★蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司陳泉，劉斐斕，劉磊，劉洋

1　目標和概述

1.1　引言

隨著(zhù)全球對可再生能源的日益重視，風(fēng)電產(chǎn)業(yè)作為清潔能源的重要組成部分，正迎來(lái)飛速發(fā)展的黃金時(shí)期。然而，風(fēng)電運維作為保障風(fēng)電場(chǎng)持續穩定運行的關(guān)鍵環(huán)節，面臨著(zhù)諸多挑戰。本解決方案旨在構建風(fēng)電智能運維一體化平臺，以人工智能、邊緣計算等技術(shù)賦能風(fēng)電運維，提升運維效率，降低運維成本。風(fēng)電行業(yè)的發(fā)展不僅關(guān)乎能源結構的優(yōu)化，更是推動(dòng)全球綠色能源轉型的重要力量，展現出廣闊的前景和無(wú)限的潛力。

1.2　行業(yè)背景

風(fēng)電行業(yè)作為可再生能源領(lǐng)域的重要組成部分，近年來(lái)得到了全球范圍內的廣泛關(guān)注和快速發(fā)展。隨著(zhù)環(huán)境保護意識的提升和對傳統化石燃料能源依賴(lài)的減少，各國政府和企業(yè)紛紛加大對風(fēng)電等清潔能源的投資和研發(fā)力度。中國、美國、歐洲等地都是風(fēng)電行業(yè)發(fā)展的重要區域,風(fēng)電產(chǎn)業(yè)作為中國戰略性新興產(chǎn)業(yè)之一，在優(yōu)化能源結構、推動(dòng)能源革命和促進(jìn)生態(tài)文明建設方面發(fā)揮了重要作用，其中我國已成為全球最大的風(fēng)電市場(chǎng)。

1.3　市場(chǎng)規模

（1）全球風(fēng)電行業(yè)市場(chǎng)規模

根據最新的市場(chǎng)研究報告顯示，全球風(fēng)電行業(yè)市場(chǎng)規模已經(jīng)達到了2214億美元，其中1300億美元用于風(fēng)能發(fā)電機的制造和生產(chǎn)，剩余的914億美元用于風(fēng)電項目的建設、管理和維護等方面。而且全球風(fēng)電裝機容量也在不斷增加，截至2019年底，全球風(fēng)電裝機容量已經(jīng)達到了651.1吉瓦，相較于2018年同期增長(cháng)了19%。

此外，全球各國政府也在加大對風(fēng)電項目的投資力度，促進(jìn)了全球風(fēng)電行業(yè)的發(fā)展。據統計，中國、美國、印度、德國和巴西等五個(gè)國家是全球風(fēng)電規模最大的國家，其中中國的風(fēng)電裝機容量占全球的一半以上。而在歐洲地區，風(fēng)電行業(yè)的市場(chǎng)規模也在不斷擴大,加上還有法德等政府大力支持,未來(lái)在歐洲市場(chǎng)仍會(huì )有很大的發(fā)展空間。

（2）我國風(fēng)電行業(yè)市場(chǎng)規模

我國風(fēng)電行業(yè)市場(chǎng)規模也在不斷壯大。近年來(lái)，我國政府不斷加大對新能源建設的投資力度，鼓勵各地區開(kāi)展風(fēng)電項目建設，全力推進(jìn)風(fēng)電行業(yè)的跨越式發(fā)展。據統計，2018年我國風(fēng)力發(fā)電的裝機容量達到了184.75吉瓦，占全球總裝機容量的28.4%。我國的風(fēng)電裝機容量增長(cháng)迅速，2023年的數據顯示，我國風(fēng)電累計裝機容量同比增長(cháng)了20.8%，新增裝機容量同比增長(cháng)了101.7%。

隨著(zhù)我國政府不斷加大對風(fēng)電行業(yè)的支持，我國的風(fēng)電行業(yè)也迅速發(fā)展起來(lái)。雖然我國的風(fēng)電行業(yè)尚不如歐美國家發(fā)達，但是在不斷的發(fā)展中已經(jīng)成為了風(fēng)電行業(yè)市場(chǎng)規模龐大的重要國家之一。

1.4　風(fēng)電運維的難點(diǎn)問(wèn)題

（1）高海拔和惡劣環(huán)境的挑戰：許多風(fēng)電場(chǎng)建在高海拔、惡劣氣候和復雜地理環(huán)境條件下，運維人員需要面對高風(fēng)速、低溫、冰雪、沙塵暴等不利條件，增加了維護和修復難度。

