明陽(yáng)智慧能源孫啟濤：風(fēng)電機(jī)組健康管理與故障預(yù)測(cè)

2017-10-19 10:16:19 能見(jiàn) 　點(diǎn)擊量：評(píng)論 (0)

2017年10月16日-19日，2017北京國(guó)際風(fēng)能大會(huì)（CWP2017）在北京隆重召開(kāi)。在中國(guó)國(guó)際展覽中心（新館）風(fēng)電場(chǎng)智能運(yùn)維專(zhuān)場(chǎng)，明陽(yáng)智慧能源集團(tuán)股份公司大數(shù)據(jù)中心數(shù)據(jù)分析部部長(zhǎng)孫啟濤就風(fēng)電機(jī)組健康管理與故障預(yù)測(cè)

2017年10月16日-19日，2017北京國(guó)際風(fēng)能大會(huì)（CWP2017）在北京隆重召開(kāi)。在中國(guó)國(guó)際展覽中心（新館）“風(fēng)電場(chǎng)智能運(yùn)維”專(zhuān)場(chǎng)，明陽(yáng)智慧能源集團(tuán)股份公司大數(shù)據(jù)中心數(shù)據(jù)分析部部長(zhǎng)孫啟濤就“風(fēng)電機(jī)組健康管理與故障預(yù)測(cè)”發(fā)表演講。孫總提出管理與故障預(yù)測(cè)系統(tǒng)需要數(shù)據(jù)采集的能力、分析建模的能力和智能化分析能力。

以下為演講內(nèi)容：

孫啟濤：尊敬的各位專(zhuān)家，各位同仁下午好，我來(lái)自明陽(yáng)智慧大數(shù)據(jù)中心。

首先是開(kāi)篇一個(gè)引言，我想分享一個(gè)故事，這個(gè)故事估計(jì)有的人聽(tīng)過(guò)，扁鵲應(yīng)該是我國(guó)古代非常有名的醫(yī)生，我相信大家可能不是特別了解他有兩個(gè)哥哥，他的兩個(gè)哥哥分別從事醫(yī)學(xué)，醫(yī)學(xué)高明，有一天魏文王為扁鵲你們?nèi)齻€(gè)都是搞醫(yī)學(xué)的，你們誰(shuí)的醫(yī)術(shù)最高的？扁鵲思考了一下說(shuō)，在家里面，長(zhǎng)兄醫(yī)術(shù)最高，中兄次之，我是最差的。

我說(shuō)我的長(zhǎng)兄治的是病情發(fā)作之初，中兄是治病于發(fā)作起初之時(shí)，他能夠在病情發(fā)作之時(shí)看出來(lái)，而我扁鵲治病是到病情發(fā)作之后，人們看到我做的手術(shù)，實(shí)際上我的醫(yī)術(shù)不如他們兩個(gè)。

相信這個(gè)故事我們反思一下，我們?cè)陲L(fēng)電管理和運(yùn)維當(dāng)中，我們扮演的角色是扁鵲的長(zhǎng)兄、中兄還是扁鵲呢？相信我們都有很明確的答案，我們現(xiàn)在扮演的都是扁鵲的答案，當(dāng)故障發(fā)生的時(shí)候我們才能有效地針對(duì)性維護(hù)，我們要通過(guò)故障預(yù)警，防患于未然，才是風(fēng)電場(chǎng)運(yùn)維的王道，在問(wèn)題發(fā)現(xiàn)之初去進(jìn)行維護(hù)。

如果我們要像扁鵲的長(zhǎng)兄那樣需要什么樣能力？分別是數(shù)據(jù)采集的能力，不僅僅是傳感器的數(shù)據(jù)、氣象資源的數(shù)據(jù)，第二個(gè)要有非常強(qiáng)大的分析建模的能力。第三個(gè)層面的話(huà)，把我們前期采集到的數(shù)據(jù)通過(guò)大量的智能化分析之后，把它包裝形成一定的應(yīng)用，這樣的應(yīng)用系統(tǒng)大量的監(jiān)控平臺(tái)，能量管理平臺(tái)，以及智能檢測(cè)平臺(tái)，來(lái)支撐前面我數(shù)據(jù)的分析應(yīng)用。

第二部分，想跟大家談一下亞健康預(yù)警的研究，其實(shí)我們大家知道風(fēng)電機(jī)組設(shè)備跟人一樣，不可能跟人一樣良好的狀態(tài)，一下到故障狀態(tài)，它是有一個(gè)過(guò)程，不是說(shuō)我現(xiàn)在分享風(fēng)電機(jī)組知識(shí)，下一刻我就生病狀態(tài)，是不可能的。

