论文部分内容阅读
摘要：2020年风电新增装机容量创历史新高，在开展风电场运营工作时，为有效提升风电场运营水平与经济效益，可合理应用大数据分析技术，升级风电场运维工作水平，建构全新的技术管理模式，发挥出风电场最大的社会效能。本文就大数据分析技术，在风电场运维过程中的实际应用进行分析探讨。
关键词：大数据分析技术;风电场运维;应用成效
引言：
风电场作为我国重要的清洁能源组成单位，有效缓解了化石能源的消耗压力。为不断提升风电场的整体运营水平，需应用大数据分析技术，开展科学现代化运维管理工作，消除风电场的运行隐患，为风电场的安全稳定运行提供技术保障。
一、大数据分析应用必要性解析
风电机组的运行差异性较大，部分风电机组缺陷未得到有效检测，带病进行并网运行，给电网运行稳定性与安全性造成直接影响。如部分地区风电场设备选型不合理、运行不规范，使得风电场未能达到预期设定效益，无法实现预期设定发电目标，降低了风力的整体利用效率。在风电场运行过程中产生大量数据信息，但没有对其进行合理整合分析，使得风电场运行效益不佳。通过应用大数据分析技术，对海量数据进行分析整理，进而对风电场运行模式进行合理完善，有效提高风电场的发电性能[1]。
二、大数据分析工作开展的目的解析
（一）提高发电运行可靠性
在大数据分析技术的合理应用下，可与气象数据模型进行结合，建构智能风电运行管理系统，有效提高风电运行的可靠性与稳定性，提升电力系统的整体运行安全性，发挥出风电场的整体发电经济效益。
（二）改善风机运行性能
在风电场运行过程中，需及时开展风电设备运维工作，以保证风机的整体运行稳定性。在传统运维工作开展过程中，由于分工的不同，使得风机数据出现一定分散，如运营业主、生产厂家、第三方监测单位等，使得数据无法得到高效整合，不能及时优化风机运行性能。通过大数据分析技术的合理应用，可有效改善风机运行性能，提高风电场的整体运行效益，达到风电场预期建设工作目标。
（三）转变管理工作模式
在风电场运维工作开展时，合理应用大数20据分析技术，建构数据集控管理中心，实现对风电设备的智能化管理控制，有效转变风电场的管理工作模式，优化风电场的资源配置方案，实现风电场运行业务的统一，提高风电场的整体运行稳定性与安全性。由此可见，在新的工作模式运行下，有效降低了运营成本，提高了风电场的整体运行经济效益。
三、 大数据分析在风电场运维中的应用成效探讨
（一）可实现故障早期预警
传统风电场运行维护时，主要采取人工经验的方式进行故障诊断与技术监测，工作开展效率较低，且会占用技术人员资源。为有效解决该问题，风电场运维管理工作开展时，应当合理应用大数据分析技术，建构风电场设备故障智能诊断预警系统，实现故障的早期预警，有效提升风电场的整体运行稳定性。
在故障智能诊断系统运行下，可利用特定的诊断模型，对风电机组的运行状态进行诊断，并通过后台控制，使得风电机组的运行参数可实时传输，保证智能诊断工作开展的有效性与合理性，发挥出智能诊断工作开展的价值。如在对单台风机进行故障预警时，应当对理论研究与运行数据进行合理分析，并基于多变量状态估计技术，建构单个风机的实时数据与设定参数的相似度曲线。通过对其曲线变化进行对比分析，则可了解到单个风机的实际运行状态，进而对风机故障进行早期预警，便于技术人员及时开展风电设备运维工作，保证风电场的整体运行稳定性与可靠性[2]。
（二）开展故障信息回溯工作
部分风电开发单位进行大数据分析技术应用时，尝试建构设升压站故障录波与回溯功能，可实现对多个升压站的信息保护，完成故障录波数据的调取工作。在该功能的支持下，技术人员可开展故障信息回溯工作，对机械类故障、温度回路故障、安全链故障等进行深度分析，找出故障之间的逻辑关联性，制定科学严谨的风电场运维管理工作手册，保证风电场运维工作开展的质量与效果。
（三）基于分析结果开展预防性运维管理
