王廷
华能吉林发电有限公司新能源分公司 吉林 长春130000
摘要：数据挖掘是近几年非常热门的一种技术，将大量的相关数据进行优化处理，并且从中挖掘出数据特点，以此实现数据特征信息的提取。该技术现在广泛应用于人工智能、故障诊断等研究领域，并且取得了较好的效果。在风力发电方面，由于材料技术和工作环境的限制，风力发电机组存在较高的故障率，在不知道故障类型时，检修难度较大。为了能够防止设备发生严重故障现象，风电机组都要进行定期检修和维护。通过检修和维护能够及时发现设备存在的隐患，及时进行维护、修理，能够极大提升设备运行的稳定性。但是，现在风电机组的检修工作仍然沿用传统的方式，不仅检修成本偏高，而且效率无法保障。针对风电机组检修中存在的问题，本文分析了利用数据挖掘技术改进风力发电机组检修的可行性。
关键词：数据挖掘技术，风力发电机组，检修
引言：风力发电机组作为清洁能源发电的重要设备，是我国实现产业结构调整和可持续发展的重要组成部分。传统的发电形式存在着较为严重的能源浪费和污染问题，虽然经过多年的发展，技术较为成熟，但是面对能源储备的告急，单纯依靠火力发电显然无法保证我国的可持续发展战略。因此，大力发展新能源发电是实现能源替代的关键。风力发电机组的技术也在不断地成熟，发电效率和稳定性在进一步提升。随着大力发展风电场的政策推行，我国的风电场数量在迅速增加。但是，这种发电形式一般分布范围较广，电场周围环境较为恶劣，设备的检修和维护需要消耗大量的人力和物力，如果维修效率难以提升，那么将会极度影响设备的工作效率。为了能够提升设备的检修效率，降低故障对设备产生的影响可以通过数据挖掘技术引入风力发电机组检修过程中。
一、数据挖掘技术
数据挖掘技术是利用大量的数据进行信息提取的一种技术，这种技术的前提是存在大量的数据，并且数据中一般会存在一定的噪声信号。当利用相应的算法对这些看似无规律的数据进行处理时，能够从中挖掘出相关联的信息和特征。也就是说在我们无法分辨的数据中，存在着数据之间潜在的联系，利用这种联系能够实现数据的预测和状态的描述。在数据挖掘技术的帮助之下，能够实现对研究对象状态的预测。如今，该技术已经广泛应用在了功率预测以及设备的故障诊断方面。通过对之前大量数据的研究，实现对设备接下来工作状态的估计，或者通过估计数值与实际数据的对比，发现潜在故障的可能性。在风力发电设备的检修过程中，应用这种技术可以实现对设备运行状态的实时监测，同时在设备运行过程中出现异常状态之后，能够及时报警，这样可以更快的确定设备异常位置，方便了故障查找，同时也进一步提升了检修效率。另外，数据挖掘技术还能够根据某种故障的特征，判断出设备出现异常之后会产生何种故障，可以帮助设备检修及时确定故障类型，缩短检修时间，提高检修效率。
二、传统风电机组检修中存在的问题
检修对于风力发电机组设备的运行来说有着重要的意义，一方面，检修能够及时发现设备中存在的问题，避免设备出现严重故障；另一方面，检修过程中需要进行设备零部件的更换，可以避免老损部件对发电效率的影响，进一步提升发电效率。但是在传统的检修过程中，往往需要依赖人工实现，这种方式不仅仅会降低检修的效率，增加成本，同时还存在一定的漏检概率，对于员工的经验要求较高。
1、漏检概率较高
漏检是设备检修过程中经常遇到的问题，由于人力检修过程中，对某些席位的异常状况不够敏感，所以经常会忽略这种问题。在检修时，往往经验丰富的工作人员能够通过设备运行时的振动和声音效果可以察觉到问题所在，但是如果经验水平较低，则往往会单纯的依赖相关检测设备，而检测设备能够实现检验的范围较小，无法真正满足设备检修的要求。一般设备故障都是由小的问题引起的，如果这些问题不能够得到更好的处理，那么将会引起设备故障停机，带来较大的经济损失。