（2）大規模和分散性：風(fēng)電場(chǎng)通常由大量風(fēng)力發(fā)電機組成，它們分散在廣闊的地域范圍內。供應鏈的管理、維護排程和設備檢修需要統籌安排，增加了調度和協(xié)調的難度。

（3）復雜性和技術(shù)含量高：風(fēng)力發(fā)電機包含大量的機械、電氣和控制元件，且需要高度的自控能力。故障排查和修復需要專(zhuān)業(yè)知識和技術(shù)，維護人員需要具備較高的技能水平和經(jīng)驗。

（4）風(fēng)電設備的可靠性和維修性：由于長(cháng)期暴露在外面的惡劣環(huán)境中，風(fēng)力發(fā)電機設備容易磨損、老化和故障。維護人員需要及時(shí)識別和修復設備問(wèn)題，以確保設備的可靠運行。

（5）供應鏈管理和備件支持：風(fēng)電場(chǎng)所需的備件和材料非常龐大，而且往往需要長(cháng)期儲備。合理的供應鏈管理和備件支持是保障設備維護和修復的關(guān)鍵。

（6）費用和效益平衡：風(fēng)電行業(yè)對運維成本和發(fā)電效益有嚴格要求。維修和維護活動(dòng)需要與設備的產(chǎn)能和效益進(jìn)行權衡，以達到成本控制和效益最大化的平衡。

（7）安全和環(huán)保要求：風(fēng)電場(chǎng)作為一種可再生能源，對環(huán)保和安全要求較高。運維人員需要遵守嚴格的安全標準和環(huán)境規定，并定期進(jìn)行安全培訓和檢查。

1.5　解決方案目標

核心目標為成為高價(jià)值工業(yè)裝備智能運維專(zhuān)家。

通過(guò)引領(lǐng)創(chuàng )新，實(shí)現故障預測、健康管理、運維流程自動(dòng)化及圖像識別等前沿智能化功能，將運維的效率和精確度提升至新的高度。透明風(fēng)場(chǎng)一體化平臺致力于開(kāi)創(chuàng )風(fēng)電運維的美好未來(lái)，以智能化賦能行業(yè)，展現工業(yè)裝備智能運維的無(wú)限可能。

1.6　解決方案創(chuàng )新

（1）核心技術(shù)：針對風(fēng)電運維場(chǎng)景的深度算法應用

在風(fēng)機應用場(chǎng)景中，風(fēng)機系統會(huì )依據外部環(huán)境因素如風(fēng)速大小，動(dòng)態(tài)調整其轉速和載荷，使得機組的運行并非恒定狀態(tài)，增加了監控和維護的復雜性。然而，凌犀的振動(dòng)傳感器卻能游刃有余地應對這一挑戰。它能夠實(shí)時(shí)動(dòng)態(tài)地調整振動(dòng)采樣頻率、采樣加速度范圍以及濾波范圍等關(guān)鍵參數，從而精準地追蹤風(fēng)機的實(shí)時(shí)狀態(tài)，這是其他競爭對手所無(wú)法比擬的動(dòng)態(tài)跟蹤能力。

借助無(wú)線(xiàn)振動(dòng)傳感器所采集的數據，我們運用先進(jìn)的振動(dòng)AI算法，能夠洞察風(fēng)電裝置的運行數據異常、識別設備的異常狀態(tài)，并提供健康指數評估。這一創(chuàng )新技術(shù)為風(fēng)電裝備的預測性維護奠定了堅實(shí)基礎，有助于提前發(fā)現潛在問(wèn)題，防患于未然。

更進(jìn)一步，我們利用風(fēng)機的歷史運行數據，自動(dòng)構建出風(fēng)機運行的知識圖譜。這一圖譜不僅為我們提供了風(fēng)機設備運行狀態(tài)的深入分析，還能智能識別出各種失效模式。最終，這些功能共同助力我們實(shí)現風(fēng)機的智能預警與精確診斷，顯著(zhù)提升風(fēng)電裝備的運維效率和安全性。

（2）產(chǎn)品競爭力：引領(lǐng)風(fēng)電智能運維技術(shù)發(fā)展方向

歷經(jīng)近一年的穩健發(fā)展，我司以市場(chǎng)需求為導向，在工業(yè)互聯(lián)網(wǎng)領(lǐng)域持續深化研發(fā)，不斷錘煉技術(shù)實(shí)力。憑借卓越的創(chuàng )新能力和敏銳的市場(chǎng)洞察力，我們已在該領(lǐng)域嶄露頭角。

我們?yōu)檫@類(lèi)高價(jià)值成套設備建立了?機?模型，包括實(shí)時(shí)數據驅動(dòng)模型和行業(yè)知識圖譜模型，并沉淀得到了豐富的可復用的智能診斷用例。該模型在自主學(xué)習和演進(jìn)能力方面的創(chuàng )新實(shí)踐，得到了多個(gè)行業(yè)合作伙伴和客戶(hù)的認可，比如遠景能源、蒂森克虜伯等。

