打造智慧運維行業領先的基地型現代化新能源企業
(資料圖片)
王介昌 華能吉林公司新能源分公司副總經理
尊敬的各位領導、各位同仁，大家下午好！
智慧運維建設背景中新能源公司有這么大的裝機容量，公司也是按照總體理念，從2019年我們成立了集控中心，并于2019年11月份集控中心投入運行，同時也是華能系統內首家實現風電、水電、光伏集中監控的監控中心，一共接入數據點100萬點左右，如何對這些數據進行挖掘并產生價值？這是我們亟待解決的問題。
最初新能源公司依賴咱們接入100萬點的數據，我們集控中心利用數據庫給現場風機進行數據分析，有一個報警，包括一些報表，對我們人員壓力比較大，因為我們集控中心一共24個人，分6個班，一個班4個人，一天的風機數據分析壓力非常大。但是通過這個分析我們也發現了一些故障，潛在的故障也起到了一些作用，下面我再分享一下建設集控中心過程中，我們遇到的一些問題。
第一個是大數據，大家都在說大數據的事，我們也感知咱們時代大潮，我們把大數據進行收集，但是在我們運行過程中發現這100萬點數據有點大材小用，特別分布式系統需要專業人員維護，當我們單位的人撤走之后廠家維護就會出現問題，因為我們人員不具備維護條件，我下面說的傷害了廠家，代表我自己的觀點來看，所以我建議咱們要建集控中心，最好不要用大廠的數據系統，因為后續維護很麻煩。
電度表數據用采集器，用163規約接進來，就發現到半夜12點數據往上采集的時候它是有時間的，10分鐘、15分鐘，這個數據才能上來，在0點15才能把12點的數據上來，有些調度、電網，或者上級單位要求報表時間節點就卡在10點10分，你就不能把數據準時準點報上來，這也是我們在集控中心遇到的一些問題，請各位同仁在數據建設當中考慮一下數據采集到底是用什么樣的方式來采集，或者說怎么能把數據提前，不讓十二點半之前或者12點15之前，因為報表卡的時間點是比較死的，所以大家要考慮這個事。
還有一個事，我們在接風機的過程中，我們有05年風機2008年投產的，包括后續投產，大家都知道早期投產的風機它的PRT是沒有對時的，會出現什么問題呢？當你PRT運行時間過長，PRT里面電池失效，你的發電量數據等等一些數據要跳電，咱們就要考慮數據跳電，當天數據就會有變化，這樣對咱們后期運維，包括數據報送產生影響。所以在建設過程中要充分考慮PRT。
我們在運行過程中也發現只做監控是無法滿足實際需要的，需要發揮我們運行數據分析、故障預警，指導檢修智能，只靠我們4人無法完成對1043臺風機的實時監控，根據以上需求我們開發建設了智慧運維平臺，智慧運維平臺我們包括大數據分析，因為大家都在做大數據分析，我們說大數據分析可能是狹義上的，就是我們認為100萬級，對于我們來說是大數據了，實際上大數據包括城市交通港或者智慧城市這種大數據，上千萬級的，這才是大數據。
我們還做了一個系統智能分析，還有智能故障預警，生產管理、移動應用，下面我把這幾個系統跟大家再介紹一下，因為我們建了集控，發現只建集控還不行，所以我們建設了智慧運維系統，這智慧運維系統大數據我不多說，大家都在做這個事情，系統性能分析我們是這樣做的，根據每個公司自己的管理需求，結合國家相關行業的可靠性，我們把一些數據拿過來做了一些建模去呈現出來，按照這個方式我們做了性能分析。
性能分析包括偏離曲線、損失電量等等我們都做了分析，這里面其中有一些問題，我今天在交流的時候，跟大家把一些問題再分享一下，看看各位同仁有沒有好的解決辦法，這里面低效機組管理，我們把低效機組分了幾個類型，一個是不能正常發電，這1千多臺風機或者100多臺風機總有發電能力好的，發電能力差的，我們把發電能力差的取出來，我們把受影響的排除了，就是正常發電差的，這些數據有些老的風機沒有指北，沒有對零，我沒法說這個風是從哪刮來的，我們只用最笨的方法去來篩查低效記錄。特別有些華潤的風機，華潤的風機會有什么問題呢？頻繁故障，就會造成我的機組發電能力差。包括能量可用率，時間可用率，我們做了一些分析，其中能量可用率，我通過預測風速，結合我的功率曲線，通過低效、高損、性能越大把風機定位出來，通知現場人員去檢修。
同時智能分析模塊能為我們公司后續檢修決策、技改，以及新風廠選型提供決策支持。公司將通過智慧化運維模式，為風機安全、穩定運行提供保障，從而提高管理水平，降低生產成本，提升發電能力。