2、检修效率较低
检测效率是保证风力发电设备安全稳定运行的关键，我国近几年正在加速建设风力发电设备，设备数量在逐年攀升，面对这种状况，传统的人工检修方式已经无法满设备的保障任务，使得有些设备长时间处于故障状态。从这方面来看，传统的检修方式相对于数量急剧增加的设备来说，显得捉襟见肘，单纯依靠人工检修，必须增加大量的工作人员，但是新员工工作经验缺乏，在工作过程中会存在较多的疏漏。由此可见，要想提高检修效率必须改善传统的检修方法。
三、数据挖掘技术在风力发电机组检修中的应用
1、信息收集
设备信息是进行状态检修的基础，需要收集从设备的制造、安装、调试、运行、维护等过程的信息，同时通过对设备的运行信息进行实时监控和收集，为设备状态的评价做好原始数据的基础积累。数据挖掘技术以基础数据为基础，找寻数据之间的规律，对设备数据进行预测和判断，所以在使用数据挖掘技术进行检修工作时，必须要做好数据信息的收集工作。
2、状态评价
当前设备故障的监测和诊断主要通过设备监控系统采集的电流、振动等信号，通过高级算法对设备进行监测和诊断。故障的监测和诊断技术构成了状态检修的技术核心和支撑。目前国内主要采用风力发电机组的监控系统和振动监测系统相结合的方式进行故障监测和诊断，但增加振动监测系统必然导致机组的成本上升。国外主要采用发电机出口功率信号对机组的状态进行故障监测和诊断，基于计算机软件和高级算法，成本较振动监测低。利用数据挖掘技术对这些信息进行分析处理，能够判断出数据的发展趋势，并且根据预测数据与真实数据的差值实现设备运行状态的判断。当差值超过一定的阈值范围，那么就将会发出报警信号，此时计算机系统利用数据挖掘技术的计算结果能够很好的判断故障类型，这样可以方便检修人员进行快速的故障判别。
3、检修评价
开展状态检修后，可以将开展后风力发电机组的可利用率、损失电量与之前的数据进行详细对比，同时从故障出现间隔和消缺时间方面进行比较，从而评价状态检修的效果。若效果不明显，可以详细分析设备故障监测和诊断系统、设备状态评价和检修策略的正确性、合理性，继续对系统、评价、策略的方法进行改进，不断完善状态检修的各细节，提升机组效益。
结束语
风力发电机组可以实现风能和电能的转换，将可再生的清洁能源转化为我们生产生活所需的电能，这样可以降低对煤炭资源的消耗，进一步推进我国的可持续发展战略。由此可见，提高风力发电机组的运行效率对于降低我国的发电成本有着重要的影响。面对检修效率低、漏检概率大的问题，通过引入数据挖掘技术，能够对设备的运行状态进行实时监测，当设备出现运行故障时，可以及时发现并采取相应的措施，极大的提高了设备检修的效率。
参考文献
[1]尹诗,余忠源,孟凯峰, 等.基于非线性状态估计的风电机组变桨控制系统故障识别[J].中国电机工程学报,2014,(z1):160-165.
[2]杨晓.风力发电机组传动系统运行状态评价方法研究[D].北京:华北电力大学,2016.
[3]何深,卢键明,崔拓伟, 等.基于数据仓库技术的机组检修优化决策支持系统[J].水电能源科学,2009,27(5):218-220.
[4]赵洋.基于数据挖掘技术的南京地区短期电力负荷预测方法研究[D].北京:华北电力大学,2016.
[5]李林,侯远航,郑建民, 等.基于全生命周期的水电站智慧检修创新实践[J].水电站机电技术,2019,42(12):31-34.