摘要】本文基于SCADA數據，設計風(fēng)場(chǎng)環(huán)境辨識、機組模型辨識、運行狀態(tài)監測、故障精細化處理，四個(gè)模塊獨立實(shí)現各自功能，同時(shí)其它三模塊向故障精細化處理模塊提供分析結果，實(shí)現故障診斷高級功能。

【關(guān)鍵詞】SCADA數據、模型辨識

隨著(zhù)風(fēng)電產(chǎn)業(yè)跨越式發(fā)展，風(fēng)力發(fā)電占全部發(fā)電容量的比重愈來(lái)愈重。據國家能源局公布的統計數據，2018年，我國風(fēng)電累計并網(wǎng)容量18426萬(wàn)千瓦、同比增長(cháng)12.4%，占全部發(fā)電裝機容量的9.7%，比2017年提高0.5個(gè)百分點(diǎn)。全年發(fā)電量3660億千瓦時(shí)，占全部發(fā)電量的5.2%，比2017年提高0.4個(gè)百分點(diǎn)。

風(fēng)電場(chǎng)數量和規模的擴大，對風(fēng)電場(chǎng)業(yè)主運營(yíng)提出更高要求，目前風(fēng)電場(chǎng)運營(yíng)存在以下痛點(diǎn)：一是對風(fēng)電場(chǎng)實(shí)際環(huán)境條件和設計環(huán)境條件差異未予評估；二是對風(fēng)電機組實(shí)際參數和設計參數是否符合未予評估；三是對風(fēng)電機組故障率、功率曲線(xiàn)、可利用率缺乏準確評估手段；四是對典型故障缺乏分析手段和方法。

本文基于現有SCADA數據，提出一種風(fēng)電場(chǎng)后評估系統，試圖對以上痛點(diǎn)提出總體解決方案。一是通過(guò)環(huán)境辨識確定風(fēng)場(chǎng)實(shí)際風(fēng)區等級；二是通過(guò)機組模型辨識確定風(fēng)電機組實(shí)際參數是否符合設計值；三是通過(guò)運行狀態(tài)監測評估風(fēng)機運行狀態(tài)；四是通過(guò)故障精細化處理模塊分析典型故障原因。

該系統采用模塊化設計，以上四個(gè)模塊，每個(gè)模塊單獨運行可以實(shí)現獨立功能，該系統的獨特之處在于故障精細化處理模塊。故障診斷的基本步驟，首先是確定風(fēng)場(chǎng)環(huán)境參數是否符合設計值，其次確定機組參數是否符合設計值，第三是對機組的運行狀態(tài)做分析統計，掌握上述三種數據之后，經(jīng)過(guò)綜合分析即故障精細化處理，最終定位故障點(diǎn)。該系統正是通過(guò)前三個(gè)模塊向故障精細化處理模塊提供數據交互，實(shí)現故障精細化處理的高級功能。 

選購風(fēng)機設備時(shí)，首先需要考慮風(fēng)區等級，如50年一遇極端風(fēng)速、風(fēng)速為15m/s時(shí)湍流強度的期望值等等。如果實(shí)際風(fēng)區等級和設計風(fēng)區等級不符，對風(fēng)里發(fā)電機組載荷影響較大。例如，風(fēng)電場(chǎng)設計風(fēng)區IIIB，實(shí)際風(fēng)區IIIA，則導致設計載荷偏大，致使風(fēng)機壽命小于設計壽命。如圖2所示，某風(fēng)電機組在環(huán)境條件IIIA和IIIB分別計算疲勞載荷，比較后發(fā)現IIIA風(fēng)區疲勞載荷最高增大42%，平均增大約11%。單個(gè)機位受地形影響存在湍流度偏大等情況，導致超速、振動(dòng)等故障頻發(fā)，如果設計風(fēng)區和實(shí)際風(fēng)區嚴重不符甚至會(huì )因風(fēng)機設計壽命不足導致嚴重安全事故。

