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

本屆大會以“構(gòu)筑全球穩(wěn)定供應(yīng)鏈共建能源轉(zhuǎn)型新未來”為主題，將歷時四天，包括開幕式、主旨發(fā)言、高峰對話、創(chuàng)新劇場以及關(guān)于“全球風(fēng)電產(chǎn)業(yè)布局及供應(yīng)鏈安全”“雙碳時代下的風(fēng)電技術(shù)發(fā)展前景”“國際風(fēng)電市場發(fā)展動態(tài)及投資機會”“風(fēng)電機組可靠性論壇”等不同主題的21個分論壇。能見App全程直播本次大會。

10月17日上午，華銳風(fēng)電科技（集團）股份有限公司數(shù)字化平臺主管李海港在人工智能與智能運維發(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，來自華銳，主要是負(fù)責(zé)數(shù)字化平臺相關(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)場中的應(yīng)用。

我的分享大概分四個部分，第一個綜述，第二個AI在風(fēng)機優(yōu)化控制中的應(yīng)用，第三個AI在華銳場運營管理中的應(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)的單機容量的大型化，還有風(fēng)電場越來越往特征場景發(fā)展，因為比較一些優(yōu)質(zhì)的風(fēng)電場在前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，一個是風(fēng)機優(yōu)化控制，主要是體現(xiàn)邊緣計算和風(fēng)機智能控制，還有風(fēng)電場運行管理，這個主要指場景化及大數(shù)據(jù)平臺建設(shè)、健康管理、智慧運維和無人化運維技術(shù)。

第二，給大家講解一下AI在風(fēng)機優(yōu)化控制當(dāng)中的應(yīng)用。剛才說到它主要是在落地就是邊緣計算和風(fēng)機智能控制，邊緣計算主要以智能感知為基礎(chǔ)，以風(fēng)機協(xié)同控制為目標(biāo)，通過對于風(fēng)機運行數(shù)據(jù)，各智能傳感的數(shù)據(jù)進行分析，實現(xiàn)智能傳感網(wǎng)絡(luò)以及軟傳感，實現(xiàn)狀態(tài)監(jiān)測和故障診斷，實現(xiàn)模式識別和控制參數(shù)的優(yōu)化等。第二是在風(fēng)機智能控制運行中，通過數(shù)據(jù)挖掘和人工智能的應(yīng)用，基于風(fēng)機運行數(shù)據(jù)進行模式識別和風(fēng)機模糊控制。

首先，邊緣計算雖然是智能感知，智能感風(fēng)機這種傳感器，相當(dāng)于主要大部件和控制系統(tǒng)傳感器數(shù)量裝的是越來越豐富，越來越多，像這種大部件主要傳動系統(tǒng)，另外一個點就是軟傳感的技術(shù)，現(xiàn)在應(yīng)用也越來越廣泛，是因為在當(dāng)前大背景下，特別是降成本這種大背景下，通過一些這種數(shù)據(jù)分析的方式或者建模的方式來實現(xiàn)軟傳感也是應(yīng)用越來越多，比如說虛擬測風(fēng)、葉片結(jié)冰等等。同時也會結(jié)合集控系統(tǒng)來實現(xiàn)風(fēng)機之間的數(shù)據(jù)共享，也會用的越來越廣泛。

有了數(shù)據(jù)之后，邊緣計算就可以做到塔筒和葉片的模式識別，比如塔筒的固有頻率，這一塊其實在機組設(shè)計階段肯定是有一個理論的固有頻率，但是在實際運營過程中，其實很難測得固有頻率，而我們通過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，通過統(tǒng)計得到非常明顯的統(tǒng)計值，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有非常好的一個應(yīng)用效果，這是在模式識別方向的應(yīng)用。

另外，邊緣計算基于圖像識別的螺栓狀態(tài)監(jiān)測以及預(yù)警方面的應(yīng)用，這種塔筒螺栓的監(jiān)測基于這種應(yīng)力傳感器的方式，像這種其實在塔筒法蘭上房安裝攝像頭，通過拍攝照片來去檢測力矩標(biāo)識線，通過這種角度可以換算成鎖定的力矩值，左邊這個圖在我們的軟件當(dāng)中系統(tǒng)截圖，可以看到它是一個三層法蘭，中間第一層法蘭截面，其實每一個螺栓展開可能是代表了大概五六個螺栓的實際監(jiān)測值，因為它是基于圖像算法識別的，它其實是放在邊緣計算側(cè)是比較合適的一種狀態(tài)。

第三塊，人工智能在風(fēng)電場運營管理當(dāng)中的一些應(yīng)用。它的總體原則其實就是場景化的大數(shù)據(jù)平臺建設(shè)以及健康管理、智能運維和無人化技術(shù)的應(yīng)用，場景化的這種大數(shù)據(jù)平臺建設(shè)它主要是通過這種數(shù)據(jù)鏈路的方式來實現(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)平臺以及搭建數(shù)據(jù)的建模一個平臺，第二塊是健康管理，通過數(shù)據(jù)分析，開展風(fēng)機不見得狀態(tài)監(jiān)測、故障預(yù)警、故障診斷和壽命管理。智能運維是基于狀態(tài)監(jiān)測和健康管理結(jié)果，開展基于狀態(tài)的風(fēng)電場運維以及建立智能專家?guī)欤瑏硖岣攥F(xiàn)場運維能力和故障解決方案解決能力。

