2019-10-25 09:56:19 北京国际风能大会暨展览会CWP

2019年10月21-24日，2019北京国际风能大会暨展览会(CWP2019)在北京隆重召开，大会主题“风电助力‘十四五’能源高质量发展：绿色、低碳、可持续”。自2008年首次在北京举办以来，已连续举办11届，成为北京金秋十月国内外风电行业争相参与的年度盛会。

CWP2019进一步加强了大会的国际化特色，组织了20余场精彩论坛和各类活动。其中，智慧运维论坛于10月23日下午召开。

以下是智慧运维论坛发言嘉宾精彩观点摘要：

李凯歌：金风的风险监控和数据分析预警

金风科数据监控副部长李凯歌

金风在机组风险监控和数据分析方面的工作主要有三部分：机组风险和状态监控;数据分析和建模应用;信息和安全保障。金风研发的数据模型已经达到一百多项，还在持续的增加，也涵盖了机组的各个系统和零部件。整个预警模型准确率已经达到了80%以上。

近期的工作成果是风速地形数字化，通过机组运行数据，结合风速、地形以及相应的环境信息，从多个维度采取相应的数据分析，通过相关性、回归分析、神经网络和决策等技术，来建立相应的模型。能够具体到每个机位点的风险进行评估。评估主要应用于两方面，一方面对现场进行排查，对风险比较高的机组重点进行排查和运维。第二方面是输入到前端，在项目前期选址的时候，就可以跑一遍这个模型，如果有些机位确实风险比较高，就把这个机位排除掉。同时后续准备做一下风速地形和发电量的关联性分析。

柴奇问：PHM系统解决风电机组故障

浙江运达风电股份有限公司主任工程师柴奇问

PHM系统开发的背景最主要一点就是风火同价的政策，政策从根本上要求我们要提高风电机组的运行能力。基于这个目标，我们参考了包括当前风资源开发的形式、低风速、海上风资源的开发，以及之前的成功经验，定义出运达对于智慧运维的要求。这项服务的基础来自于运达对于风电机组的感知，在技术上要实现技能评估，最后服务于现场运维，从而实现商业价值。

PHM系统中的三大技术模块，一是智能诊断，核心在于获取到了机组故障代码之后，怎么样第一时间确定故障对象，第一时间找到故障原因);二是故障预警，基于运行状态参与的预测或者基于事件的预测;三是运行评估，基于功率曲线方法和基于功率预测方法，基于功率曲线方面和故障预警比较类似，就是某一台标杆机组进行比较，看这台机组是否有所变化，基于功率预测方法则是和这台机组的处理进行比较，看它在一段时间内的发展趋势。

刘永洪：风电的数字化还需从“3G“开始踏实做

维斯塔斯风力技术(中国)有限公司高级经理刘永洪

这是我个人对数字化的理解，很多同行在提智能风机、风场等等，怎么消除企业之间信息的孤岛。4G发展是不可避免的，但是我们一定也要在很多3G的层面去发力。从一线来的人都明白，很多问题都有待改进的空间，企业从建立标准化、数字化等等这些应用发力。我们还有很多空间，从技术角度去创造新的技术和产品，这些是3G，如果3G跟4G能够真正的作为一个基础支撑，去帮我们做这件事情的话，这也是国家经常讲的新旧动能转换，而且我认为是一种持续的转换。5G也是未来的方向，所以我认为5G后面一定要想办法融合，这个融合就是大家共享，不仅把我们每一个人的东西共享出来，从各个厂家跟用户之间都能够实现共享，最终通过技术，为整个行业赋能，最后才能在运维层面推动新能源和风电的可持续发展。

谭启明：EAM系统上线支撑风电精细化管理

中车株洲电力机车研究所有限公司风电事业部远程监控软件设计师谭启明

我们将SCADA系统、PHM系统和EAM系统三个系统集合起来，搭建起了一个自学习快速响应故障处理的状态，它的核心功能就是具备实时监控、故障预警，基于标准化数据提前进行维修方案的决策，支持实时的推送。

上了EAM系统以后，我们在数据的统计效率上有了很大的提升，基于原来只有SCADA数据和CMS数据的时候，我们所有的数据要从零散的不同的系统中进行有效的整合，整理成不同的按月度的报告，提供给设计人员去进行分析。上了EAM之后，我们基本上是每个月的1号直接点一个按钮，就能把所有运行的KPI的指标以及运维KPI的指标，包括物料消耗的数据，全部集成在一起。一个按钮就秒出相关所有的报告的数据，形成各类的饼图，有效的把这些数据聚焦在一起。EAM的上线为相关领域的精细化管理做了很大的支撑，其中重点是对设备数据精细化的管控，物料数据精细化的管控以及作业标准数据精细化的管控做了很大的提升。