公司首席科學(xué)家及研發(fā)團隊專(zhuān)注于工業(yè)AI技術(shù)十多年，他們在深度學(xué)習領(lǐng)域進(jìn)行了基礎算法研究，幫助本解決方案在“機械振動(dòng)AI和知識圖譜AI”方向積累了大量的元算法、元模型，他們于實(shí)際應用中積累構建的AIShop具有強大的行業(yè)聚集效應。

2　方案介紹

2.1　系統架構圖（如圖1所示）

圖1  系統架構圖

系統采用微服務(wù)容器化技術(shù)架構，包括應用層、平臺層和基礎層。

應用層是工業(yè)互聯(lián)網(wǎng)平臺的關(guān)鍵部分，該層形成滿(mǎn)足不同行業(yè)、不同場(chǎng)景的工業(yè)SaaS和工業(yè)App，并形成工業(yè)互聯(lián)網(wǎng)平臺的最終價(jià)值。

平臺層是設計、仿真、部署、運維一體化平臺的核心，該層基于通用PaaS疊加大數據處理、工業(yè)數據分析、工業(yè)微服務(wù)等創(chuàng )新功能，并構建可擴展的開(kāi)放式云操作系統。

基礎層作為最靠近操作終端的設施，具有規模廣、結構差異大的特點(diǎn)。該層主要功能包括設備管理、資源管理、運維管理等，它通過(guò)高性能計算芯片、輕量化計算方法以及實(shí)時(shí)操作系統等先進(jìn)技術(shù)，對海量工業(yè)數據進(jìn)行先處理和預處理，在降低了網(wǎng)絡(luò )開(kāi)銷(xiāo)的同時(shí)提升了云-邊-端一體化平臺的響應速度。

2.2　硬件平臺

2.2.1　振動(dòng)傳感監測

采用振動(dòng)傳感器進(jìn)行監測，其產(chǎn)品特性如下：

（1）工業(yè)級可靠性，超長(cháng)待機時(shí)間;

（2）高精度振動(dòng)監測;

（3）支持加速度數據實(shí)時(shí)上傳，集成時(shí)域分析和頻域分析算法，輸出振動(dòng)強度和振動(dòng)頻率數據；

（4）無(wú)線(xiàn)SCADA擴頻通訊，超強抗干擾性;

（5）支持無(wú)線(xiàn)SCADA自組網(wǎng)主機和點(diǎn)對點(diǎn)無(wú)線(xiàn)網(wǎng)關(guān)靈活組網(wǎng)應用，支持定時(shí)上報、異常報警上報和低電量報警。

圖2 震動(dòng)傳感器

2.2.2　基于震動(dòng)數據的深度學(xué)習預測

我們從數據角度出發(fā)，進(jìn)行多維度異常分析并輸出RUL（使用壽命）。

圖3 深度學(xué)習預測及分析圖

2.2.3　實(shí)時(shí)數據監控和預測

（1）多設備、多指標數據實(shí)時(shí)展示；

（2）機器學(xué)習算法支持數據預測，可以發(fā)現數據趨勢和分布范圍（置信區間）。

2.2.4　深度學(xué)習算法支持的異常探測

（1）快速發(fā)現異常數據，及時(shí)了解設備可能出現的問(wèn)題；

（2）自動(dòng)學(xué)習可發(fā)現復雜數據異常，包括突發(fā)異常、漸變異常、周期異常等。

·設備健康指數繪制

（1）機器學(xué)習和深度學(xué)習算法支持設備健康指數評估和預測；

（2）提前發(fā)現可能出現故障的設備，提前維護，避免對正常的設備過(guò)度維護；（3）通過(guò)對健康指數曲線(xiàn)的預測，可有效計算設備RUL。

2.2.5　設備狀態(tài)診斷分析

（1）利用機器學(xué)習自動(dòng)對設備和系統狀態(tài)進(jìn)行診斷；

（2）結合用戶(hù)經(jīng)驗提升機器學(xué)習的能力，把人的經(jīng)驗最大化；

（3）對設備狀態(tài)進(jìn)行分析，優(yōu)化設備使用率，提升生產(chǎn)流程效率。

2.2.6　數據特征提取

用戶(hù)通過(guò)界面可同時(shí)觀(guān)察到特定時(shí)間段內多個(gè)傳感器的多維數據特征，包括數據總數、缺失數、最大值、最小值、平均值、中間值、方差、缺失時(shí)間范圍等。

