论文部分内容阅读
摘要：随着技术发展，新能源场站运行管理也呈现数字化、智能化趋势，通过构建集控大数据平台，极大改善场站运行管理现状，使得场站智能运维得以实现。本文简要分析传统新能源场站面临问题，并对集控大数据平台的构建、功能及应用效果进行具体研究，旨在促进新能源发展。
关键词：集控大数据平台;新能源行业;应用
要想打破传统分散、低效的新能源场站运行管理模式，需借助信息、大数据等技术手段，建立起具备场站实时监测、故障预警、远程控制、安防通讯等诸多功能的集控系统，可将场站管控策略由“消”转向“防”、“预”为主，提高场站设备运维效率，使场站精益化管理目标得以实现。
一、传统新能源场站面临问题
在不断发展中，新能源场站规模持续增长，但也带来监测管理上的难题。因新能源特点决定了，其在地域分布上较为分散，且点多路远，运维管理难度大。而且就不同场站而言，其装机规模差距较大，再加上人员配给有限，多数情况下设置复合型岗位，人员专业性并不突出，不便于专业培训、技术交流等开展，新能源场站管理队伍素质难以提升。
二、新能源集控大数据平台构建
（一）实时数据采集接入
在风电场集控系统中，首先要针对各风机部件，合理布设监测元件，获取机组功率、轴承温度等状态数据，然后将其接入到实时数据库。集控平台通过Kafka集群获取到相应数据，然后将其传输至后续的实时流处理流程（SparkStreaming），在特定规则下完成数据过滤。而且Kafka集群在实用中还具有扩展优势，对场站规模的增长可较好适应。最终，在完成风电场实时数据采集后，将接入到数据分析平台，进行深度的性能分析。
（二）数据分析平台
在风电场发展中，其数据规模急剧增长，并且有大量多态、异构数据存在，这就要求集控系统具备全量数据分析的功能。在该平台的设计中，采取开源设计的模式，不仅可满足各类数据接入需求，还兼具预处理、数据转化等作用，可实现风电场数据流的实时处置，较好的适用于风电场集中管控业务。同时，利用H2O、Python等工具，该平台还能挖掘风电场历史运行数据，并且通过建立全量数据模型，场站数据分析将更为全面，此外，在数据分析平台中，还采取并行计算的策略，对集群运行的风电场，可提高更优质的数据分析服务，使场站管理也更为高效。
（三）可视化展示平台
在风电场集控系统构建中，可视化是其基本功能需求，可提升场站运行运维效率。但在以往可视化方案中，主要采用固化主题分析图表，而由于场站运行数据规模增长，其不再适用于集中监控可视化展示。可视化展示平台的构建，需要具备更多指标主体，并且还能为用户提供自主定义的空间，进而满足场站数据多元化展示的需要，提高集控系统使用价值。在以往可视化平台中，其指标、数据模型的构建相对固定，所产生的分析报表也不够灵活，若需求变更，很难对可视化展示内容进行及时修改。而且，在可視化平台构建时，还要适用不同业务系统下的多个数据源，并且面对风电场海量数据，需强化其数据分析能力。
三、集控大数据平台具体功能
（一）风场运营指标分析
在风场实际运营中，为更好的辅助管理，通常设计有KPI指标体系，将其与风机运行信息充分结合，并通过大数据网络，可将指标信息呈现给风场管理层，方便风电场运营管理决策制定。同时，风机性能参数等，也可借助大数据平台，以数据报表的形式，实时、直观的提供给风电场运行监控人员，可使风场管理更为高效、透明。
（二）分析机组可靠性
由于风电场集控系统，具备历史数据分析功能，可获取不同机组的故障频次、维护记录、运行时长等数据，并用于机组可靠性分析，对风场运维管理很有帮助。
（三）故障损失电量分析
在该平台中，设计有风机故障统计及分析模块，可依据损失电量、电价等相关数据，建立其分布曲线，以便深入分析风机故障的时间规律及损失状况。
（四）机组状态预警功能
通过搭建大数据集控平台，对于监控范围内的各个新能源场站，可准确获取其机组状态，并对其进行健康评测，对机组故障做到准确的预警。风力机组故障前，其监测数据会有所变化，并符合一定规律，借助大数据分析，可提高机组故障预警准确率。
（五）成本指标的应用
为提高风场运行经济性，需要对其成本加以统计，而人工表格统计的方式，很难适应大规模风电场成本管理。而在集控大数据平台中，可实现风场成本数据集中存储，还能根据工单情况，有效记录备件消耗，方便场站运行成本分析。同时，通过集控平台获取风机备件使用表单，可发现不同备件的消耗占比，进而合理调整风机备件采购计划，减少库存成本。此外，借助集控平台，还能准确获取风场效益率指标，依据发电量、成本、投资等数据，对场站效益进行计算。
（六）其他智能化应用
