历史数据进行统计分析，以模拟模拟方法。根据P.Baselitz的故障特性演变预测可能的P.故障特性Holst-Jenson的故障预测利用了对该系统节点角误差的FFT光谱分析预测该系统的早期特性：Etkusiak开发了预测不对称故障和距离角故障的算法使用数据检索技术的第一个叶片。研究电力供应系统故障的典型情况，并详细分析了故障的原因和其他问题，以及KWIE研究了监测电解质CC（“DC”）电容器状况的技术。可调传输；B.Saha等人详细研究了电子设备故障预测技术，并分析了解决问题的办法。这些研究尚未在宪法理论研究阶段实施工程应用。
3.2风电机组故障诊断与维护指导
至于工程用于诊断风力发电厂故障的应用，内部风力发电厂主要采用传统的风力发电厂故障修理方法。一般对于风力涡轮机，根据BP神经网络理论建造动态树木，为Bayes网络寻找最佳算法，为风力涡轮机构建智能诊断，但不适用于工程应用于面谈教科书的质量或速度在很大程度上取决于面试人员的学习能力。位置：前瞻性能源公司智能风能场管理系统学习植物缺陷手册现场维护人员可以使用终端，例如移动电话，和背景专家在实时显示位置和远程呼叫电子图形和操作指南。
3.3风电场备品备件库存管理
优化备件的目的是尽量减少在风力涡轮机在有限的财政条件下发生故障时备件的等候时间。关于备件故障率和备件存货的定量和理论数据，我国内外的空气和电力统计备用。如果备件是在供应中购买的，维修期通常为20至30天。目前，用于维修部分当地人口风力发电厂的零部件管理设备根据人工质量判断，在库存记录中保留。这常常导致由于备件延迟到达而造成的营业时间损失。同时，有良好的预防策略和处理方法来确保在超过实地频率米的范围内的人的成分的质量，比如关键成分的库存，例如齿轮箱、发电机等。
3.4风电场信息化技木
与风力场维护有关的信息系统主要包括风力单位状态监控系统、SCADA系统、风力场能源管理系统、生产管理系统。因此续风力涡轮机单元状态监视系统是一个实时监视系统，根据标准的E单元监视系统配置在马外面。一个10个传感器的振动传感器通常安装在单元的主轴承上。风力涡轮机、低误差轴轴承和输入端轴承及发电机端轴承，用于监视支承轴承的方向和轴线上的振动，以避免由于监视或监视而使发电机和发电机发生意外故障。在风力发电单元运行期间保持愤怒，同时积累时间测量系统El.All咨询，迅速发现问题，提前检修。
四、风电场智能化的关键技术
4.1风电机组及其关键部件的故障预测技术
风力发电机组是一个复杂的多体、多领域系统，包括旋转叶片、轮毂、齿轮箱、轴承、波浪、液压系统、机械部件、复杂控制系统、电气系统、和电子系统。为预言准确地分析风力发电单元及其主要部件的故障，至关重要的是全面分析涵盖多种数据源的大风力发电数据，包括SCADA数据、状态监测数据、预防性测试数据。以及诸如历史维护记录、异常操作记录、缺陷校正记录、家庭缺陷记录等非结构化数据。
4.1.1基于 SCADA数据挖掘的风电机组技术
对于非结构化数据，例如SCADA操作数据、控制文件、数据网格的使用、关于数据变化的潜在信息的研究，提取故障特性和分析发电性能退化，分析故障历史的基本故障信息，研究发电性能退化机制，评估指标以及计算和确定指标阈值的方法。提出了分析退化原因和预处理方法的建议。通风数据掺杂类分析的挖掘算法，分类分析，网络及链接的专家系统。
4.1.2在线监测数据特征故障预测技术
为了在线监测驱动链的振动，在线监测油箱流体和在线监测油箱应力刀片分析诊断，检索不同类型故障的在线监视数据特性，研究数据属性矢量趋势与相应船员故障升高率之间的关系，并引入故障预测算法。
4.1.2基于预防性试验的风电机组故障预测技术
研究风力涡轮机主要部件的预防性测试方法。建议测试项目、测试标识部件、测试周期、测试步骤、实地测试参数和指标，分析测试数据的特性，并根据预先测试提出风力涡轮机故障预测算法Ventifs.Based关于研究制备风力发动机形成的防范测试协议，为现场试验的有效性提供了基础。
4.2风电机组智能故障诊断与维护指导技术
4.2.1风电机组故障诊断自适应寻优算法
故障论断结果自习完模型和算法故障诊断中故障原因的近似分布bayeslow理论自适应优化算法以SCADA数为输入
4.2.2维护作业指导台研发婕立包括检修
基于故障诊断结果的视频库可视化图纸和维护手部：站点指南维修同时，四个自动生产管理系统可以进入任务管理过程。
4.2.3可视化智能移动终端硏制
智能终端通过无线互连、维护窗口和闭环故障处理与背景，专家的视频通信实现远程数据访问。
4.3风电场运行维护策略
4.3.1综合约束条件下的风电场维护策略优化方法研究
在统计风电机组平均停运次数的基础上，研究相关停运装置的加权因子分析和评估横截面电气装置状态的方法。在操作层面，考虑到定期维护要求、电厂故障风险、结合风电预测、恶劣天气、维护资源等因素，在复杂约束条件下，以最大风力发电量为优化目标，提出了风电场维护策略的优化方法。
4.3.2风电机组及其关键部件的维护策略
考虑到所有类型的维护条件，优化了风力涡轮机的维护策略。建议对风机的维护策略进行优化，以尽量减少维护策略。
4.3.3风电场备品备件库存动态伏化方法
对零部件库存特性的梳妆分析，开发动态优化零部件库存模式，考虑到预算限制和现有库存，以尽量减少每天的蒸汽电压损失，预测故障对出口商来说是真实的，输出风力场备件储备年度计划和备件预警，以及动态拉伸调整年度计划。
4.4基于跨平台信息互联的智能化运行维护
旧风产量管理系统信息结果研究柑橘开发系统Scada Proc根据风能预测系统开发标准化的多模式多随机数据存储和管理系统，导线方法的实施可以适应系统算法的演变，有助于就风能生产管理和设施质量统计评估、维护技术和水管理作出决策。
五、结论
本文全面地概述了风力发电站和技术基地的维护现状。现有研究论风场维护战略优化的运行技术基于大多数的风力发电厂中多源信息互连的智能操作维护系统的开发。
参考文献：
[1]彭怀午，胡己坤，田伟辉，吕昶.风电场智能化设计云平台关键技术探讨[J].水力发电，2020，46（09）：19-22+62.
[2]赵振宁，常雪剑.智能风机功能配置及性能要求研究[J].西北水电，2020（04）：117-120.
[3]李永强.含风电场的电网运营性能评估研究[D].兰州理工大学，2020.