大唐新疆清洁能源有限公司 新疆哈密 839000
摘要:近些年,随着我国社会的高速发展和进步,带动了我国科学技术水平的进步。现阶段,基于大数据、人工智能与云计算等信息技术,分别从风电场设计的资源分析、机组布置、基础优化、升压站优化等4个主要方面,对风电场智能化设计云平台开发的关键技术进行了研究分析。结果表明,该云平台的开发将促进专业协作,提升全局优化能力,提高风电场技术经济水平。
关键词:风电场;智能;运行;维护
引言
目前,随着世界各国对环境污染的重视不断加强,清洁能源需求更加强烈,因此清洁能源发展不断加快。风力发电作为清洁能源最主要的组成部分,应用前景广阔。国内风力发电机组的单机容量已从最初的几十千瓦发展为今天的兆瓦级,风电场也由初期的数百千瓦装机容量发展为数十万千瓦装机容量的大型风电场。随着风电场装机容量的逐渐增大和风电在电力网架中的比例不断升高,风电场的智能运行维护逐步成为一个新的课题。随着人工智能、图像识别等技术的飞速发展,加强其在风电产业的应用,构建设备状态全景化、数据分析智能化、设备管理精益化风电场变得不再遥不可及,最终实现风电场集中监控、无人值班、少人值守、区域检修的智慧风场建设,达到企业精准、精细、经济化的管理要求,从而提高企业的核心竞争力。
1智能化技术简述
当前,计算机技术已经在人类生产生活的方方面面产生了积极的影响,智能化技术也由此取得了显著的进步。对于智能化技术而言,其实际上是对人们研究、模拟、开发、拓展和延伸智能过程中所形成的全新模式进行表述。通过对智能化技术进行研究,有助于使机器操作更加便利,在此过程中还涉及作业人员在实际操作过程中的相关模拟事项。以智能技术作为依托,将有助于进一步提高风电系统的应用成效,并使其获得更高的社会与经济效益。在智能化技术中包括三种主要类型,一种是神经网络控制技术。该技术非常适合进行数据处理工作,其能够运用数字计算与运算符号来达到数据处理目的,神经网络控制技术是通过案例研究来进行分散储备的,因此当某个个体的功能因故障而丧失时,也不会对整个系统的运行造成不利影响。另一种是专家系统控制技术,在风电系统中,系统的智能调节、决策和组织等各个方面都涉及到专家系统控制技术的应用,通过该技术可使不确定知识消息以及非结构化问题得到有效解决。不过在实际应用该技术时,如果处理的知识较为浅显,则会造成其深层模仿能力不足。最后一种是综合智能控制技术,通过这种技术能够对模糊数据进行集成化、智能化的高效处理,而且可加快神经网络和模仿模糊在技术层面上的融合速度。应用综合智能控制技术,可高效整合自我调节控制与自动化控制技术,并且可充分发挥出智能化技术扬长避短的技术优势,使个别智能化技术得到整合的同时,有效避免出现对个别技术进行单独使用的不利局面。
2风电场站内部管理存在的共性问题
风电场多数地处偏远,人烟稀少,生活条件艰苦,工作环境相对封闭,人员思想不稳定;机组占地区间大,管理区域广,设备类型繁杂,稳定性差,现场人员少,岗位人员配备不均衡,人员流动性大;从业人员年龄结构、知识层次、工作经验参差不齐。多数跨行业跨专业,入场后思想转变较慢,对新领域、新设备、新技术接收存在畏难情绪和惰性思想,工作低效,缺乏积极性和主动能力;相应的管理制度不健全,多数生搬硬套火电、水电管理模式,未真正形成适合自身的管理方案和执行体系,易造成水土不服,滋生矛盾。
3智能化风电场运行维护措施
3.1以智能化技术运用TCP/IP传输协议进行数据整合