2.2.7　智能報警

（1）機器學(xué)習算法通過(guò)把握數據特征，可以對各種異?？焖賵缶?；

（2）不同于簡(jiǎn)單的閾值報警，智能報警可以自動(dòng)識別復雜數據特征，有效降低漏報和誤報；

（3）不同報警級別方便用戶(hù)優(yōu)先排查預警時(shí)間、預警可信度，可以幫助用戶(hù)快速發(fā)現報警原因。

2.3　軟件平臺

圖4 軟件平臺架構

（1）內置常用的自動(dòng)化部署環(huán)境，為應用（Java/NodeJs/Python/Go）部署提供定制化的容器運行環(huán)境；

（2）提供開(kāi)箱即用的工具集，幫助開(kāi)發(fā)者將代碼快速構建為可運行的容器鏡像，提高了開(kāi)發(fā)效率；

（3）提供應用商店和應用生命周期管理，縮短了應用上線(xiàn)周期；

（4）提供從平臺到應用維度的日志、監控、事件、審計、告警與通知，實(shí)現了集中式與多租戶(hù)隔離的可觀(guān)測性；

（5）簡(jiǎn)化應用的持續集成、測試、審核、發(fā)布、升級與彈性擴縮容；

（6）為云原生應用提供基于微服務(wù)的灰度發(fā)布、流量管理、網(wǎng)絡(luò )拓撲與追蹤；

（7）提供易用的界面命令終端與圖形化操作面板，滿(mǎn)足不同使用習慣的運維人員；

（8）通過(guò)應用商店一鍵部署與升級應用至Kubernetes；

（9）提供按需容器資源申請，支持設置容器的彈性伸縮（HPA），提升了應用的可靠性與靈活性；

（10）支持導入Helm應用倉庫可視化編輯與部署應用；

（11）應用商店支持多租戶(hù)運營(yíng)，提供針對應用級的計量與計費。

3　代表性及推廣價(jià)值

以中國北方某風(fēng)力發(fā)電場(chǎng)為例，該風(fēng)電場(chǎng)始建于2018年，安裝了100臺單機容量為2MW的風(fēng)電機組，總裝機容量為200MW。經(jīng)過(guò)幾年的運行，項目方意識到高效的運維管理可以極大提升整體經(jīng)濟效益，于是在2023年引入了一套先進(jìn)的智能運維管理系統。

通過(guò)主要運維管理措施，基于故障預測與健康管理（PHM）技術(shù)，大數據分析與人工智能算法的優(yōu)化，通過(guò)物聯(lián)網(wǎng)技術(shù)實(shí)現對風(fēng)電機組的遠程監控和故障診斷，減少了現場(chǎng)維護頻次。

對比2022年（實(shí)施智能運維管理前）和2023年（實(shí)施智能運維管理后）的運行數據，分析高效運維管理對風(fēng)電場(chǎng)的經(jīng)濟效益和設備狀態(tài)的影響，取得了非常好的效果，具體如表1所示。

表1 實(shí)施智能運維管理前后對比

風(fēng)電設備運維管理（Operation & Maintenance,O&M）在風(fēng)力發(fā)電項目的成功和經(jīng)濟效益中起著(zhù)至關(guān)重要的作用。高效的運維管理不僅能夠確保風(fēng)電設備的長(cháng)期穩定運行，還能最大限度地延長(cháng)設備的使用壽命，降低運行成本，提升發(fā)電效益。

系統價(jià)值主要體現：

（1）提高設備可用性和可靠性，減少非計劃停機時(shí)間及增強設備穩定性。

（2）延長(cháng)設備使用壽命，保護關(guān)鍵部件，降低突發(fā)故障風(fēng)險。

（3）優(yōu)化運維成本，降低維修成本，減少人員成本。

（4）提升發(fā)電效率，優(yōu)化運行參數，減少停機時(shí)間，提升整體發(fā)電量。

（5）提高安全性，減少高風(fēng)險操作，自動(dòng)化預警，確保人員和設備的安全。

（6）數據積累及智能化，累積數據運維經(jīng)驗，引導智能化決策，提升整體運維水平。

（7）環(huán)境和社會(huì )效應，減少環(huán)境影響，增強公眾對風(fēng)電項目的信任和支持。

作者簡(jiǎn)介：

陳　泉（1985-），男，湖南岳陽(yáng)人，高級工程師，本科，現就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

劉斐斕（1981-），男，湖南邵陽(yáng)人，碩士，現就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

劉　磊（1988-），男，江西德興人，碩士，現就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

劉　洋（1979-），男，廣西玉林人，中級工程師，本科，現就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

摘自《自動(dòng)化博覽》2024年6月刊