王贺：风电场节能技术实现平均节能率约11%

金风润能科技研发总监王贺

综合场用电包括什么?分别是场用电、站用电以及风机的自耗电。最重要的损失主要是在集电线路和变压器，还有无功补偿装置上。所以我们把节能的重点就放在这三个电气设备上。

这套系统运行之初我们会把整个风电场拓扑模型作为整个系统运行的基础，把风电场所有的电气设备，包括风机、相变、集电线路的型号、长度等等，都作为数学模型的一部分。然后通过系统的智能优化算法，结合风电场的潮流计算，去实时计算出风电场在运行过程中它的每个节点所造成的损耗是多少，再通过在线优化控制，去控制风电场各个节点的无功流动和电压等级，去合理分配整个风电场内的无功，从而来达到风电场降低综合场用电的目的。这套系统能够最大程度帮助风电场所有用电设备去实现无功的就地补偿和按需补偿。通过我们系统安装之后，能够平均实现节能率11%到12%。

Benoit Nguyen:重视风场堵塞效应对发电量的影响

DNV GL-Energy可再生能源顾问部门负责人Benoit Nguyen

风场堵塞效应的问题，实际上轮机之间会相互产生一些干扰，数据也告诉我们，风机它会产生干扰，在设计和建设之初就应该考虑这个问题。让OEM去测试风机时，要让它去测试多种情况，比如它完全跟风向一致的时候，同时还要测试两个风机的结果。因为如果只测量一种的话，理想情况下得出来的偏差会比较大，也就是说可能跟质保上面提的容量少了1%，所以要把两台风机放在不同的测试角度去进行测试，来减小堵塞带来的影响。

还有跟测试之前的一些预测之前的差值从0到4都有可能，在发电的时候就可能带来4%发电量的减少。欧美的发达成熟市场当中，他们的规模会比较小，所以4%可能没有太大的差别，但是在中国一般风电场装机容量都比较大，4%的影响是比较重要的，所以我们强烈大家在未来测试的时候考虑到这一点。

张继江：智慧运维对抗海上台风

明阳智慧能源集团股份公司海上工程运维部副总监张继江

海上风电不单单对于机组本身的运维，还要面对一个很大的挑战就是台风，既然避不了台风，就从如何有效利用台风去做文章。明阳智慧从如东向一路走来，对于台风的路径了解的相对还是比较多一点。从南半球和北半球来讲，旋转方向是不一致的，台风都是从海上向陆上进行的路径。在安装期初设一个安装的预设角度就是可以有效的抵御台风。台风来临前因为机组没有上电导致一些不确定的因素发生，降低我们整机的载荷，在安装期要有安装的策略。明阳智慧在抗台风方面分为手动抗台的模式还有自动抗台模式，通过不同的算法去展示我们的抗台策略，抗台策略更多是如何让叶片受的风载是最小的，通过主动偏航的方式去实现抗台策略，抗台策略还有后备电源等等。

Søren Juel Petersen：海上风电场可借鉴海上油气行业的数字双胞胎模型

Rambøll公司全球市场(风电)总监Søren Juel Petersen

我们一直致力于数字双胞胎的利用，以提供更加可靠的运维。所谓的数字双胞胎，有人可能不太熟悉这个说法，就是图中的这个结构，在右手边有一个结构性的模型，然后再去模拟一些它的热点，模型上有很多区域，就会跟实际的区域类似的。

之前数字双胞胎的应用一直都是在油气行业，我们从海上油气公司所获得的经验和教训都列在这儿，如果去对比这两个行业的话，环境条件有很高可比性的，交通也差不多。以前经常都是把风电场建在风最大的地方，这样情况下想要爬上去很难，想要运维风机更难，这种情况下就会涉及到成本。也会涉及到数据量，需要更多的数据量帮助决策。对油气行业来说，技术已经非常成熟了。而且还有一些非常复杂的分析手段，可以帮助我们去进行分析。

但现在海上风电行业的新挑战，就是系统的高动态情况，它比油气行业的动态范围是要大很多的，我们会有很多不同的动态，比如说风机本身的动态，还有机座的动态等等，它们的损坏模式或者说疲劳模型是不一样的，在风机还有机座上都不一样，所以我们不能直接把油气行业的经验直接拷贝过来。

李浩文：智能装备在海上风电场的应用

上海电气风电集团有限公司工服分公司装备中心的工程师李浩文

这边的图表列举的是一些当今世界的先进技术，包括区块链、分布式协作、量子技术等等，而下方我筛选出了10项，这10项是可以现在迅速与我们风电行业进行融合的行业，分别是5G、人工智能、VR/AR、大数据、云计算、工业机器人、物联网等，其中5G技术是一切传输的基础，可以实现我们的数据从动态传输向瞬态传输的转变，人工智能可以通过自身的智能学习实现优化升级，而VR和AR技术可以通过虚拟与现实的转变，实现专业培训以及专家指导，大数据和云计算数据更是一切技术的大脑，他们通过收集数据、数据分析推出最优化的解决方案，工业机器人和物联网技术更是在未来用机器人取代我们传统的人工作业，特别在三高行业，高风险、高精度、高质量行业，取代人工作业。只有合理的利用这些先进技术，融合传统业务，我们就可以创造新的价值。

从实际应用出发，将目前的海上市场格局细分为智能安装、智能检测、智能运维、智能通达四个维度，通过专业的智能装备我们可以创新运维模式，强化专业培训，通过数据分析与应用建立海上项目的易通达方案，实现运维质量，效率成本管控全方位突破，同时我们建立了远程集控化管理平台，实现从传统集中式控制向未来分散式增强型控制的基本模式转变，从而实现风场全生命周期的生态链。