杨宜明
大唐云南发电有限公司新能源分公司,云南省昆明市650000
摘要：1986年我国第一座并网运行的风电场在山东荣成建成，从此并网运行的风电场建设进入了探索和示范期，风电发展步入初始阶段。1996年我国风电场进入扩大规模建设阶段，风电场装机规模有了显著增长。2006年我国实施《可再生能源法》，风电正式进入大规模开发应用阶段。2010年美国IBM公司首次发布了“智慧的电力”战略及系列解决方案，随后出现了“智能风电场”“智慧风电场”概念。智慧风电场的概念虽已提出多年，但截至目前行业内对智慧风电场尚无统一定义。风电行业起步较晚，智能化水平相对于水电和火电较低，随着数字化、信息化、智能化技术的不断发展，利用信息通信技术、大数据、云计算、物联网、移动应用、传感技术等先进手段，提升风电行业智慧化水平势在必行。智慧风电场的不断发展可实现提高工作效率，降低运维成本，减少人员配置，提升设备安全性和可靠性等目标。
关键词：智慧；风电场；发展方向；探索
引言
近年来随着人工智能技术的跨越式发展，在图像识别、声音识别、数据处理、人机互动、计算机视觉、无人驾驶等方面都已有成功的应用案例并开始进行推广。因为人工智能技术具有学习性、成长性、开放性、异构性、友好性等基本特征,开展智能化风电场运行及维护的应用，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的运行及维护模式。
1智慧风电场发展现状
1.1风机数据存量和质量问题
实现智慧风电场，数据是基础，数据的存量和质量直接决定了后续分析工作的成败。较火电和水电相比，风电行业的数据具有数据存量和数据质量偏低问题。截至2019年末，国内风电装机容量达到21005万千瓦，由于风电单机容量小，经估算投产机组约14万台，远大于火电和水电装机台数，造成数据的采集基数变大。同时风电机组涉及机械、液压、变频、电气、程序控制、信号通讯等多个专业，单台机组传输数据复杂，也是造成数据量大的一个重要因素，庞大的数据源，造成后期数据存储困难，数据丢失和溢出量大，最终导致数据存量低。
1.2智能巡检技术待完善
智慧风电场智能巡检技术近年逐步走向市场，从技术发展层面看，还有很大的上升空间。目前智能巡检技术主要存在三方面问题：一是使用功能不全。目前智能巡检主要靠视觉成像和红外感温进行设备缺陷识别，部分设备间隙和螺栓松动类检查还需要人工检测，不能完全代替人工巡视。二是使用场景受限制。定置安装的巡检设备，是按照预定滑轨运动并开展巡视的，但滑轨安装位置受设备区域限制，无法做到面面俱到。轮式或履带车式巡检设备，受路面情况影响较大。三是检测精度有待加强。以无人机巡视叶片为例，可利用高清摄像机对叶片表面进行拍照，但叶片内部缺陷很难发觉，同时拍照后也无法精准判断裂纹类缺陷和污染物缺陷。为完善智能巡检技术，应不断融入工业远程传感技术，丰富传感器种类。同时，巡检设备还应小型化和便捷化，使设备能够到达更多的区域，减少区域限制。
2实现智慧风电场的途径
2.1智能巡检系统
在风电场配置建立远程智能巡视系统，利用数据采集终端采集可见光图像、红外数据、声音等数据，应用成熟的机器学习技术，智能开展风电场设备设施巡检、作业人员入场检测、人员定位、电子围栏设置、作业范围划分、区域检测、运动检测、作业监控、安全管理识别、防外破智能识别、入侵诊断、异物分析、周界巡视和违规告警，实现运检人员、设备间隔、作业范围的人人互联、人物互联，避免运检人员误入带电间隔或失去工作现场监护，确保运检人员人身安全。全面覆盖风电场设备，提升巡检效率，降低巡检成本。
2.2智能预警反馈模型的应用