最后無人化技術(shù)應(yīng)用也會越來越廣泛，像無人機、巡檢機器人等先進技術(shù)，一些“機器替人”的工作也會越來越多。

第一個就是場景化的大數(shù)據(jù)平臺建設(shè)，這一塊有集控中心包括可視化的風(fēng)電場監(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，這一塊其實在下午一點多在展位有更詳細(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。

針對于健康管理，介紹幾個應(yīng)用的方向或者應(yīng)用幾個案例，第一個去識別葉片不平衡，葉片不平衡其實有兩方面，一方面是質(zhì)量，就是出場時候質(zhì)量不平衡導(dǎo)致的，還有一種在運營過程中，這種氣動不平衡導(dǎo)致的，如果說葉片不平衡會對機組風(fēng)險其實是比較大的，它可以導(dǎo)致機組振動加劇、載荷增大等等一些問題，通過算法可以看到，其實是葉片不平衡最終體現(xiàn)在扭矩信號上，波動幅值其實很大，通過這種識別轉(zhuǎn)矩信號以及扭矩信號來去實現(xiàn)葉片不平衡，這個準(zhǔn)確率其實還是非常高的，可以擬合出來一個模型。

第二，來去識別葉片失速，失速時，相同風(fēng)速、轉(zhuǎn)速和功率其實明顯低于正常值，右圖大概8米左右風(fēng)速，功率其實只有1K左右，右側(cè)有主動恢復(fù)正常值的情況，右下角標(biāo)藍(lán)色的部分其實就是失速的集合，看到它功率曲線中有一塊區(qū)域其實是比較容易去發(fā)生失速的，它失速其實更容易發(fā)生在功率爬升的一個階段，其實我們最終發(fā)現(xiàn)，葉片失速可以通過結(jié)合著風(fēng)速的攻角以及風(fēng)速這幾個可以構(gòu)建出來一個比較簡單的函數(shù)公式，并且這個公式不僅僅用在邊緣計算當(dāng)中，可以找到更簡單的方式去計算這個Cp，所以它其實可以同時落地在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)可分為測風(fēng)系統(tǒng)、控制系統(tǒng)及執(zhí)行機構(gòu)三部分組成，第一快是提高測風(fēng)能力，激光測風(fēng)一般會在某一個入風(fēng)口地方裝幾臺，通過軟傳感實現(xiàn)虛擬車風(fēng)，把這個結(jié)果去輸送到每一個其他沒有裝激光測風(fēng)上面去，通過精準(zhǔn)測風(fēng)再加上算法控制，右上角這個圖其實是各個分?jǐn)?shù)段一個最優(yōu)的偏航角度值，看到它其實相對于我們測量的偏航角度值是有一定偏差，通過這種去識別出來最優(yōu)偏航角度值來去為風(fēng)機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題，可以看到，它其實跟這種風(fēng)的變化情況其實有強相關(guān)性的，然后我們這邊也是首先提出假設(shè)，相關(guān)驗證來確定和邏輯優(yōu)化這幾個步驟來做，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，最終我們會發(fā)現(xiàn)它其實是跟風(fēng)向的標(biāo)準(zhǔn)差其實是相關(guān)性最高的，我們?nèi)ビ嬎闼ㄟ^構(gòu)建算法之后算它的準(zhǔn)確度和所對應(yīng)的，去通過列出來這樣一個表，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，還去找到一個最優(yōu)的解，其實看到精確率越高，相對的照速率越低，其實是相對一個變量，所以需要結(jié)合實際情況來去找到一個比較平衡的值。

還有基于LSTM預(yù)測，去實現(xiàn)主要大部件溫度的預(yù)測，它其實可以應(yīng)用于齒輪箱、發(fā)電機、主軸等等一些主要部件都可以來適用。通過去預(yù)測一個機組的溫度模型，然后來和實際測得的溫度來去做一個匹配做個對比，去計算殘差，來實現(xiàn)這種溫度提前的預(yù)警，比我們直接去使用實際測得的這種溫度值來在算法實現(xiàn)上其實更加容易，然后它的精確性以及它的泛化能力也會得到極大的增強，其實是在如果說風(fēng)電場、溫度差不多情況下，其實是具有很強的泛化能力，同時預(yù)測值、精確度也會比較高。

運維能力提升，其實涉及到風(fēng)電場集中監(jiān)控及運行管理平臺還有綜合的一個現(xiàn)場綜合運營管理平臺，綜合信息管理平臺是涉及到管人、管物和管事，各方面都是有的，還有智能風(fēng)機的健康管理平臺，這一塊在下午的三點左右，在我們展位上也會有這一塊相關(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。

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

最后簡單的總結(jié)，智能傳感以及物聯(lián)網(wǎng)給風(fēng)電行業(yè)帶來海量數(shù)據(jù)，大數(shù)據(jù)蘊含著風(fēng)機運行和風(fēng)機量管理相關(guān)的信息，數(shù)據(jù)挖掘具有很大價值，第二塊就是人工智能跨界，給大數(shù)據(jù)挖掘提供平臺和工具，并且在邊緣計算、風(fēng)機控制以及場群控制包括智慧運維、平臺建設(shè)也發(fā)揮著越來越重要的一個作用，在未來，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行業(yè)內(nèi)可能做到這方面標(biāo)準(zhǔn)化進一步拓寬大數(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）