風(fēng)場(chǎng)環(huán)境辨識基于SCADA數據中的風(fēng)速、風(fēng)向記錄高頻采樣數據，評估整個(gè)風(fēng)電場(chǎng)及單個(gè)機位的湍流強度是否和設計風(fēng)區等級相符，對風(fēng)機運行、故障診斷提供環(huán)境數據支持。對于后者舉例如下，如風(fēng)場(chǎng)頻繁報振動(dòng)故障，存在兩種可能性：一是該現場(chǎng)風(fēng)等級高于設計等級，導致實(shí)際振動(dòng)值超過(guò)設計值；二是機組本身控制參數、葉片等問(wèn)題，風(fēng)場(chǎng)環(huán)境辨識的目的正是排除第一種可能性。

制造或安裝誤差導致機組實(shí)際參數和設計參數可能存在較大偏差，如塔基剛度不夠、螺栓松動(dòng)導致塔架固有頻率向下偏移。機組模型辨識即通過(guò)實(shí)測數據評估機組實(shí)際參數和設計參數偏差，意義是指導故障診斷、機組優(yōu)化設計等。

機組模型辨識包含以下幾個(gè)方面：

1）塔架固有頻率辨識：測試待機狀態(tài)下整機振動(dòng)數據，頻譜分析提取塔架固有頻率，確定和理論值偏差。

2）葉片氣動(dòng)特性/參考角度辨識：分析實(shí)測功率曲線(xiàn)，確定參考角度設置是否和該葉片理論值匹配，辨析單葉片氣動(dòng)不平衡、螺栓安裝錯位等誤差源。

3）風(fēng)向儀誤差辨識：根據瞬時(shí)偏航誤差將數據分組，并基于分組數據獲得不同偏航誤差下的性能曲線(xiàn)，根據性能曲線(xiàn)及其對應的分組可辨識得到每臺機組的風(fēng)向儀誤差。

4）安全系統保護參數辨識：現場(chǎng)存在修改安全系統參數屏蔽故障等情況，保護參數辨識通過(guò)識別極限轉速設定值、極限功率設定值、極限振動(dòng)設定值等參數是否符合設計值，避免機組運行于危險風(fēng)況。

案例分析：塔架固有頻率辨識

停機工況下的振動(dòng)數據如4圖所示，圖中第一行為風(fēng)速和葉輪轉速信號，第二行為驅動(dòng)向和非驅動(dòng)向風(fēng)機原有振動(dòng)傳感器振動(dòng)信號的頻譜圖。如圖4所示，停機工況下，驅動(dòng)向和非驅動(dòng)向在0～1Hz范圍內的尖峰頻率分別為0.3484Hz和0.3487Hz。由于在停機工況下受轉頻影響較小，所以在0～1Hz范圍內的尖峰頻率即可確定為塔筒固有頻率。

運行狀態(tài)監測是通過(guò)分析故障數據、實(shí)時(shí)功率數據實(shí)現機組功率特性評估、機組可靠性評估等，根據現場(chǎng)風(fēng)機實(shí)際情況制定最適宜的機組維護、優(yōu)化方案。運行狀態(tài)監測包含以下方面：

1）風(fēng)電機組故障統計分析

基于實(shí)際運行的風(fēng)電場(chǎng)，統計場(chǎng)內風(fēng)電機組全年的故障數量，結合風(fēng)電場(chǎng)月度發(fā)電量、月平均風(fēng)速和月平均氣溫，通過(guò)分析風(fēng)電機組故障數量與機組運行狀況和環(huán)境溫度之間的關(guān)聯(lián)性，得到系統故障高發(fā)的原因。

2）實(shí)際和理論功率曲線(xiàn)誤差分析

根據風(fēng)電場(chǎng)代表性風(fēng)電機組運行數據進(jìn)行風(fēng)機實(shí)際功率曲線(xiàn)擬合,并且根據現場(chǎng)實(shí)測空氣密度進(jìn)行功率曲線(xiàn)修正。

