闫国栋
华润电力内蒙古新能源公司 内蒙古呼和浩特 011810
摘要：我国在经济发展的进程中非常注重新技术和新设备的创新和应用，尤其是在风力发电产业，依靠先进的设备和技术，降低运营成本，不断提高运行效率。一个风电投资项目，除了质量优良的发电运维做保障，还需要风电场全生命周期的度电成本优化，在设备运维、保养等方面，加强科学管理，加大科技创新，不断开展更深层次的研究工作，使风电场在额定运转时期内发挥最佳性能。关于风电场运维和检修存在的问题及其问题产生的主要原因等必须结合风场实际开展具体化分析，并研究制定出问题的解决方案和有效的管理措施。基于此，本篇文章对大数据分析在风电场运维模式中的应用进行研究
大数据分析；风电场；运维模式；应用对策
前言
随着世界新能源飞速发展，大规模风电场装机容量的崛起，机组设备的管理已成为各设备制造厂商和各运维单位共同关注的问题。如何通过经济、技术、组织等措施，逐步做到对企业主要生产设备的设计、制造、购置、安装、使用、维修、改造，直至报废全过程管控，以获得设备在生命周期内，使设备始终保持安全稳定的运转状态、设备综合产能最高的理想目标，成为整个世界风电行业共同关注和研究的课题。
二、大数据的技术概述分析
1.大数据的技术概念分析
所谓的大数据技术而言，其主要是为Big data，同时也是伴随着技术技术以及信息技术所出现的一种能够将其海量的信息资源进行有效的搜集和整理等处理的方式，在进行信息搜集和整理的时候，也是存在着比较强的调配功能，大数据的技术产生也是为科学技术进步的一个全面的体现，也是作为人类在改造自然过程中的一个重要的智慧结晶。
2.大数据技术的特点分析
在人们发展的历史之中，大数据的技术主要是凝结了世界高薪技术的一个成果，并且将其优势能够充分的展示给世人，通过进行了时间的磨砺，大数据的技术目前在国际舞台上已经是展现出了较为独特的魅力，其特点主要是可以概括成为“4V”；一是为Voltme，是大量的意思；二是为Velocity，是高速的意思；三是为Variety，是多样的意思；四是为Value，是价值的意识。所谓的大量主要是指可以承接海量的数据；然而对于高效则是为数据处理的速度十分快；对于多样来说则是为包罗万象；价值便是为应用大数据的技术进行工作的过程中，能够使其社会中的各个领域所出现的生产经营带来不可估量的价值。
二、大数据在风电场运维中存在的问题
大规模的风电投产后，如何解决风电的运维问题，成为当前迫切的问题。当前，风电项目的建设、运维过程面临以下痛点问题：（1）通信困难；（2）无法掌握作业人员的实时画面情况，也无法进行视频回放和信息查询等功能；（3）建设、运维车辆全靠人工调度，没有结合AIS、气象预测等情况，导致建设、运维检修的计划性不强，运维成本高；（4）建设、运维过程中，没有对人员进行资源管理和定位，无法保障车辆和人员管理安全；（5）对于风电场基础设施没有进行统一的管理，无法及时获取当前设施实时情况。因此，需要建立风电场智慧运维管理系统，实现风电场人、车辆、风机的全面管理，提高运维效率和质量。
三、应对措施
1.随着新能源的高速发展，工程师及干部基本没有培训。缺乏培养计划，员工的成长和提升完全靠平时工作积累。
没有机会接受系统性的培训和学习，真正需要人才的时候，其效果不理想；所以风电企业要加大培训力度投入，制定合理的培训计划，从长远角度出发，系统的进行各种培训。各风电企业每年都会举办技术监督及专项技能培训班，企业应安排员工积极报名参加培训，以便提升员工各专业技能水平，但大部分风电企业为了压缩培训费用，规定每个风场只要有一名员工参加过这个专业培训，其它人员就不能再参加此专业培训，造成员工专业技能单一化。大部分风电场每年都会制定培训计划，但会出现未按培训计划实施进行，甚至出现不举办，未将员工的培训落实到实处。
2.风电场设备维护主要包括对风机、输变电设施、中控室计算机系统、消防系统和通信设备的日常维护、定期维护、事故检修、主动预防性检修等工作。在风电场，设备常规故障消缺工作虽然操作起来较为简单，但却是比较频繁而关键的环节，消缺不及时将直接影响设备性能的发挥。因此，对常规的频发性故障进行精细化划分，做到有针对性地进行设备日常维护、定期维护和预防性检修，及早发现问题及早解决，消除运行隐患。发电场设备的严重故障可以划分为重大缺陷和紧急缺陷，重大缺陷如果处理不及时也可能变成紧急缺陷。这两种缺陷都可能对设备及人员造成大的危害，因此一旦发生严重故障，应立即联系专业技术人员对设备进行抢修。
3. 集中控制中心针对风电场采集数据包括升压站运行实数据、风功率预测运行实况数据、风机运行实况数据、测风塔实况信息、计量设备实况数据等信息进行整合，使操控员可以清楚了解辖下任一设备的运行状况，根据监控情况结合现场回传图像信息，下达指令，远程操控设备。通过集中控制中心体系，解决了风电场管理不易、管理差异大、设备基本情况记录不到位、设备管控能力有限等问题，进一步提升了风电场运维效率。大数据分析在风电场运维中的浅层应用停留在可视化分析与数据仓库层面。公司所辖风电机组接入集中控制中心，由集中控制中心统一管理，并且风电场数据也存储在集中控制中心。集中控制中心仅起数据仓库的作用，并没有进一步挖掘数据的价值。此时数据仍具有相当大的挖掘价值，风电场运维效率亦存在提升空间。
4.在对风力发电机进行运行维护的时候，检修人员的技术水平发挥着重要作用，检修人员技术水平的高低直接影响着风力发电机的运行效率以及运行安全。比如，针对风力发电机中的零部件是否出现问题及故障，维修人员可以根据自身的工作经验来进行判断。如果维修人员技术水平不高，经验不足，就不能找到问题及故障所在，延误了最佳的检修时机，进而致使风力发电机不能正常运行。因此，为了保证风力发电机运行维护水平的不断提升，需要加大对运行维护人员的培养力度，加大培训力度，使其能够熟练的掌握更多的维修机巧，使其能够有效辨别并处理出现的故障问题，避免故障严重化。另外，培养检修人员的责任意识，在运行维护工作中认真履行自身的责任，提升风力发电机的运行维护效果。
结束语
对于风电行业来说，积极应用大数据技术，将实现为发电企业的精细化生产管理、特色经济化运行、全面智慧化经营提供长远、持续的改进及优化方向，以此实现对各场站的智能化管理，为实现标准化、国际化的管理模式创造了条件，成为国内各行各业中先进管理水平的代表，把握新能源“命运共同体”新时代带来的机遇，同时迎接新时代的挑战，为未来在国际环境中竞争与合作奠定坚实的基础。
参考文献
[1]杨威.基于NGDC技术的数据中心监管系统设计与实现[D].复旦大学,2010.
[2]徐峰.基于遗传算法的网络运维中资源调度的研究与应用[D].广东工业大学,2016.
[3]罗伯恩.移动IP承载网自动化巡检系统的设计与实现[D].电子科技大学,2013.
[4]吴国龙.面向云数据中心的工作流自动化系统设计与实现[D].中山大学,2015.