第二方面跟大家分享一下智能運維，故障預警每個公司都在說，我們也做了一些嘗試，用什么做故障預警呢？一是用模型，把報表門檻值提高，比如說齒輪箱油溫在75度，可能在60度的時候我就給爆出來了，說這臺齒輪箱油溫已經超過60了，大家關注，這是一種方式；二是用機器學習，咱們神經網絡模型大家可能都在說這個神經網絡模型，具體我們也做了一些研究，神經網絡模型有輸入層、隱藏層、輸出層，我們舉個例子，我們做神經網絡模型去預測齒輪箱油溫的溫升，我不做門檻值，只做溫升，當我們做的時候就會發現神經網絡模型如果不做機器學習只做一個模型，隨著我風機運行和維護，健康狀況不斷在變化，我的神經網絡模型就做不下去了，出來的結果，或者差值就會很大，這個事情很難做。
后來我們考慮讓神經網絡模型定期學習，做一些改變，把門檻值放進去，你說從45度到50度，突然之間它微升壓高，到底我查還是不查，查完之后我怎么處理，因為有些液化過程，這種模型因為我只是發表我們公司在運行過程中我們自己的感受，好多模型需要我們打磨，這個東西我怎么使用，這需要我們再斟酌這個事，所以說我們現在也做了一些機理模型，就像一些門檻值，包括輔助監盤，用途和使用的用途更大吧，特別是我們現在一些預警模型，準確率不高，大概在30%、40%這樣，后續我們致力于把預警模型準確率提高到70%，這里面包括兩票管理、工單、安全等等，而且我們一直在依賴風電系統，我們在整個全過程的閉環管理在用這套東西，也是通過APP去跟現場互動。
我給大家舉個例子，我們現在報一個故障，只要點登塔還是不登塔，如果需要點確定，節省人溝通和人員浪費，因為全過程閉環管理通過系統完成的，這么一個事，我們跟移動合作，讓他把燈塔附近基站范圍擴大，我們只用4G，用不上5G，這時候移動網交些費用，就會把我們風廠4G信號覆蓋，網絡問題就解決了，而且移動會維護它的基站，我覺得目前這個是我們在實踐過程中比較受用的。
還有我們上了一些風電，因為想做智能風機，我們上了好多智能傳感器，包括油液監測、自動消防、葉片監測、螺旋檢測等等這些傳感器我上了十多套，現在出現什么問題呢？咱們業主或者我們運維單位的有一些管理理念跟風機廠家的管理理念還是不一樣的，說白了有些風機廠家管理理念跟不上我的形式，我上了這些系統，風機廠家上了，上了之后出現什么問題呢？每一個系統都是個獨立系統，聯動不起來，比如突然發現螺旋檢測報警了，報警你報警，不會聯動，讓你去維護，目前我們上了一些傳感器，但是數據接到集控，后續有廠家感興趣我們一起去做應用。
剛才我介紹了這么多，都是圍繞風電機組管理，大家可能也比較關注，有些并不是數據盲區，我們也用無人機巡檢，涉及在北方，嚴寒天氣用無人機，我們也做了一些嘗試，因為無人機去巡檢的時候無非就是拍照、拍視頻，回來之后根據照片判斷飛機的某一個地方，某一個葉片，現在的外觀和咱們對比原始數據庫，看有什么異常，報警是裂紋等等，也是做了這么一些事。
在運行過程中我們還有一個疑慮，就是領導給我定了目標，后續建的風電廠沒有傳統意義的聲控樓、主控樓，領導說的比較有意思，某一個飛行站只有設備樓，同時弄了個門衛找老大爺看門，老大爺有一天老出血人就沒了，我們領導也比較害怕這個事，說或許我們在建的過程中老大爺、門衛不要了，我這個房子什么都沒有，最終我們在建設升壓站的時候只有一個設備的，不叫樓，我們是預制倉，兩個預制倉一挪就建好了，在建設過程當中我們也發現，包括集控中心我上智能巡檢機器人，機器人我只能是巡檢，它不能操作，我們做了操作機器人。后來我們索性把它弄成一監盤，人員進出廠用我們這套系統自動識別，根據兩票自動識別你的車牌和人員的面部識別，就可以進場維護，不需要現場人員做檢查或者現場授權，而且我在遠程集控中心就可以實現這么一個功能。
我們在建設過程中圍繞著以人為本，一些操作不需要我們去刻意學習就可以操作。
下面我把我們的智慧運維情況零零散散給大家說一下，我們與發電企業生命融合的體現，是科技公司提升管理水平，提升安全生產工作效能的具體體現，是公司進一步邁向智慧化的具體體現，同時我們后續還在開發建設，后續我們想要把數據資產做一下挖掘和運營，同時我們按照全省風資源在摸排，這樣我就可以把全省風電和光伏開發資源拿到手，還有我們也在探索。
總之，我們想建設智慧運維行業領先的基地型現代新能源企業，我的發言就到這，謝謝！
