華銳風(fēng)電科技（集團(tuán)）股份有限公司數(shù)字化平臺(tái)主管李海港：大數(shù)據(jù)與人工智能在智慧風(fēng)場(chǎng)的應(yīng)用

2023年10月16日-19日，2023北京國(guó)際風(fēng)能大會(huì)暨展覽會(huì)（CWP2023）在北京如約召開。作為全球風(fēng)電行業(yè)年度最大的盛會(huì)之一，這場(chǎng)由百余名演講嘉賓和數(shù)千名國(guó)內(nèi)外參會(huì)代表共同參與的風(fēng)能盛會(huì)，再次登陸北京，聚焦中國(guó)能源革命的未來(lái)。

本屆大會(huì)以“構(gòu)筑全球穩(wěn)定供應(yīng)鏈共建能源轉(zhuǎn)型新未來(lái)”為主題，將歷時(shí)四天，包括開幕式、主旨發(fā)言、高峰對(duì)話、創(chuàng)新劇場(chǎng)以及關(guān)于“全球風(fēng)電產(chǎn)業(yè)布局及供應(yīng)鏈安全”“雙碳時(shí)代下的風(fēng)電技術(shù)發(fā)展前景”“國(guó)際風(fēng)電市場(chǎng)發(fā)展動(dòng)態(tài)及投資機(jī)會(huì)”“風(fēng)電機(jī)組可靠性論壇”等不同主題的21個(gè)分論壇。能見App全程直播本次大會(huì)。

10月17日上午，華銳風(fēng)電科技（集團(tuán)）股份有限公司數(shù)字化平臺(tái)主管李海港在人工智能與智能運(yùn)維發(fā)展論壇上發(fā)表了題為《大數(shù)據(jù)與人工智能在智慧風(fēng)場(chǎng)的應(yīng)用》的主旨發(fā)言。

以下為發(fā)言全文：

大家好！我叫李海港，來(lái)自華銳，主要是負(fù)責(zé)數(shù)字化平臺(tái)相關(guān)的一些工作，今天給大家分享的內(nèi)容是大數(shù)據(jù)與人工智能在智慧風(fēng)場(chǎng)中的應(yīng)用。

我的分享大概分四個(gè)部分，第一個(gè)綜述，第二個(gè)AI在風(fēng)機(jī)優(yōu)化控制中的應(yīng)用，第三個(gè)AI在華銳場(chǎng)運(yùn)營(yíng)管理中的應(yīng)用，第四總結(jié)和展望。

綜述就是大背景，大家應(yīng)該都比較熟悉，碳達(dá)峰碳中和還有基礎(chǔ)的單機(jī)容量的大型化，還有風(fēng)電場(chǎng)越來(lái)越往特征場(chǎng)景發(fā)展，因?yàn)楸容^一些優(yōu)質(zhì)的風(fēng)電場(chǎng)在前20年已經(jīng)被建設(shè)的差不多了。

大數(shù)據(jù)和人工智能在應(yīng)用上，一個(gè)是風(fēng)機(jī)優(yōu)化控制，主要是體現(xiàn)邊緣計(jì)算和風(fēng)機(jī)智能控制，還有風(fēng)電場(chǎng)運(yùn)行管理，這個(gè)主要指場(chǎng)景化及大數(shù)據(jù)平臺(tái)建設(shè)、健康管理、智慧運(yùn)維和無(wú)人化運(yùn)維技術(shù)。

第二，給大家講解一下AI在風(fēng)機(jī)優(yōu)化控制當(dāng)中的應(yīng)用。剛才說(shuō)到它主要是在落地就是邊緣計(jì)算和風(fēng)機(jī)智能控制，邊緣計(jì)算主要以智能感知為基礎(chǔ)，以風(fēng)機(jī)協(xié)同控制為目標(biāo)，通過(guò)對(duì)于風(fēng)機(jī)運(yùn)行數(shù)據(jù)，各智能傳感的數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)智能傳感網(wǎng)絡(luò)以及軟傳感，實(shí)現(xiàn)狀態(tài)監(jiān)測(cè)和故障診斷，實(shí)現(xiàn)模式識(shí)別和控制參數(shù)的優(yōu)化等。第二是在風(fēng)機(jī)智能控制運(yùn)行中，通過(guò)數(shù)據(jù)挖掘和人工智能的應(yīng)用，基于風(fēng)機(jī)運(yùn)行數(shù)據(jù)進(jìn)行模式識(shí)別和風(fēng)機(jī)模糊控制。

