【资料图】

风电机组高质量状态监测与寿命评估关键技术、系统及应用方超上海发电设备成套设计研究院有限责任公司智慧电站技术研究所 所长助理各位嘉宾、各位同仁， 大家下午好，我是来自上海发电设备成套院的方超，我今天分享的是基于我们在江苏新能源公司做的实际项目，来介绍一下我们在风电机组高质量状态监测与寿命评估关键技术、系统及应用情况。 先简单介绍一下我们公司，2008年我们开始筹建清洁高效煤炭成套设备国家工程研究中心，2011年我们加入国家核电，成为国家电投二级单位，我们目前是中国动力学会的挂靠单位，也是一些标委会的主任单位，并且具有一级学科，动力工程等相关专业的硕士学位。 今天我的介绍分三个部分，首先介绍一下背景。 随着我们新型能源体系建设不断推进，在双碳背景下，对于风电设备的安全可靠性要求不断提升，另外我们有些机组，早期风电机组已经接近我们的设计寿命，如何充分利用风电机组的运维数据，建立风电机组的智能管理，智能化系统，来推进风电机组健康管理和数据优化，保障新型电力系统长周期安全、经济、稳定运行具有重要意义。 项目的内容和实践情况， 我们策划设计了风电机组智能健康管理系统的研发，我们这个系统落户国电投江苏新能源公司，我们开发构建了一套新型的风电机组智能管理系统，集成了状态检测、寿命在线评估、辅助运维管理等功能应用，从而能够达到帮助风电机组，提升它的设备可靠性和设备管理水平的目的。 这个是我们多元数据融合的架构，我们的数据来源有结构化的数据，生产管理数据，离线数据，基础数据，另外还有一些实时数据，通过数据采集和处理，我们进入到数据层，应用多个数据库，我们把所有数据拿到应用服务层，统一纳入到数据中心进行多元数据统一管理，这个是我们一个平台的架构。 我们这个项目数据来源有基础数据、文档数据、离线数据等等。基础平台包括数据交互、数据管理、业务引擎、基础服务，功能应用主要是六个方面，时间关系后面会统一介绍一下，展示包括平台门户，不同用户有不同的工作台管理，实现数据三维可视化。 我们整个平台大概有六个功能，一个是针对设备状态评价健康体检，针对关键部件对它进行社会寿命预测，因为江苏新能源公司集成了研发，我们叶片跟塔筒状态检测，两台装置应用，还有前面大家介绍的基于故障率，还有跟生产运维管理做了融合。 这个是我们系统的一些经验 ，我们有了平台之后要把技术应用融合进去，涉及一些技术的研究内容，一是风电机组整机综合状态评估和一些关键部分寿命预测。 首先我们是基于风电机组多层次的一个健康评估指标体系，我们把这个数据拿过来形成评价性指标，建立了基于多元数据融合的风电机组状态模型，可以实现整机健康度的评估，给出它到底处于正常还是良好，还是异常的状态，这是一个整机大致的健康度评价。 这么一个模型可以实现，利用风电场SCADA数据，考虑风电机组监测信息不确定因素干扰，建立了这么一个模型，解决了现有健康状态评估方法难以有效落地的问题。 针对一些关键部件，当时我们定了五个关键部件，包括风电轴承、摩擦片、齿轮箱，针对不同部件的不同机理，我们开发了寿命评估，也是基于SCADA数据对这些寿命进行在线预测。 一是基于Wiener过程风电轴承寿命预测，我们把数据输入到模型当中，通过相对温度计算，移动评估法，得到轴承温度，得到一些初值，再做寿命预算。 二是通过结温计算得到寿命预测结果。 三是偏航系统摩擦片寿命预测。 四是齿轮箱冷却润滑系统寿命预测，也是通过计算健康指数来做得到寿命预测结果。 五是基于数据融合的电动变桨寿命预测，结合它这个电动变桨工作方式做数据处理，再处理它的健康指数，最后也是做到一个寿命预测结果的输出。 以上五个模型我们都做到了智慧化系统里面，直接拿在线数据进行计算就能得到输出的结果。 三是刚才提到我们做了两个大部件状态分析监测系统，这个是我们自己做的集成，因为传感器是外购的，通过两种不同方式，塔筒监测我们把偏航优化等融入到系统当中，我们用了北斗高精度定位技术，叶片检测技术，这两个系统融合到一个大的系统里面，我们当时是在他们滨海投的风电场选了两台样机进行部署。 