風(fēng)電機(jī)組健康發(fā)電與故障之間的狀態(tài)是有一種亞健康運(yùn)行模式，這個(gè)模式是怎么發(fā)現(xiàn)的？需要我們進(jìn)一步研究。

這個(gè)是風(fēng)電機(jī)組的四大部件，其實(shí)每一種大部件有非常特有的模式，下面我以齒輪箱為例子，實(shí)際上對(duì)于整個(gè)齒輪箱來(lái)說(shuō)，我們現(xiàn)在是自下而上的分析過(guò)程，下面這個(gè)T就代表齒輪箱損壞的故障，如果我們能夠有效地識(shí)別它底層狀態(tài)，并且在底層狀態(tài)進(jìn)行有效識(shí)別，并且防護(hù)的話(huà)，我們就能夠有效地避免問(wèn)題。

那么剛才提到了齒輪箱我們是從上而上分析的，反過(guò)來(lái)說(shuō)就是齒輪箱FMEA的分析，通過(guò)這些分析我們可以有效地識(shí)別出來(lái)大部件失效的模式。

明陽(yáng)在整個(gè)大部件運(yùn)行過(guò)程當(dāng)中是采用兩種方法，第一種是專(zhuān)家經(jīng)驗(yàn)，那么這一種專(zhuān)家經(jīng)驗(yàn)是針對(duì)各個(gè)專(zhuān)業(yè)科室以及工程運(yùn)維現(xiàn)場(chǎng)故障分析診斷的豐富經(jīng)驗(yàn)進(jìn)行集成，建立故障預(yù)警模型。但是它依托于有強(qiáng)大的運(yùn)維經(jīng)驗(yàn)。

同時(shí)為了避免這種情況產(chǎn)生，我們提供了大數(shù)據(jù)分析系統(tǒng)，第一個(gè)是利用統(tǒng)計(jì)學(xué)的方式，采用一些中位數(shù)、分位數(shù)、均值，來(lái)建立預(yù)警模型，第二個(gè)通過(guò)機(jī)器學(xué)習(xí)，人工智能、深度學(xué)習(xí)，通過(guò)歷史故障記錄，通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練，來(lái)實(shí)現(xiàn)提前預(yù)警。

目前我們做的整個(gè)對(duì)機(jī)組的葉片主軸、葉片、偏航系統(tǒng)、變槳系統(tǒng)分別建立了預(yù)警模型，同時(shí)我們對(duì)每個(gè)預(yù)警模型進(jìn)行了分析，這樣的預(yù)警信息一旦推送到現(xiàn)場(chǎng)之后，必須在24小時(shí)之內(nèi)進(jìn)行第一時(shí)間處理，第四項(xiàng)情況就不是那么嚴(yán)重，對(duì)整個(gè)機(jī)組的健康運(yùn)行，影響度是非常小的。

這也就是我們對(duì)于基于專(zhuān)家經(jīng)驗(yàn)，對(duì)每一個(gè)預(yù)警模型建立亞健康運(yùn)行的范圍，我們?nèi)绾巫R(shí)別亞健康的狀態(tài)。

第二部分，基于大數(shù)據(jù)分析技術(shù)，通過(guò)機(jī)器學(xué)習(xí)算法，建立非常多的數(shù)字模型，通過(guò)我們大數(shù)據(jù)分析的云平臺(tái)，實(shí)時(shí)地計(jì)算出你理論值和實(shí)際值進(jìn)行比較，如果超出設(shè)定的范圍，超出合理范圍之后，這樣會(huì)第一時(shí)間發(fā)出預(yù)警信息，也就是大數(shù)據(jù)預(yù)警模型。

現(xiàn)在明陽(yáng)智慧已經(jīng)開(kāi)展了十多種算法，舉幾個(gè)例子來(lái)說(shuō)，基于分為數(shù)和中位數(shù)的算法，我們其實(shí)在今年5月份的時(shí)候，首先通過(guò)過(guò)去一年的歷史數(shù)據(jù)，進(jìn)行了分為數(shù)和中位數(shù)的預(yù)算，我們?cè)俜治鼋衲?月1號(hào)到5月7號(hào)的數(shù)據(jù)時(shí)發(fā)現(xiàn)，4號(hào)機(jī)組的齒輪箱某些標(biāo)簽點(diǎn)異常狀況較為嚴(yán)重，通過(guò)專(zhuān)家判斷后認(rèn)為機(jī)組潤(rùn)滑散熱等出現(xiàn)問(wèn)題，需要排查，因此發(fā)出警告信息。