首先，邊緣計(jì)算雖然是智能感知，智能感風(fēng)機(jī)這種傳感器，相當(dāng)于主要大部件和控制系統(tǒng)傳感器數(shù)量裝的是越來(lái)越豐富，越來(lái)越多，像這種大部件主要傳動(dòng)系統(tǒng)，另外一個(gè)點(diǎn)就是軟傳感的技術(shù)，現(xiàn)在應(yīng)用也越來(lái)越廣泛，是因?yàn)樵诋?dāng)前大背景下，特別是降成本這種大背景下，通過(guò)一些這種數(shù)據(jù)分析的方式或者建模的方式來(lái)實(shí)現(xiàn)軟傳感也是應(yīng)用越來(lái)越多，比如說(shuō)虛擬測(cè)風(fēng)、葉片結(jié)冰等等。同時(shí)也會(huì)結(jié)合集控系統(tǒng)來(lái)實(shí)現(xiàn)風(fēng)機(jī)之間的數(shù)據(jù)共享，也會(huì)用的越來(lái)越廣泛。

有了數(shù)據(jù)之后，邊緣計(jì)算就可以做到塔筒和葉片的模式識(shí)別，比如塔筒的固有頻率，這一塊其實(shí)在機(jī)組設(shè)計(jì)階段肯定是有一個(gè)理論的固有頻率，但是在實(shí)際運(yùn)營(yíng)過(guò)程中，其實(shí)很難測(cè)得固有頻率，而我們通過(guò)LSTM模型以及CN算法模型，左側(cè)那張圖就能看到紅色線特別明顯塔筒固有頻率，通過(guò)統(tǒng)計(jì)得到非常明顯的統(tǒng)計(jì)值，就是固有頻率的值，同樣這套算法模型在葉片的固有特征以及故障特征方面也會(huì)有非常好的一個(gè)應(yīng)用效果，這是在模式識(shí)別方向的應(yīng)用。

另外，邊緣計(jì)算基于圖像識(shí)別的螺栓狀態(tài)監(jiān)測(cè)以及預(yù)警方面的應(yīng)用，這種塔筒螺栓的監(jiān)測(cè)基于這種應(yīng)力傳感器的方式，像這種其實(shí)在塔筒法蘭上房安裝攝像頭，通過(guò)拍攝照片來(lái)去檢測(cè)力矩標(biāo)識(shí)線，通過(guò)這種角度可以換算成鎖定的力矩值，左邊這個(gè)圖在我們的軟件當(dāng)中系統(tǒng)截圖，可以看到它是一個(gè)三層法蘭，中間第一層法蘭截面，其實(shí)每一個(gè)螺栓展開可能是代表了大概五六個(gè)螺栓的實(shí)際監(jiān)測(cè)值，因?yàn)樗腔趫D像算法識(shí)別的，它其實(shí)是放在邊緣計(jì)算側(cè)是比較合適的一種狀態(tài)。

第三塊，人工智能在風(fēng)電場(chǎng)運(yùn)營(yíng)管理當(dāng)中的一些應(yīng)用。它的總體原則其實(shí)就是場(chǎng)景化的大數(shù)據(jù)平臺(tái)建設(shè)以及健康管理、智能運(yùn)維和無(wú)人化技術(shù)的應(yīng)用，場(chǎng)景化的這種大數(shù)據(jù)平臺(tái)建設(shè)它主要是通過(guò)這種數(shù)據(jù)鏈路的方式來(lái)實(shí)現(xiàn)數(shù)據(jù)穩(wěn)定采集以及建設(shè)智能3D的監(jiān)控系統(tǒng)應(yīng)用，并且建設(shè)大數(shù)據(jù)平臺(tái)以及搭建數(shù)據(jù)的建模一個(gè)平臺(tái)，第二塊是健康管理，通過(guò)數(shù)據(jù)分析，開展風(fēng)機(jī)不見得狀態(tài)監(jiān)測(cè)、故障預(yù)警、故障診斷和壽命管理。智能運(yùn)維是基于狀態(tài)監(jiān)測(cè)和健康管理結(jié)果，開展基于狀態(tài)的風(fēng)電場(chǎng)運(yùn)維以及建立智能專家?guī)欤瑏?lái)提高現(xiàn)場(chǎng)運(yùn)維能力和故障解決方案解決能力。

最后無(wú)人化技術(shù)應(yīng)用也會(huì)越來(lái)越廣泛，像無(wú)人機(jī)、巡檢機(jī)器人等先進(jìn)技術(shù)，一些“機(jī)器替人”的工作也會(huì)越來(lái)越多。