在大数据分析技术的应用下，可对风电场以往的数据信息进行深度分析，进而提炼出规律性数据信息，进而发现风电场存在的隐藏设备故障。通过技术应用、数据分析、发现问题、研究问题、解决探究、效果评估的工作流程开展，使得风电场运维工作，逐渐迈进精细化工作阶段。
单位在大数据分析技术的应用下，制定预防性检修标准与工作流程，使得预防性运维工作可得到有效开展。如通过大数据分析技术的支持，运维人员可对风机散热片进行深度清理，并及时检查打压接触器，对风机系统中的碳刷长度进行检查，实时监控风机的齿轮油温度，实现对风电场的灵活运维管理，有效规避风电场运行故障的发生，提高风电场的整体运行稳定性与安全性。
（四）改变风电场设备被动运维管理模式
在风电场运维管理工作开展过程中，为有效提升风电场的运行安全与可靠，需合理应用大数据分析技术，改变风电场设备被动运维管理现状。在单位的集控中心，可每天为风电场推送相关预警信息，以辅助运维工作开展。同时，在大数据分析技术的支持下，可对运行数据进行深度分析，及时发现风电场运维存在的隐藏故障。通过大数据分析技术的合理应用，在对风电场进行运维时，可采取主动预防措施，提高风电场运维管理工作质量与效果。
在风电场管理工作开展时，落实运维管理责任制，严格落实运维管理工作职责，对风机设备的运行状态进行评估，并将评估结果与责任人、定检人进行连带考核，调动运维管理人员的工作积极性。在工作管理体系与工作模式得到了一定优化后，实现了被动向主动预防工作转变，使得设备管理水平得到整体提升。
四、结束语
综上，文中对风电场运维工作中大数据分析技术的应用进行探析，针对应用目的与成效进行阐述，说明大数据分析技术应用的重要性。未来，在风电场运行维护工作开展时，为提升风电场的整体运行稳定性与可靠性，需结合实际工作需求，灵活应用大数据分析技术，发挥出大数据分析技术的应用价值与优势。
参考文献：
[1]石睿.基于大数据分析的风电机组运行状态监测方法研究[D].长春工业大学，2018.
[2]董文婷.基于大数据分析的风电机组健康状态的智能评估及诊断[D].东华大学，2016.
華润风电（海原）有限公司，宁夏回族自治区中卫市 755200
关键词：大数据分析技术;风电场运维;应用成效
引言：
风电场作为我国重要的清洁能源组成单位，有效缓解了化石能源的消耗压力。为不断提升风电场的整体运营水平，需应用大数据分析技术，开展科学现代化运维管理工作，消除风电场的运行隐患，为风电场的安全稳定运行提供技术保障。
一、大数据分析应用必要性解析
风电机组的运行差异性较大，部分风电机组缺陷未得到有效检测，带病进行并网运行，给电网运行稳定性与安全性造成直接影响。如部分地区风电场设备选型不合理、运行不规范，使得风电场未能达到预期设定效益，无法实现预期设定发电目标，降低了风力的整体利用效率。在风电场运行过程中产生大量数据信息，但没有对其进行合理整合分析，使得风电场运行效益不佳。通过应用大数据分析技术，对海量数据进行分析整理，进而对风电场运行模式进行合理完善，有效提高风电场的发电性能[1]。
二、大数据分析工作开展的目的解析
（一）提高发电运行可靠性
在大数据分析技术的合理应用下，可与气象数据模型进行结合，建构智能风电运行管理系统，有效提高风电运行的可靠性与稳定性，提升电力系统的整体运行安全性，发挥出风电场的整体发电经济效益。
（二）改善风机运行性能
在风电场运行过程中，需及时开展风电设备运维工作，以保证风机的整体运行稳定性。在传统运维工作开展过程中，由于分工的不同，使得风机数据出现一定分散，如运营业主、生产厂家、第三方监测单位等，使得数据无法得到高效整合，不能及时优化风机运行性能。通过大数据分析技术的合理应用，可有效改善风机运行性能，提高风电场的整体运行效益，达到风电场预期建设工作目标。
（三）转变管理工作模式