需要說(shuō)明的是，其實(shí)在我們發(fā)出預(yù)警信息之后，這臺(tái)4號(hào)機(jī)組在風(fēng)電場(chǎng)同類(lèi)型當(dāng)中還是表現(xiàn)最優(yōu)秀的，它平時(shí)表現(xiàn)非常好，但是很用可能它一出問(wèn)題就是出一個(gè)大的，也就是說(shuō)如果我們沒(méi)有這樣的技術(shù)，任由它自由發(fā)展，進(jìn)一步導(dǎo)致就是潤(rùn)滑油整個(gè)的不足，進(jìn)一步導(dǎo)致齒輪箱的損壞。

這個(gè)是TF-IDF的方法，左邊這個(gè)圖，紅的0代表非故障的狀態(tài)，1代表故障的狀態(tài)，同時(shí)右邊兩個(gè)圖，上邊1號(hào)機(jī)組TF-IDF值比較高，3號(hào)機(jī)組狀態(tài)是正常的，1號(hào)機(jī)組是偏向于異常的。

系統(tǒng)應(yīng)用的話(huà)，剛才我們提到我們建立了許多預(yù)警模型，包括亞健康的分析，提到了應(yīng)用的開(kāi)發(fā)，現(xiàn)在已經(jīng)上線(xiàn)了亞健康預(yù)警檢測(cè)系統(tǒng)，在過(guò)去三個(gè)月當(dāng)中，我們所有在線(xiàn)運(yùn)行模型已經(jīng)超過(guò)90%，按照預(yù)警等級(jí)，這些等級(jí)和故障情況可以有效識(shí)別你機(jī)組是什么狀態(tài)，或者計(jì)算出健康度現(xiàn)在處于什么樣的分?jǐn)?shù)。

談完亞健康的話(huà)，想跟大家分享一下健康狀態(tài)評(píng)估的研究，我們現(xiàn)在基于劣化度的方法，有超小優(yōu)越型，有中間型，還有越大越優(yōu)的，這個(gè)我們有詳細(xì)專(zhuān)業(yè)的評(píng)價(jià)過(guò)程，我們首先確定一些參數(shù)，包括歷史度的參數(shù)，變量的類(lèi)型，評(píng)估的等級(jí)，通過(guò)這些等級(jí)之后，我們一步一步通過(guò)我們實(shí)時(shí)采集的數(shù)據(jù)，計(jì)算出各個(gè)變量的劣化度，計(jì)算出各個(gè)部件的劣化度，然后計(jì)算出歷史度，然后做出評(píng)判，得出一個(gè)部件的評(píng)估結(jié)果，最后綜合而成一個(gè)整機(jī)的評(píng)估結(jié)果，最差的就是整機(jī)目前的狀態(tài)結(jié)果。

這個(gè)是我們?cè)谶^(guò)去一個(gè)月當(dāng)中齒輪箱、發(fā)電機(jī)、葉片，整個(gè)組成機(jī)組的劣化度。通過(guò)這個(gè)分析出是處于亞健康狀態(tài)，下一步怎么做呢？如何分析呢？其實(shí)這是一個(gè)問(wèn)題，是什么原因和指標(biāo)惡化，導(dǎo)致我們齒輪箱由一個(gè)良好狀態(tài)進(jìn)入惡化的狀態(tài)。把每一個(gè)部件，每一個(gè)標(biāo)簽點(diǎn)計(jì)算出的劣化度，每一個(gè)時(shí)間周期，健康周期，這樣一層層分析決策出來(lái)，就可以知道每一個(gè)部件相關(guān)聯(lián)的健康程度，也就是我們可以決策出來(lái)每個(gè)部件產(chǎn)生的健康范圍的范圍，那么當(dāng)這個(gè)范圍出來(lái)的時(shí)候，我們就可以準(zhǔn)確知道是什么問(wèn)題。

這樣的話(huà)，基于劣化度部件狀態(tài)度，可以確定每個(gè)時(shí)間單位狀態(tài)變化標(biāo)簽組合，通過(guò)前后狀態(tài)的切換，得到兩個(gè)時(shí)間單位的標(biāo)簽組合差，最終根據(jù)決策數(shù)的分值，來(lái)判斷標(biāo)簽點(diǎn)值變化，從而進(jìn)一步通過(guò)這種決策，進(jìn)一步定位到是哪一個(gè)原因造成的。