第一個(gè)就是場(chǎng)景化的大數(shù)據(jù)平臺(tái)建設(shè)，這一塊有集控中心包括可視化的風(fēng)電場(chǎng)監(jiān)控以及模型直接拖拽、自由組合的大數(shù)據(jù)可視化建模平臺(tái)，這一塊其實(shí)在下午一點(diǎn)多在展位有更詳細(xì)相關(guān)軟件體系的介紹。如果大家感興趣可以去展位聽一聽，學(xué)習(xí)交流一下。

針對(duì)于健康管理，介紹幾個(gè)應(yīng)用的方向或者應(yīng)用幾個(gè)案例，第一個(gè)去識(shí)別葉片不平衡，葉片不平衡其實(shí)有兩方面，一方面是質(zhì)量，就是出場(chǎng)時(shí)候質(zhì)量不平衡導(dǎo)致的，還有一種在運(yùn)營(yíng)過(guò)程中，這種氣動(dòng)不平衡導(dǎo)致的，如果說(shuō)葉片不平衡會(huì)對(duì)機(jī)組風(fēng)險(xiǎn)其實(shí)是比較大的，它可以導(dǎo)致機(jī)組振動(dòng)加劇、載荷增大等等一些問(wèn)題，通過(guò)算法可以看到，其實(shí)是葉片不平衡最終體現(xiàn)在扭矩信號(hào)上，波動(dòng)幅值其實(shí)很大，通過(guò)這種識(shí)別轉(zhuǎn)矩信號(hào)以及扭矩信號(hào)來(lái)去實(shí)現(xiàn)葉片不平衡，這個(gè)準(zhǔn)確率其實(shí)還是非常高的，可以擬合出來(lái)一個(gè)模型。

第二，來(lái)去識(shí)別葉片失速，失速時(shí)，相同風(fēng)速、轉(zhuǎn)速和功率其實(shí)明顯低于正常值，右圖大概8米左右風(fēng)速，功率其實(shí)只有1K左右，右側(cè)有主動(dòng)恢復(fù)正常值的情況，右下角標(biāo)藍(lán)色的部分其實(shí)就是失速的集合，看到它功率曲線中有一塊區(qū)域其實(shí)是比較容易去發(fā)生失速的，它失速其實(shí)更容易發(fā)生在功率爬升的一個(gè)階段，其實(shí)我們最終發(fā)現(xiàn)，葉片失速可以通過(guò)結(jié)合著風(fēng)速的攻角以及風(fēng)速這幾個(gè)可以構(gòu)建出來(lái)一個(gè)比較簡(jiǎn)單的函數(shù)公式，并且這個(gè)公式不僅僅用在邊緣計(jì)算當(dāng)中，可以找到更簡(jiǎn)單的方式去計(jì)算這個(gè)Cp，所以它其實(shí)可以同時(shí)落地在PRC當(dāng)中，也就是主控里面去的。

還有一塊偏航矯正優(yōu)化，偏航系統(tǒng)可分為測(cè)風(fēng)系統(tǒng)、控制系統(tǒng)及執(zhí)行機(jī)構(gòu)三部分組成，第一快是提高測(cè)風(fēng)能力，激光測(cè)風(fēng)一般會(huì)在某一個(gè)入風(fēng)口地方裝幾臺(tái)，通過(guò)軟傳感實(shí)現(xiàn)虛擬車風(fēng)，把這個(gè)結(jié)果去輸送到每一個(gè)其他沒(méi)有裝激光測(cè)風(fēng)上面去，通過(guò)精準(zhǔn)測(cè)風(fēng)再加上算法控制，右上角這個(gè)圖其實(shí)是各個(gè)分?jǐn)?shù)段一個(gè)最優(yōu)的偏航角度值，看到它其實(shí)相對(duì)于我們測(cè)量的偏航角度值是有一定偏差，通過(guò)這種去識(shí)別出來(lái)最優(yōu)偏航角度值來(lái)去為風(fēng)機(jī)主控和輔控提供更精準(zhǔn)的偏航校正。

