5月22日-23日，2018年(第四屆)風(fēng)電場(chǎng)運(yùn)行維護(hù)及后評(píng)價(jià)專題交流研討會(huì)在福州召開。本次會(huì)議由中國(guó)電力企業(yè)聯(lián)合會(huì)科技開發(fā)服務(wù)中心和全國(guó)風(fēng)力發(fā)電技術(shù)協(xié)作網(wǎng)主辦，200多位來(lái)自風(fēng)電運(yùn)營(yíng)、設(shè)計(jì)、科研、咨詢、調(diào)試及科研院所等單位的領(lǐng)導(dǎo)和專家與會(huì)交流。

北京天澤智云科技有限公司解決方案副總裁史喆博士出席會(huì)議，發(fā)表主題演講 - “風(fēng)場(chǎng)智能運(yùn)維系統(tǒng)的技術(shù)實(shí)踐”。以下為演講實(shí)錄：

感謝大家。這是我們公司第二次參加會(huì)議，第一次是去年在北京，我分享了我們公司做的風(fēng)電智能運(yùn)維系統(tǒng)，得到了很多專家的指正。經(jīng)過(guò)又一年的實(shí)施和應(yīng)用，我們?cè)谶@方面有了更多的心得和體會(huì)，今天跟大家做一個(gè)分享和探討。

智能化升級(jí)的核心

工業(yè)環(huán)境里的很多典型設(shè)備（例如旋轉(zhuǎn)設(shè)備等），在風(fēng)機(jī)上都是可以看到的。風(fēng)機(jī)是一個(gè)非常典型的個(gè)體，如果能在風(fēng)機(jī)上做一套完整的在線監(jiān)測(cè)和運(yùn)維應(yīng)用，我們可以把它的底層平臺(tái)應(yīng)用在很多其他領(lǐng)域，比如電廠、風(fēng)場(chǎng)、海洋、高鐵等等，所以說(shuō)風(fēng)機(jī)的智能監(jiān)測(cè)是一個(gè)非常典型的應(yīng)用，我今天分享的內(nèi)容具有相當(dāng)?shù)耐ㄓ眯?。那么智能化到底包含什么樣的?nèi)涵？

我們認(rèn)為可以分為兩部分，一個(gè)是做數(shù)字化，一個(gè)叫做智能化。數(shù)字化是智能化的根基，智能化是數(shù)字化衍生出來(lái)的應(yīng)用，兩者相輔相成。如果沒(méi)有數(shù)字化，智能化就沒(méi)法實(shí)施；沒(méi)有智能化的數(shù)字化，從工業(yè)資產(chǎn)上來(lái)看是一個(gè)負(fù)資產(chǎn)，因?yàn)槲覀儾豢赡馨炎约旱臄?shù)據(jù)賣給其他人。

互聯(lián)網(wǎng)的數(shù)據(jù)、流量可以賣錢，對(duì)于工業(yè)而言，我們也當(dāng)然希望可以將收集到的數(shù)據(jù)變成一部分資金收入，從而降低運(yùn)維費(fèi)用，提供新的服務(wù)。如何將數(shù)字化和智能化有機(jī)結(jié)合，是整個(gè)智能化轉(zhuǎn)型升級(jí)的核心。

最基礎(chǔ)的挑戰(zhàn)：分布式硬件連接及設(shè)備管理

面向分布式的資產(chǎn)和硬件，有很多核心技術(shù)需要突破。

一是針對(duì)大型資產(chǎn)、復(fù)雜設(shè)備，如何做一個(gè)分布式的監(jiān)測(cè)方案，可以把所有的數(shù)據(jù)都收集起來(lái)統(tǒng)一分析，而不是像原來(lái)那樣，需要很多專家到現(xiàn)場(chǎng)一個(gè)點(diǎn)一個(gè)點(diǎn)的去看。