我并不是特別關(guān)注你現(xiàn)在部件所處的狀態(tài)，我們更加關(guān)注的是部件變化的過(guò)程，有的時(shí)候一些機(jī)組運(yùn)行的狀態(tài)，并不是從A到B到C到D，也有可能是從A到C。

剛才提到了比較具體的技術(shù)，這些技術(shù)能夠支撐我們的運(yùn)維服務(wù)，首先介紹一下明陽(yáng)的大數(shù)據(jù)中心，我們?cè)谥猩浇⒘舜髷?shù)據(jù)中心，它也是我們跟風(fēng)電場(chǎng)互通互聯(lián)，這里是7×2小時(shí)值班，首先我們通過(guò)大數(shù)據(jù)平臺(tái)計(jì)算的數(shù)據(jù)，發(fā)送的隱患，實(shí)時(shí)推送到風(fēng)電場(chǎng)，風(fēng)電場(chǎng)根據(jù)計(jì)算出來(lái)的結(jié)果，跟工程技術(shù)專(zhuān)家團(tuán)隊(duì)計(jì)算結(jié)果以后，再把數(shù)據(jù)發(fā)送到平臺(tái)，這樣不斷優(yōu)化，模型不斷調(diào)優(yōu)，準(zhǔn)確率是不斷提升的。

其實(shí)剛開(kāi)始進(jìn)行機(jī)器學(xué)習(xí)的時(shí)候，準(zhǔn)確率只有20%左右，反復(fù)的模型優(yōu)化才逐漸達(dá)到比較可觀的準(zhǔn)確度。

其實(shí)剛才說(shuō)到發(fā)出的這些預(yù)警信息，是不是第一時(shí)間內(nèi)得到維護(hù)？答案是不一定的，我們依托于明陽(yáng)集團(tuán)開(kāi)發(fā)的天氣資源預(yù)測(cè)系統(tǒng)，這里是風(fēng)資源的變化，包括溫度、氣壓、云層，尤其是海上海浪的變化，這些數(shù)據(jù)支撐有可以有效指導(dǎo)現(xiàn)場(chǎng)進(jìn)行排查計(jì)劃。

比如現(xiàn)在需要排查一個(gè)隱患和預(yù)警的話(huà)，它不是那么著急，而且現(xiàn)在風(fēng)資源特別大，我就可以通過(guò)根據(jù)情況來(lái)安排檢修維護(hù)。

尤其是南方的臺(tái)風(fēng)，臺(tái)風(fēng)來(lái)的時(shí)候我們要有效避免臺(tái)風(fēng)帶來(lái)的損壞，同時(shí)我們也希望變廢為寶，利用到臺(tái)風(fēng)。

智慧運(yùn)維服務(wù)，我們現(xiàn)在所有工單都是實(shí)現(xiàn)自動(dòng)化的推送，支持手機(jī)APP和PC端，這一個(gè)就是我們一個(gè)預(yù)警工單排查的詳細(xì)信息，以及排查的內(nèi)容，包括你帶什么樣的工具，最后反饋一個(gè)模型的準(zhǔn)確性，現(xiàn)場(chǎng)排查的原因，也就是說(shuō)我們對(duì)于現(xiàn)場(chǎng)人員的支持，可以非常清晰地知道什么人在現(xiàn)場(chǎng)做什么事，每一個(gè)流程都需要上級(jí)審批的。

最后一個(gè)展望未來(lái)的話(huà)，我們希望通過(guò)風(fēng)電大數(shù)據(jù)平臺(tái)，建立一個(gè)大數(shù)據(jù)智庫(kù)，包括我們整機(jī)制造廠商，以及行業(yè)協(xié)會(huì)，最終構(gòu)成一個(gè)大數(shù)據(jù)生態(tài)圈，共享風(fēng)電的良好發(fā)展，我的分享就以上內(nèi)容，謝謝大家。

（發(fā)言為現(xiàn)場(chǎng)速記整理，未經(jīng)本人審核）

責(zé)任編輯：lixin

免責(zé)聲明：本文僅代表作者個(gè)人觀點(diǎn)，與本站無(wú)關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，請(qǐng)讀者僅作參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。

我要收藏

個(gè)贊