3）風(fēng)場(chǎng)可利用率分析

風(fēng)力發(fā)電機組可靠性量化指標可以通過(guò)機組的可利用率來(lái)度量，是固有可靠性和使用管理可靠性的綜合度量指標，不但是對風(fēng)電場(chǎng)運營(yíng)維護管理的考核指標，也是對生產(chǎn)商的風(fēng)電機組制造水平的重要考核指標。

 案例分析：風(fēng)場(chǎng)可利用率對比分析

如圖6所示，時(shí)間利用率1基于人工記錄計算，時(shí)間利用率2基于Scada計算。Scada數據和人工記錄的停機記錄相比，前者在客觀(guān)性、全面性等方面具有明顯優(yōu)勢。時(shí)間可利用率1全場(chǎng)平均值計算結果為88.46%。時(shí)間可利用率2全場(chǎng)平均值計算結果為81.15%。時(shí)間可利用率2較小，原因是人工記錄的停機記錄存在漏記等情況?？傊?，基于Scada計算的時(shí)間利用率2，綜合考慮數據可靠性、風(fēng)機故障界定及非風(fēng)機故障剔除等因素，最終結果可作為風(fēng)場(chǎng)時(shí)間可利用率的依據。

案例分析：故障統計分析診斷振動(dòng)故障

某機組多次報振動(dòng)超限故障，如圖7所示，振動(dòng)故障共發(fā)生了62次。統計這62次振動(dòng)故障所伴隨的PLC狀態(tài)、偏航狀態(tài)，振動(dòng)故障和偏航狀態(tài)具有明顯相關(guān)性，如圖8所示，最終將故障點(diǎn)定位于偏航系統，現場(chǎng)工作人員檢查并更換偏航墊片后故障得以解決。

故障精細化處理是建立典型故障專(zhuān)家庫，對所發(fā)生故障，根據故障特征觸發(fā)相應故障模塊，對故障原因實(shí)現自診斷。

故障精細化處理模塊將故障分為兩大類(lèi)型實(shí)時(shí)突發(fā)型和趨勢演化型，依據此兩大類(lèi)型，再根據故障數據特征值將故障細分為變槳系統故障、變頻器故障、振動(dòng)故障等，確定故障類(lèi)型后，模塊自動(dòng)確定數據記錄模式包括歷史故障記錄、短周期數據記錄、長(cháng)周期數據記錄、故障錄波，最終通過(guò)實(shí)時(shí)診斷或歷史數據診斷分析故障原因。

案例分析：控制參數不適應風(fēng)區導致超速故障診斷

某風(fēng)場(chǎng)地形為山地，機組頻繁報轉速超限故障，如圖10所示。對風(fēng)速做模型辨識后，發(fā)現湍流度超過(guò)設計值。對機組做模型辨識后，確認機組實(shí)際參數和設計參數一致。結合轉速和變槳角度數據，分析故障原因是控制參數不適應該湍流度。經(jīng)過(guò)控制參數優(yōu)化以后，轉速超限故障得以消除。如圖11所示，紅色為優(yōu)化參數之前的轉速、變槳角度，黑色為優(yōu)化參數之前的轉速、變槳角度，可以看到，參數優(yōu)化后，轉速大幅波動(dòng)現象消失，超速故障消除。

基于SCADA數據的風(fēng)電場(chǎng)后評估系統，通過(guò)環(huán)境辨識、機組模型辨識、運行狀態(tài)監測、故障精細化處理為風(fēng)電場(chǎng)運營(yíng)方提供故障分析診斷及風(fēng)機運行狀態(tài)評估系統，為實(shí)現風(fēng)電場(chǎng)的智能數字化管理、風(fēng)機故障智能分析、備件管理檢修工作統籌安排提供數據支持，從而提高設備可利用率，最終實(shí)現風(fēng)電場(chǎng)經(jīng)濟運行。

來(lái)源：風(fēng)能產(chǎn)業(yè)