二是物聯(lián)網(wǎng)的應(yīng)用，整個(gè)產(chǎn)線或生產(chǎn)單位的監(jiān)測(cè)涉及非常多且復(fù)雜的算法。我們不可能將所有的參數(shù)、界面用人工的方式一一去查詢，而是以復(fù)雜的系統(tǒng)和算法做支撐，將整個(gè)基礎(chǔ)設(shè)施和體系都接入進(jìn)來(lái)變成一套整體的系統(tǒng)，進(jìn)而更好地發(fā)揮價(jià)值。

工業(yè)智能的ABCDE+O技術(shù)

對(duì)于整個(gè)體系建設(shè)而言，我們提出一些典型框架，包括整個(gè)風(fēng)場(chǎng)怎么樣去構(gòu)建；對(duì)于不同的子系統(tǒng)和區(qū)域、每個(gè)大系統(tǒng)中的不同應(yīng)用，如何構(gòu)建一個(gè)更合理的體系為業(yè)主提供服務(wù)等。這些也是以信息化和智能化為支撐，天澤智云提供的技術(shù)架構(gòu)可以用工業(yè)智能的“ABCDE+O”來(lái)概括。

AT：建模分析技術(shù)，比如針對(duì)風(fēng)機(jī)做一個(gè)風(fēng)力發(fā)電曲線的衰退，或者結(jié)冰預(yù)測(cè)等。

BT：商業(yè)分析技術(shù)，即收集到數(shù)據(jù)之后，如何用數(shù)據(jù)創(chuàng)造更大的價(jià)值，以模型為核心發(fā)現(xiàn)外延價(jià)值。

DT：數(shù)據(jù)管理技術(shù)（更基礎(chǔ)的計(jì)算機(jī)科學(xué)），即對(duì)于采集到的很多數(shù)據(jù)，包括SCADA、CMS、文件系統(tǒng)、OM系統(tǒng)等數(shù)據(jù)，如何管理好，如果需要其中某一段，怎么樣抽取出來(lái)從而支持分析和應(yīng)用。

CT：賽博平臺(tái)技術(shù)，即如何打通不同系統(tǒng)，這里需要軟件技術(shù)，以CPS的5C架構(gòu)為核心，融合邊緣計(jì)算、分布式的智能，以及遠(yuǎn)程云端的協(xié)同，實(shí)現(xiàn)更大的平臺(tái)或者整個(gè)社區(qū)之間的知識(shí)共享。

OT：運(yùn)營(yíng)技術(shù)。不論做什么樣的建模分析，出來(lái)的還是分析結(jié)果，從最終優(yōu)化的角度來(lái)講依然是一個(gè)中間數(shù)字，換言之，它和我們單純測(cè)量出的溫度是沒(méi)有區(qū)別的，此時(shí)需要一個(gè)數(shù)字或者指標(biāo)放入整個(gè)運(yùn)營(yíng)體系做整體優(yōu)化，才能得到最終優(yōu)化的結(jié)果。

ET：工程技術(shù)。如何將上面的優(yōu)化結(jié)果反饋回運(yùn)營(yíng)，其實(shí)就是工程技術(shù)，即如何去維修或者排程。

無(wú)憂風(fēng)場(chǎng)

國(guó)內(nèi)外很多大數(shù)據(jù)平臺(tái)之所以選擇風(fēng)電作為案例，是因?yàn)轱L(fēng)電是實(shí)踐工業(yè)大數(shù)據(jù)最理想的行業(yè)之一，符合工業(yè)大數(shù)據(jù)和CPS的三個(gè)先決條件：

• 風(fēng)電設(shè)備較新，數(shù)據(jù)測(cè)點(diǎn)齊全。

• 風(fēng)電是一個(gè)重資產(chǎn)，風(fēng)機(jī)建設(shè)起來(lái)后成本很大部分都是運(yùn)維，其維護(hù)保養(yǎng)費(fèi)用昂貴，停機(jī)損失大。

• 風(fēng)機(jī)組裝以集群形式出現(xiàn)，個(gè)體之間以及環(huán)境之間的聯(lián)系緊密，從建模上來(lái)講相對(duì)比較簡(jiǎn)單。