首先介绍一下塔筒检测和偏航优化，我们利用北斗+智能化的手段，采集并融合北斗高精度定位数据跟风电SCADA数据进行融合，从而实现风电塔筒既能够检测塔筒倾斜，又能够做偏航优化计算。 硬件布置，两个电线相隔超过1米，在塔筒和机舱布置了一些传感器，另外在它的升压站部署了北斗定位传感器，才能够实现北斗高精度测量，能够到达厘米级精度，不仅可以精确测量风机位置，还可以测量风机俯仰角度、横向角度等等。 我们把这个北斗结合SCADA数据，对数据进行采集和处理之后网格化处理，通过偏航优化算法，实时计算它到底偏航误差是多少，给它偏航误差参考。 另外我们基于北斗高精度定姿定态在线检测，计算实际运行载荷跟设计载荷之间的安全裕量。包括叶片形变、间隙监测，叶片载荷监测等等都能实现，这是叶片模块。 四是基于风电的故障预警，这个模块我们选择了德国一家公司进行了中德合作，他们提供完全开放的KPI配置工具，KPI是什么意思呢？提取一些关键的状态量，通过模型创建就能形成一个KPI，我们为每个风机创建了41个KPI模型。 这个KPI怎么创建呢？主要用神经网络模型，预算出学习参考值，实际值跟参考值可以做个比较，它们的一个比较就叫KPI，就是这么一个指标，再把一些历史数据对当前影响和积累也能展示到这个图里面，使得统计分析，就说预警更加显著，你更容易看出来这个东西到底容不容易出现问题，这是在预警应用。 接下来在延长生命评估标准研究方面，我们当时课题叫生命评估与延寿优化，目前国内暂时没有任何批准的行业标准和国标，国标我看今年北京建行牵头了一个标准，实际上我们这个标准更早，我们通过江苏省可再生能源行业协会做了两个团体标准立项，这两个标准规定了目前风力发电机组延长服役评估统一的评估方法和内容，解决了行业内评估没有打分量化方式，并且根据得分可以明确得到延寿参考年限。 这两个标准已经发布了，就是在百度或者全国标准网可以搜到我们的标准，是今年1月1日正式实施的，一个叫延寿评估技术导则，一个叫延寿评估方法细则。当然这个主要是针对陆上的风场，海上的我们还没有做相关研究。 六是基于机组运行数据的可靠性状态评价，我们利用SCADA系统中历史故障停机数据及十分钟运行状态数据，比较不同风力机之间的运行状态，评判这个风力机运行状况和优劣分析，我们做了数据有效性分析，要剔除无效数据，还有故障统计分析，前面也介绍了，故障统计到不同部件，还有风能利用分析，最后是我们认为比较有特色，我们提出叫模拟运行荷载计算分析方法。 我们也是数据挖掘方式，我们综合了机舱晃动、风机运行小时数，我们建立模型，模拟和量化风力机运行过程中的载荷情况，提供载荷依据，看我们这个表，我们可以提供两个方向，测向、轴向，还有综合改革，载荷大这台机组有一定问题。 因为数据可以追溯到过往所有历史数据，我们拿了历年数据做分析，我也可以统计每个月的，统计下来它在10月份、12月份，还有份它的载荷比较高，我们通过这个载荷分析可以建立综合载荷相对比较高的风机，进行叶片叶外检查，卡环检查等等。 我们根据数据挖掘可以利用智能化系统，方便我们做统计挖掘，我们可以定期做一个体检报告方式，数据详细分析报告，并且运维优化建立。 成果总结，我们这个项目实施以来共有团体标准2项，授权公开发明专利6项，登记软著5件，发表学术论文6篇，我们经过第三方鉴定，江苏省产业链首席专家等作为鉴定委员会主任，当时给我们整个成果给了国际先进水平的评价。这个是我们的成果，包括发明专利，我们在做的过程中不断写知识产权，还有论文，标准是两个行业标准，因为项目在江苏，我们在江苏列了一个团标。 去年我们基于这个技术和智慧化系统，我们申报了国家电投集团滨海头罾智慧风电场项目，这个项目作为五个案例之一给我们授予了这么一个奖。 注：文字实录未经专家整理核实，仅作参考使用，具体解释权归本次会议主办方所有。 未经授权，请勿转载