对于风电系统来说,要想实现系统的数据传输功能,便需要应用到物理链路及设备等传输系统,通过在风电系统中应用智能化技术,将使得系统在数据传输过程中能够采用TCP/IP传输协议来达到该目的。该传输协议在进行标准化后,同样能够在传输系统中进行共享,只需配置相应的网络设备和独立的综合布线系统,便可使不同系统在通信过程中存在的各种问题得到有效解决。以公共局域网为基础的智能化系统是可以在相同传输网络中进行共享的,从其技术应用层面上可以了解到,宽带路由器、公共局域网能够和互联网云端服务器进行连接,这样便使得风力系统具备了访问互联网的功能,从而实现对系统的智能化控制。对于可视对讲系统用户终端设备来说,其可看作是安装于用户室内中的一种共享性设备,通过该设备可对风电系统局域网进行访问,而且能够在风电管理系统中利用局域网来对因特网进行访问。
3.2三维可视化平台
通过虚拟现实技术,利用无人机现场航拍影片叠加卫星图片与现场实际拍摄图片,建立风电场三维可视化平台;基于风资源评估软件的计算结果,结合人工智能优化算法,综合考虑发电量、道路与集电线路成本,全局优化风电机组布置。友好型的交互设计可以使得风电机组人工移动后,自动生成新的道路与集电线路及其工程量,形成新的布置方案,方便结合实地情况对优化方案进行调整。由于智能算法需要大量的迭代,加上考虑道路与集电线路成本造成的单次迭代计算量大大增加,全局优化算法必须引入到并行计算框架。
3.3加强创新,提升品质
创新工作是场站生产生活的有效调剂,可以引导员工开动思路,丰富视野。充分利用风电从业人员专业多样性特点,立足五小发明创造,见微知著,微创新带动大改变,从安全、检修、运行、继电保护、自动化等专业着手成立QC小组和创新工作室,建立创新基金,以问题发起、方案讨论、执行落实、效果评价四个过程进行组织全员参与,场站协助员工实现技术成果转化应用,从技术层面到人员力量、物资采购都予以支持,跟踪每项成果进度,确保切实运用到生产工作中,转化成生产力,以创新工作为驱动提升员工创造力和成就感,形成带动效应。
3.4采用人工智能
(1)深度融合人工智能、光纤传感、大数据等技术,实现多源数据融合、边缘智能管控,构建智慧风机、智慧升压站和智慧输电线路,提升设备运行的安全管控能力。(2)加快人工智能、图像识别、红外测温、定位导航等技术,在输电线路、风机内设备和升压站设备巡检工作中的应用,实现智能识别、自动记录、自主导航、远程遥控、风险预警等功能,全面覆盖风电场设备,提升巡检效率,降低巡检成本。(6)基于无人机、智能识别终端等物联感知装备的现场应用,实现设备状态的全方位感知,实现缺陷、故障的快速定位和及时处理。
结语
基于大数据、云计算与人工智能等技术的风电场智能化设计云平台,将风资源智能化评估、智能全局布机优化(含场内道路优化与集电线路优化)、风机基础优化、升压站选址优化等系统,通过统一的交互平台在云端有机融合,完成风电场设计全专业协同优化,以及对海量数据存储、分析及计算的快速响应。该平台为行业提供规范的工作流程和高效的自动化处理机制,有效促进各专业的紧密协作,降低协调沟通成本,提升设计水平,提高工作效率。在可预见的未来,风电场智能化设计云平台将作为风电场设计与开发的动力引擎,源源不断引入前沿创新技术,使得风电场设计产品在精准、降本、增效各个维度取得持续提升,推动我国风电行业科技进步及风电事业健康可持续发展。
参考文献:
[1]蒋树强,闵巍庆,王树徽.面向智能交互的图像识别技术综述与展望[J].计算机研究与发展,2016,53(1):113-122.
[2]刘超,盛科,杨佳元,等.风电场机组选型与微观选址优化研究[J].风能,2014(8):62-65.
[3]杨珺,张闯,孙秋野,等.风电场选址综述[J].太阳能学报,2012(s1):136-144.