天澤智云是一個(gè)專門做模型和工業(yè)智能系統(tǒng)的團(tuán)隊(duì)，核心技術(shù)團(tuán)隊(duì)來(lái)自美國(guó)IMS中心的機(jī)械工程博士，在研究階段做了很多實(shí)踐項(xiàng)目，有著豐富的經(jīng)驗(yàn)積累。從整個(gè)構(gòu)架上看，我們能提供整體的解決方案，通過(guò)對(duì)風(fēng)場(chǎng)的監(jiān)控、風(fēng)機(jī)狀態(tài)的精確分析、運(yùn)維決策的尋優(yōu)、以及調(diào)度策略的尋優(yōu)這樣一個(gè)閉環(huán)，對(duì)風(fēng)場(chǎng)進(jìn)行更好的管理，實(shí)現(xiàn)無(wú)憂風(fēng)場(chǎng)。

PHM的建模流程

我研究的方向叫PHM，即故障預(yù)測(cè)與健康管理，它包括很大的范圍，具體建模流程如下：首先是數(shù)據(jù)采集，采集到數(shù)據(jù)后做數(shù)據(jù)的預(yù)處理；預(yù)處理之后找到有效的特征，進(jìn)行特征變換，發(fā)現(xiàn)它在不同的狀態(tài)下有不同的分布；然后進(jìn)行衰退性評(píng)估，如果衰退是一個(gè)逐漸磨損、損耗的過(guò)程，可以根據(jù)這個(gè)趨勢(shì)預(yù)測(cè)未來(lái)的狀態(tài)；最終能把這個(gè)狀態(tài)和實(shí)際的使用相結(jié)合。這是一個(gè)非常典型的流程，也是個(gè)非常理想的一個(gè)流程。

維護(hù)模式變化與創(chuàng)新

風(fēng)機(jī)的維護(hù)策略的發(fā)展是從失效維護(hù)，到基于狀態(tài)的維護(hù)（定期維護(hù)），再到預(yù)測(cè)性維護(hù)。預(yù)防性維護(hù)是PHM最大的支撐。下圖是我們很早期的時(shí)候?qū)ｉT為風(fēng)電行業(yè)畫的，從圖中可以看出，找到一個(gè)很準(zhǔn)確的維修維護(hù)的空間，并在這個(gè)階段進(jìn)行維修整個(gè)風(fēng)場(chǎng)的損失最小。風(fēng)場(chǎng)的損失包括換件的時(shí)間、風(fēng)的狀態(tài)等因素，所以在風(fēng)最小的時(shí)候安排維修，整體損失最小。

預(yù)防性維護(hù)

智能維護(hù)技術(shù)在發(fā)電行業(yè)應(yīng)用特點(diǎn)

基于我們多年來(lái)對(duì)模型的研究，總結(jié)出智能應(yīng)用技術(shù)在發(fā)電行業(yè)應(yīng)用的幾個(gè)核心挑戰(zhàn)：

• 一是大量可監(jiān)測(cè)和已監(jiān)測(cè)信號(hào)，業(yè)主可以提供很多不同的數(shù)據(jù)，但是不知道該從何下手。

• 二是有限的失效數(shù)據(jù)。建模的時(shí)候如果我們面向故障、或者設(shè)備的運(yùn)行優(yōu)化來(lái)看，失效數(shù)據(jù)其實(shí)是非常有限的。我所謂的失效數(shù)據(jù)就是比較典型的，比如一個(gè)風(fēng)機(jī)壞幾次，這在長(zhǎng)期的運(yùn)行時(shí)間里是很少見的，所以在建模的時(shí)候就會(huì)面臨這樣一個(gè)沖突。

• 三是模型與安全性直接相關(guān)，模型的結(jié)果將影響風(fēng)場(chǎng)或者風(fēng)機(jī)業(yè)主的決策，如果判斷出現(xiàn)失誤，將直接影響效果。