在风电场集控系统中，还可接入各类智能化设备。一是移动智能终端设备，风电场运维人员，通过手持终端，可实时获取场站集控系统派单，使场站运维更为灵活，并且风电场故障处置也更为及时，大大提升场站运维效率，但要解决偏远风电场的信号问题。二是智能眼镜，技术手段的进步，使得新能源场站运维呈现智能化趋势，利用智能眼镜，可实现风电场运维现场的远程监控及指导，因其具有图像实时回传功能，使得远程指导更为灵活，显著提升运维效率。
四、集控大数据平台应用效果
（一）实现集中管理与精准运营
在新能源场站管理中，借助集控大数据平台，统一了风机运行数据标准，建立起具体的指标体系，信息资源得以有效集中，使得各场站管理不再分散。同时，在大数据加持下，场站机组故障缺陷可精准预测，对场站故障原因也能有效挖掘，场站故障处置更为准确和高效，减少运维时间及成本损耗，提高新能源场站运营效益。
（二）简化人员配置，提升运维效益
为改变新能源场站维管队伍臃肿的局面，开发了场站集控系统，使得生产组织机构得以优化，而且“大运维”理念得以落实，新能源场站运维成本降低，并且复合型岗位问题得以改善，专业化水平有效提升。
（三）实现场站智能监控
借助于集控平台以及各类场站智能化应用，可满足场站远程监控的功能性要求，降低新能源场站对人员值守的需求，无人或少人值守成为常态，场站设备管控更为智能、高效。同时，也改变新能源场站管理模式，使得生产指挥、安全技术、物资储备等管理板块划分更为清晰，提高场站整体管理水平。
（四）场站安全性显著提升
在进行集控平台的构建中，还根据需求接入了消防、视频监控等系统，可实时观测场站内运行设备，通过多点布设，还能实现无死角监控，可减少现场运维工作量，并提高场站设备运行安全性。同时，还可实现消防警报的及时、自动上传，降低新能源场站火灾危害。
（五）报表功能更加完善
要想准确把握新能源场站运行状况，需要获取各类相关报表，但在集控大数据应用前，仍主要依靠值班人员，场站运行报表质量及时效性难以保障。而在该平台中，报表系统更为完善，可根据不同指标需求，自动生成场站运行数据报表，并赋予不同的权限，保障集控平台报表数据安全。
五、结束语
综上所述，伴随新能源产业发展，对其运维管理有更高的技术性要求，为打破分散、低效的管理模式，本文构建了场站集控大数据平台，具备场站指标分析、机组状态预警、远程监测控制等功能，实现了集中管控与精准运营，场站管理效益显著提升，推动新能源场站管理的智能化发展。
参考文献：
[1]张国珍，付正宁，斛晋璇，王其乐.新能源集控系统规划及建设方案设计[J].风能，2020（11）：76-80.
[2]白会文.浅析新能源集控系统的大数据应用[J].智能城市，2020，6（16）：58-59.
关键词：集控大数据平台;新能源行业;应用
要想打破传统分散、低效的新能源场站运行管理模式，需借助信息、大数据等技术手段，建立起具备场站实时监测、故障预警、远程控制、安防通讯等诸多功能的集控系统，可将场站管控策略由“消”转向“防”、“预”为主，提高场站设备运维效率，使场站精益化管理目标得以实现。
一、传统新能源场站面临问题
在不断发展中，新能源场站规模持续增长，但也带来监测管理上的难题。因新能源特点决定了，其在地域分布上较为分散，且点多路远，运维管理难度大。而且就不同场站而言，其装机规模差距较大，再加上人员配给有限，多数情况下设置复合型岗位，人员专业性并不突出，不便于专业培训、技术交流等开展，新能源场站管理队伍素质难以提升。
二、新能源集控大数据平台构建
（一）实时数据采集接入
在风电场集控系统中，首先要针对各风机部件，合理布设监测元件，获取机组功率、轴承温度等状态数据，然后将其接入到实时数据库。集控平台通过Kafka集群获取到相应数据，然后将其传输至后续的实时流处理流程（SparkStreaming），在特定规则下完成数据过滤。而且Kafka集群在实用中还具有扩展优势，对场站规模的增长可较好适应。最终，在完成风电场实时数据采集后，将接入到数据分析平台，进行深度的性能分析。
（二）数据分析平台
在风电场发展中，其数据规模急剧增长，并且有大量多态、异构数据存在，这就要求集控系统具备全量数据分析的功能。在该平台的设计中，采取开源设计的模式，不仅可满足各类数据接入需求，还兼具预处理、数据转化等作用，可实现风电场数据流的实时处置，较好的适用于风电场集中管控业务。同时，利用H2O、Python等工具，该平台还能挖掘风电场历史运行数据，并且通过建立全量数据模型，场站数据分析将更为全面，此外，在数据分析平台中，还采取并行计算的策略，对集群运行的风电场，可提高更优质的数据分析服务，使场站管理也更为高效。
（三）可视化展示平台