在风电场运维工作开展时，合理应用大数20据分析技术，建构数据集控管理中心，实现对风电设备的智能化管理控制，有效转变风电场的管理工作模式，优化风电场的资源配置方案，实现风电场运行业务的统一，提高风电场的整体运行稳定性与安全性。由此可见，在新的工作模式运行下，有效降低了运营成本，提高了风电场的整体运行经济效益。
三、 大数据分析在风电场运维中的应用成效探讨
（一）可实现故障早期预警
传统风电场运行维护时，主要采取人工经验的方式进行故障诊断与技术监测，工作开展效率较低，且会占用技术人员资源。为有效解决该问题，风电场运维管理工作开展时，应当合理应用大数据分析技术，建构风电场设备故障智能诊断预警系统，实现故障的早期预警，有效提升风电场的整体运行稳定性。
在故障智能诊断系统运行下，可利用特定的诊断模型，对风电机组的运行状态进行诊断，并通过后台控制，使得风电机组的运行参数可实时传输，保证智能诊断工作开展的有效性与合理性，发挥出智能诊断工作开展的价值。如在对单台风机进行故障预警时，应当对理论研究与运行数据进行合理分析，并基于多变量状态估计技术，建构单个风机的实时数据与设定参数的相似度曲线。通过对其曲线变化进行对比分析，则可了解到单个风机的实际运行状态，进而对风机故障进行早期预警，便于技术人员及时开展风电设备运维工作，保证风电场的整体运行稳定性与可靠性[2]。
（二）开展故障信息回溯工作
部分风电开发单位进行大数据分析技术应用时，尝试建构设升压站故障录波与回溯功能，可实现对多个升压站的信息保护，完成故障录波数据的调取工作。在该功能的支持下，技术人员可开展故障信息回溯工作，对机械类故障、温度回路故障、安全链故障等进行深度分析，找出故障之间的逻辑关联性，制定科学严谨的风电场运维管理工作手册，保证风电场运维工作开展的质量与效果。
（三）基于分析结果开展预防性运维管理
在大数据分析技术的应用下，可对风电场以往的数据信息进行深度分析，进而提炼出规律性数据信息，进而发现风电场存在的隐藏设备故障。通过技术应用、数据分析、发现问题、研究问题、解决探究、效果评估的工作流程开展，使得风电场运维工作，逐渐迈进精细化工作阶段。
单位在大数据分析技术的应用下，制定预防性检修标准与工作流程，使得预防性运维工作可得到有效开展。如通过大数据分析技术的支持，运维人员可对风机散热片进行深度清理，并及时检查打压接触器，对风机系统中的碳刷长度进行检查，实时监控风机的齿轮油温度，实现对风电场的灵活运维管理，有效规避风电场运行故障的发生，提高风电场的整体运行稳定性与安全性。
（四）改变风电场设备被动运维管理模式
在风电场运维管理工作开展过程中，为有效提升风电场的运行安全与可靠，需合理应用大数据分析技术，改变风电场设备被动运维管理现状。在单位的集控中心，可每天为风电场推送相关预警信息，以辅助运维工作开展。同时，在大数据分析技术的支持下，可对运行数据进行深度分析，及时发现风电场运维存在的隐藏故障。通过大数据分析技术的合理应用，在对风电场进行运维时，可采取主动预防措施，提高风电场运维管理工作质量与效果。
在风电场管理工作开展时，落实运维管理责任制，严格落实运维管理工作职责，对风机设备的运行状态进行评估，并将评估结果与责任人、定检人进行连带考核，调动运维管理人员的工作积极性。在工作管理体系与工作模式得到了一定优化后，实现了被动向主动预防工作转变，使得设备管理水平得到整体提升。
四、结束语
综上，文中对风电场运维工作中大数据分析技术的应用进行探析，针对应用目的与成效进行阐述，说明大数据分析技术应用的重要性。未来，在风电场运行维护工作开展时，为提升风电场的整体运行稳定性与可靠性，需结合实际工作需求，灵活应用大数据分析技术，发挥出大数据分析技术的应用价值与优势。
参考文献：
[1]石睿.基于大数据分析的风电机组运行状态监测方法研究[D].长春工业大学，2018.
[2]董文婷.基于大数据分析的风电机组健康状态的智能评估及诊断[D].东华大学，2016.
華润风电（海原）有限公司，宁夏回族自治区中卫市 755200