拋開基于機(jī)理模型建模的方式，典型的數(shù)據(jù)建模分為三類：

• 第一是模型比較?；谖锢碜鲆恍┓抡婺Ｐ?，做殘差分析。

• 第二是通過(guò)歷史數(shù)據(jù)基線的自比較，比如基于新風(fēng)機(jī)測(cè)量的基線，或者風(fēng)功率曲線的基線分析，做分布漂移評(píng)估。

• 第三是同類比較。在一個(gè)風(fēng)場(chǎng)，假設(shè)他們基線相同，同時(shí)假定大部分風(fēng)機(jī)運(yùn)行正常，此時(shí)如果一臺(tái)風(fēng)機(jī)的發(fā)電量總是比其他的低，很有可能內(nèi)部出現(xiàn)了問(wèn)題，可以用同類比較的方法去定位問(wèn)題。

這當(dāng)中涉及很多具體的技術(shù)，包括多變量監(jiān)測(cè)與異常檢測(cè)、過(guò)程控制預(yù)測(cè)、核心設(shè)備的基于振動(dòng)分析的預(yù)防性維護(hù)等，目標(biāo)都是為了檢測(cè)設(shè)備的衰退以及傳感器的漂移，在建模流程中把分析方法進(jìn)行集成，得到清晰的指標(biāo)，并告訴用戶這樣的指標(biāo)代表什么含義，以及該不該去維護(hù)。

智能維護(hù)技術(shù)應(yīng)用的挑戰(zhàn)

•數(shù)據(jù)

從應(yīng)用上面來(lái)看，對(duì)于一個(gè)風(fēng)機(jī)和一些典型的數(shù)據(jù)，用基線建模，通過(guò)殘差分析做異常報(bào)警，這是典型設(shè)備的異常檢測(cè)流程。不論使用什么樣的模型，大量的工作都是在設(shè)備和數(shù)據(jù)層，所以需要找到設(shè)備，并收集到好數(shù)據(jù)之后再去建模。

而由于失效樣本少、數(shù)據(jù)測(cè)點(diǎn)不完整、不平衡等問(wèn)題，建模在應(yīng)用層面很難保證模型的準(zhǔn)確性和穩(wěn)定性，此時(shí)需要分為兩部分來(lái)解決，一部分是優(yōu)化模型，另一部分是從工程上增加更多的測(cè)點(diǎn)，這個(gè)問(wèn)題我們之前在高鐵等其他的項(xiàng)目上也遇到過(guò)，到最后實(shí)在沒(méi)辦法就自己加傳感器。

•建模

在此我想分享建模過(guò)程中關(guān)鍵的一點(diǎn)，不管做什么樣的模型，拿到什么樣的數(shù)據(jù)，有一個(gè)非常重要的工作就是POI（Pattern of Interest, POI）識(shí)別即關(guān)鍵特征識(shí)別，不管是時(shí)間序列信號(hào)、還是振動(dòng)信號(hào)，要對(duì)它們進(jìn)行數(shù)據(jù)分割，與實(shí)際運(yùn)行狀態(tài)進(jìn)行比對(duì)。抓住正常狀態(tài)的表象非常重要，如果沒(méi)有找到，那就要考慮增加新的測(cè)點(diǎn)。這與理論研究有非常大的區(qū)別。

•模型管理

未來(lái)對(duì)于建模分析的整個(gè)體系，不管是預(yù)防性維護(hù)還是智能化，都是以模型為核心，而不是以人為核心。應(yīng)用的時(shí)候，比如PLM里面的資產(chǎn)管理，設(shè)備其中一個(gè)點(diǎn)的升級(jí)都會(huì)牽連到其他部件的升級(jí)，從而引發(fā)很多參數(shù)的改動(dòng)。模型也是一樣，我們不能奢望模型可以自動(dòng)得到它不知道的信息，如果一個(gè)設(shè)備發(fā)生了一些狀態(tài)的變化，我們應(yīng)該對(duì)模型進(jìn)行優(yōu)化或者升級(jí)。