在风电场集控系统构建中，可视化是其基本功能需求，可提升场站运行运维效率。但在以往可视化方案中，主要采用固化主题分析图表，而由于场站运行数据规模增长，其不再适用于集中监控可视化展示。可视化展示平台的构建，需要具备更多指标主体，并且还能为用户提供自主定义的空间，进而满足场站数据多元化展示的需要，提高集控系统使用价值。在以往可视化平台中，其指标、数据模型的构建相对固定，所产生的分析报表也不够灵活，若需求变更，很难对可视化展示内容进行及时修改。而且，在可視化平台构建时，还要适用不同业务系统下的多个数据源，并且面对风电场海量数据，需强化其数据分析能力。
三、集控大数据平台具体功能
（一）风场运营指标分析
在风场实际运营中，为更好的辅助管理，通常设计有KPI指标体系，将其与风机运行信息充分结合，并通过大数据网络，可将指标信息呈现给风场管理层，方便风电场运营管理决策制定。同时，风机性能参数等，也可借助大数据平台，以数据报表的形式，实时、直观的提供给风电场运行监控人员，可使风场管理更为高效、透明。
（二）分析机组可靠性
由于风电场集控系统，具备历史数据分析功能，可获取不同机组的故障频次、维护记录、运行时长等数据，并用于机组可靠性分析，对风场运维管理很有帮助。
（三）故障损失电量分析
在该平台中，设计有风机故障统计及分析模块，可依据损失电量、电价等相关数据，建立其分布曲线，以便深入分析风机故障的时间规律及损失状况。
（四）机组状态预警功能
通过搭建大数据集控平台，对于监控范围内的各个新能源场站，可准确获取其机组状态，并对其进行健康评测，对机组故障做到准确的预警。风力机组故障前，其监测数据会有所变化，并符合一定规律，借助大数据分析，可提高机组故障预警准确率。
（五）成本指标的应用
为提高风场运行经济性，需要对其成本加以统计，而人工表格统计的方式，很难适应大规模风电场成本管理。而在集控大数据平台中，可实现风场成本数据集中存储，还能根据工单情况，有效记录备件消耗，方便场站运行成本分析。同时，通过集控平台获取风机备件使用表单，可发现不同备件的消耗占比，进而合理调整风机备件采购计划，减少库存成本。此外，借助集控平台，还能准确获取风场效益率指标，依据发电量、成本、投资等数据，对场站效益进行计算。
（六）其他智能化应用
在风电场集控系统中，还可接入各类智能化设备。一是移动智能终端设备，风电场运维人员，通过手持终端，可实时获取场站集控系统派单，使场站运维更为灵活，并且风电场故障处置也更为及时，大大提升场站运维效率，但要解决偏远风电场的信号问题。二是智能眼镜，技术手段的进步，使得新能源场站运维呈现智能化趋势，利用智能眼镜，可实现风电场运维现场的远程监控及指导，因其具有图像实时回传功能，使得远程指导更为灵活，显著提升运维效率。
四、集控大数据平台应用效果
（一）实现集中管理与精准运营
在新能源场站管理中，借助集控大数据平台，统一了风机运行数据标准，建立起具体的指标体系，信息资源得以有效集中，使得各场站管理不再分散。同时，在大数据加持下，场站机组故障缺陷可精准预测，对场站故障原因也能有效挖掘，场站故障处置更为准确和高效，减少运维时间及成本损耗，提高新能源场站运营效益。
（二）简化人员配置，提升运维效益
为改变新能源场站维管队伍臃肿的局面，开发了场站集控系统，使得生产组织机构得以优化，而且“大运维”理念得以落实，新能源场站运维成本降低，并且复合型岗位问题得以改善，专业化水平有效提升。
（三）实现场站智能监控
借助于集控平台以及各类场站智能化应用，可满足场站远程监控的功能性要求，降低新能源场站对人员值守的需求，无人或少人值守成为常态，场站设备管控更为智能、高效。同时，也改变新能源场站管理模式，使得生产指挥、安全技术、物资储备等管理板块划分更为清晰，提高场站整体管理水平。
（四）场站安全性显著提升
在进行集控平台的构建中，还根据需求接入了消防、视频监控等系统，可实时观测场站内运行设备，通过多点布设，还能实现无死角监控，可减少现场运维工作量，并提高场站设备运行安全性。同时，还可实现消防警报的及时、自动上传，降低新能源场站火灾危害。
（五）报表功能更加完善
要想准确把握新能源场站运行状况，需要获取各类相关报表，但在集控大数据应用前，仍主要依靠值班人员，场站运行报表质量及时效性难以保障。而在该平台中，报表系统更为完善，可根据不同指标需求，自动生成场站运行数据报表，并赋予不同的权限，保障集控平台报表数据安全。
五、结束语
综上所述，伴随新能源产业发展，对其运维管理有更高的技术性要求，为打破分散、低效的管理模式，本文构建了场站集控大数据平台，具备场站指标分析、机组状态预警、远程监测控制等功能，实现了集中管控与精准运营，场站管理效益显著提升，推动新能源场站管理的智能化发展。
参考文献：
[1]张国珍，付正宁，斛晋璇，王其乐.新能源集控系统规划及建设方案设计[J].风能，2020（11）：76-80.
[2]白会文.浅析新能源集控系统的大数据应用[J].智能城市，2020，6（16）：58-59.