還有就是遇到這種偏航頻繁的這種問(wèn)題，可以看到，它其實(shí)跟這種風(fēng)的變化情況其實(shí)有強(qiáng)相關(guān)性的，然后我們這邊也是首先提出假設(shè)，相關(guān)驗(yàn)證來(lái)確定和邏輯優(yōu)化這幾個(gè)步驟來(lái)做，我們剛開始就是去找，看偏航頻繁它是跟哪些變量具有相關(guān)性，最終我們會(huì)發(fā)現(xiàn)它其實(shí)是跟風(fēng)向的標(biāo)準(zhǔn)差其實(shí)是相關(guān)性最高的，我們?nèi)ビ?jì)算它通過(guò)構(gòu)建算法之后算它的準(zhǔn)確度和所對(duì)應(yīng)的，去通過(guò)列出來(lái)這樣一個(gè)表，并且區(qū)分了不同的風(fēng)速段，有了這樣一種數(shù)據(jù)集，我們就可以給到相應(yīng)的控制算法這種控制工程師，還去找到一個(gè)最優(yōu)的解，其實(shí)看到精確率越高，相對(duì)的照速率越低，其實(shí)是相對(duì)一個(gè)變量，所以需要結(jié)合實(shí)際情況來(lái)去找到一個(gè)比較平衡的值。

還有基于LSTM預(yù)測(cè)，去實(shí)現(xiàn)主要大部件溫度的預(yù)測(cè)，它其實(shí)可以應(yīng)用于齒輪箱、發(fā)電機(jī)、主軸等等一些主要部件都可以來(lái)適用。通過(guò)去預(yù)測(cè)一個(gè)機(jī)組的溫度模型，然后來(lái)和實(shí)際測(cè)得的溫度來(lái)去做一個(gè)匹配做個(gè)對(duì)比，去計(jì)算殘差，來(lái)實(shí)現(xiàn)這種溫度提前的預(yù)警，比我們直接去使用實(shí)際測(cè)得的這種溫度值來(lái)在算法實(shí)現(xiàn)上其實(shí)更加容易，然后它的精確性以及它的泛化能力也會(huì)得到極大的增強(qiáng)，其實(shí)是在如果說(shuō)風(fēng)電場(chǎng)、溫度差不多情況下，其實(shí)是具有很強(qiáng)的泛化能力，同時(shí)預(yù)測(cè)值、精確度也會(huì)比較高。

運(yùn)維能力提升，其實(shí)涉及到風(fēng)電場(chǎng)集中監(jiān)控及運(yùn)行管理平臺(tái)還有綜合的一個(gè)現(xiàn)場(chǎng)綜合運(yùn)營(yíng)管理平臺(tái)，綜合信息管理平臺(tái)是涉及到管人、管物和管事，各方面都是有的，還有智能風(fēng)機(jī)的健康管理平臺(tái)，這一塊在下午的三點(diǎn)左右，在我們展位上也會(huì)有這一塊相關(guān)軟件體系的介紹，如果有感興趣的話，下午大家也可以去聆聽一下。

無(wú)人化技術(shù)應(yīng)用，之前有很多相關(guān)同時(shí)也介紹過(guò)，現(xiàn)在不管是通過(guò)無(wú)人機(jī)去巡檢葉片，還有這種軌道機(jī)器人以及在場(chǎng)站里面一些機(jī)器人等等，都已經(jīng)應(yīng)用越來(lái)越廣泛越來(lái)越成熟，相信未來(lái)在做機(jī)器人消缺方面也會(huì)有更好的落地和更好的應(yīng)用。當(dāng)然現(xiàn)在來(lái)做消缺可能還是有一定的難度。

最后簡(jiǎn)單的總結(jié)，智能傳感以及物聯(lián)網(wǎng)給風(fēng)電行業(yè)帶來(lái)海量數(shù)據(jù)，大數(shù)據(jù)蘊(yùn)含著風(fēng)機(jī)運(yùn)行和風(fēng)機(jī)量管理相關(guān)的信息，數(shù)據(jù)挖掘具有很大價(jià)值，第二塊就是人工智能跨界，給大數(shù)據(jù)挖掘提供平臺(tái)和工具，并且在邊緣計(jì)算、風(fēng)機(jī)控制以及場(chǎng)群控制包括智慧運(yùn)維、平臺(tái)建設(shè)也發(fā)揮著越來(lái)越重要的一個(gè)作用，在未來(lái)，第一方面數(shù)據(jù)標(biāo)準(zhǔn)化還有模型的標(biāo)準(zhǔn)化以及應(yīng)用的標(biāo)準(zhǔn)化這方面如果我們整個(gè)行業(yè)內(nèi)可能做到這方面標(biāo)準(zhǔn)化進(jìn)一步拓寬大數(shù)據(jù)應(yīng)用邊界、模型豐富程度以及應(yīng)用的生態(tài)化。

我的基本介紹就這些，謝謝大家！

（根據(jù)演講速記整理，未經(jīng)演講人審核）