對(duì)于模型全生命周期的管理，風(fēng)場(chǎng)初建、風(fēng)場(chǎng)運(yùn)行一段時(shí)間以及風(fēng)場(chǎng)最終階段的模型各不相同，包括它們的表象和參數(shù)，所以要求一是對(duì)模型的認(rèn)知要準(zhǔn)確，二是整個(gè)底層IT建設(shè)要更加強(qiáng)大，而不僅只是數(shù)據(jù)吞吐量大，或者做一些業(yè)務(wù)呈現(xiàn)，它對(duì)中間層面的靈活性要求非常強(qiáng)。

•機(jī)理VS數(shù)據(jù)

還有業(yè)務(wù)的挑戰(zhàn)，有機(jī)理，但是不能反映所有的情況，無(wú)法定義故障的具體狀態(tài)；有數(shù)據(jù)，但可能不穩(wěn)定，那么機(jī)理和數(shù)據(jù)怎么樣去融合與優(yōu)化，兩方面誰(shuí)去指導(dǎo)誰(shuí)，目前在研究領(lǐng)域還是實(shí)踐上仍然有很多的討論。

以模型為中心的智能化運(yùn)維體系

總結(jié)而言，我們現(xiàn)在提供的整個(gè)服務(wù)是一個(gè)以模型為中心的智能化運(yùn)維體系，是一個(gè)賦能的服務(wù)系統(tǒng)，我們把建模和軟件開發(fā)這一整套體系交付給客戶，讓他們更好地使用。

包括三層，第一層叫IoT，典型的物理網(wǎng)，包括數(shù)據(jù)的接入、數(shù)據(jù)的存儲(chǔ)、資產(chǎn)的管理。

之后的一層是AT分析技術(shù)，包括建模環(huán)境（如何離線去訓(xùn)練、建立模型）和驗(yàn)證環(huán)境（實(shí)施部署的環(huán)境），這兩個(gè)環(huán)境相互迭代，不斷提升模型的準(zhǔn)確性。

之后人機(jī)交互的部分，這實(shí)際上是這套信息系統(tǒng)/智能化系統(tǒng)得到的結(jié)果，和實(shí)際的操作人員/風(fēng)機(jī)實(shí)體發(fā)生交互的界面。

最終積累下來(lái)是三部分。一個(gè)是數(shù)據(jù)庫(kù)，我們可以采很多的數(shù)，未來(lái)可以不論是做風(fēng)機(jī)的研發(fā)、運(yùn)維服務(wù)的研發(fā)，還是和外部端進(jìn)行合作，都有一個(gè)完整的大數(shù)據(jù)平臺(tái)。

數(shù)據(jù)庫(kù)上面是模型庫(kù)，模型庫(kù)是核心，可以更好的管控模型，是知識(shí)傳承的過(guò)程。模型庫(kù)把有經(jīng)驗(yàn)的專家和老師傅腦子里的想法和經(jīng)驗(yàn)做成模型，統(tǒng)一進(jìn)行優(yōu)化迭代。

最后是應(yīng)用庫(kù)。比如風(fēng)功率曲線和正常相比衰退了30%或者15%的時(shí)候，僅僅體現(xiàn)在報(bào)表上，此時(shí)需要應(yīng)用庫(kù)去支撐，即我們OM體系怎么和數(shù)字結(jié)合在一起，當(dāng)發(fā)現(xiàn)降低后應(yīng)該采取什么樣的操作，這里面就涉及到業(yè)務(wù)和IT交互的過(guò)程。

以上是對(duì)于風(fēng)電智能運(yùn)維系統(tǒng)應(yīng)用落地的一些思考，我們希望能夠積攢更多的經(jīng)驗(yàn)、知識(shí)，提供更完整的系統(tǒng)平臺(tái)和解決方案，同我們的合作方、業(yè)主攜手一起打造智能的無(wú)憂的風(fēng)場(chǎng)。