基于智慧风电系统内的质量、进度、安全、环水保及投资管理等业务数据库，以满足工程智能化管控需求，适时自动搜集工程指标信息、动态反馈工程施工状态，主动推送预警信息，为工程项目管理的业主、监理、施工各方提供决策依据，便于项目业主、监理单位针对薄弱环节进一步强化管理，全面提高管理水平。对于不满足结算条件的预警指标项，可以提前通过预警消息推送给工程参建各方，督促提醒施工方采取对策，处理并解决系统的预警指标项，形成闭环管理。系统中预警信息较多，为了针对性地强化管理，按照用户单位及层级的不同，将预警信息分为3类:黄色预警、橙色预警、红色预警，预警信息关联到结算管理模块。预警项分为工程进度、工程质量、工程安全、环水保、文档管理及工程投资6类预警元。根据预警元设置预警子项，匹配预警计算标准，系统自动根据填报的信息实现智能反馈与预警。
2.3通过建设覆盖全产业、全层级、全过程的智能化数据平台
将先进信息技术、传统工业技术和现代企业管理技术深度融合，全面构建生产、经营和管理智能运作体系，使企业能够科学研判发展形势，准确把握产业方向，及时感知经营风险，不断提高决策水平，实现以人为本的集中管控、专业管理和业务协同的柔性管理模式，打造市场响应迅速、生产运营高效、风险自动识别、决策管控智能的管理能力，从而在新能源命运共同体的时代背景下，实现自身的长足发展。大数据技术发展与风力发电的发展唇齿相依、不可分割，在当今科技快速发展的大环境下，他们的深入结合具有深远的时代价值和经济价值。在当今社会经济和计算机科学的飞速发展中，智能工具的使用使人们的工作、生活变得更加快速和便捷，这是科学技术、网络工程所带来的现实，我们能够切身感受到管理水平和工作效率因此得到的提升，并最终带动整体经济效益的倍增。由此，只有顺应科技发展的趋势，不断创新，才能在日益激烈的竞争中不断完善自身，立于不败之地。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。
3风电场智能运维的发展趋势
未来风电场智能运维的发展会越来越快，机器学习、数据挖掘及其他人工智能、大数据、物联网等技术的不断应用及相互融合将会形成多个风电场整体运维、信息互通、数据共享的智能运维模式。综上，人工智能技术的应用辅助运维人员开展日常巡视工作，减轻运维人员工作负担，提升应急响应速度，保障现场作业安全，减少设备运行事故发生，降低运行及维护成本。最终实现风电场空间全方位、设备全周期、时间全天候的风电场智能运行及维护模式，替代人工完成少人值班、无人值守的风电场智能运行及维护。因此人工智能技术在智能化风电场运行及维护工作中具有很高的应用推广价值。
结束语
通过智能系统的应用，可以提高承建方上报工程建设进度、质量等相关信息的积极性，同时又可以加快工程进度款结算进程，成功解决了工程结算过程中存在的标准不固定、事实不清晰、依据不充分、结算不及时的难题。业主和监理可以通过系统对建设过程中的质量、进度、安全、环保、水保等业务环节及时进行全面掌控，极大提高了工程建设的质量与效益。
参考文献
[1]陈亮,阳熹,杨源.智慧海上风电场的定义、架构体系和建设路径[J].南方能源建设,2020,7(03):62-69.
[2]吴巍.智能化风电场运行维护研究[J].通信电源技术,2020,37(05):271-272.
[3]张艳锋,田震,杨海涛,陈海滨,王明明.风电场智慧运维管理浅谈[J].中国设备工程,2019(15):35-37.
[4]阳熹,杨源.智慧型海上风电场一体化监控系统方案设计[J].南方能源建设,2019,6(01):42-48.
[5]彭艳来,杨晓峰.风力发电场的智能化建设纲要探究[J].企业管理,2018(S2):142-143.