电气风电韦永清：深化数字化创新，助力风电智能运维高质量发展

2023年10月16日-19日，2023北京国际风能大会暨展览会（CWP2023）在北京如约召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，聚焦中国能源革命的未来。

本届大会以“构筑全球稳定供应链共建能源转型新未来”为主题，将历时四天，包括开幕式、主旨发言、高峰对话、创新剧场以及关于“全球风电产业布局及供应链安全”“双碳时代下的风电技术发展前景”“国际风电市场发展动态及投资机会”“风电机组可靠性论坛”等不同主题的21个分论坛。

10月17日上午，上海电气风电集团股份有限公司数字化产品经理韦永清在人工智能与智能运维发展论坛上发表了题为《深化数字化创新，助力风电智能运维高质量发展》的主旨发言。

以下为发言全文：

大家上午好！我是来自上海电气风电集团股份有限公司数字化产品经理韦永清，今天我给大家带来的分享题目是深化数字化创新，助力风电智能运维高质量发展。

当前，风电行业对高质量发展需求非常迫切，整体竞价异常激烈，大型风电设备高可靠性要求变得越来越严苛，大型风电场急需降本增效，越来越多大型风电项目以及海上风电场运维成本居高不下，同时需要提高风机性能及可靠性，提升发电利用率，对于大型风电设备需要通过无人值守风场技术进一步降低运维成本。对于风电机组核心大型零部件同时需要高精度铺装预警，然而新型技术突破和整合面临巨大挑战。

首先是跨界新兴技术场景，比如先进大语言模型和人工智能技术进入是有些困难的，另外厂商艰难平衡成本和质量，对于新兴技术深入整合不足，人工智能技术打通多源系统信息孤岛解决方案尚不成熟，同时风电行业为了降本保证高可靠性层出不穷新材料以及新结构以及对应的智能监测与预警发展相对比较缓慢。

上海电气风电集团针对于行业痛点和运维发展迫切需求，提供了从风机边缘端到厂站端再到集控侧，再到云平台风电数字智联一体化解决方案。我们在风机侧配备具有智慧双大脑的架构，风机的智能监控系统是作为我们智慧左脑，同时可以实现对风机设备的实时控制，而我们的智能终端是作为智慧右脑来对整个设备起到一个黑匣子的作用。

我们将海量数据进行采集、存储，并且对这些数据进行抽丝波间，能够实时将控制优化结果反馈给控制系统，让运行数据在风机控制中起到反馈作用。同时设备运行实时数据通过边缘计算算法以及海量数据压缩方式传到厂站和集控端，包括用数据上云方式传到云平台，我们在厂站侧还提供电网友好型场控系统以及一站式运维服务解决方案，通过场站安全运维有效方式数据传到云上平台，利用云端大数据平台和算法对数据进行高精度和更大的模型训练进行预警，从体而言，对于风机运行数据从分析、诊断到预警来实现风机优化验证，来进一步提高风机性能提升和成本下降，最终实现整机度电成本下降。

为了能够监控风机的状态，我们在风机大部件上也安装了各种监测系统和传感器，其中包括了覆盖塔底和机舱内外的视频监控，来对风机整体环境进行异常监测，同时可以做到和风机消防系统进行联动。

在塔筒上安装有基于振动、陀螺仪的基础沉降预测等等，也有针对于发电集群还有位移的监测，叶片作为风机最重要的部件之一，我们也有基于双轴振动和温度的叶片螺栓和叶片载荷和叶片异常音视频监测，这么多风机系统分为三大部分，就是传动链、叶片以及塔筒，电气风电通过一体化智能整合平台，将其整合到一起，我们通过场云一体架构可以实现多元信号采集，实现智能一体化监测。同时通过数据清洗实现高可靠性数据管理，最终为客户能够实现在厂端故障的精准，同时能够集成大部件的一个诊断报告服务。

智能诊断软件平台同时可以为客户运营公司提质增效，通过全面监控风机的叶片、传动链、塔筒等等，提前感知异常，打造智慧风场的管理模式，同时场端一体化监控平台可以提供多维度、可视化展示数据和预警结果。另外，通过边场数据回传云端，实现算法自学习和优化，通过采集器的集成，监测结果集中展示，最终来实现提供运维效率的效果。

刚才前面也提到了，边缘侧、风场侧和云端，电器风电自研边缘端的终端，也就是前面提到智慧右脑，可以采集每天运行至少50G以上的数据，并且我们通过压缩方式把它压缩到两三百兆存储在本地，这样可以实现长达2—3年的一个数据存储，同时进行边缘端计算，来实现智能控制与边缘计算这样一个智慧双大脑的功能。每台风机都有这样一个智慧大脑，整场风机可以实现一个协同控制，最终实现我们的智能运维。

我们在场站端有一站式监控，众多具有智慧大脑风机，同时也组成了一个群体智能，从而实现整体智慧集控，更好的对风机进行预测性维护和管理。风机和风场产生大量数据，使得每台风机都成为一台旋转的数据中心，将数据送到我们的云端，进行关键算法的训练以及关键算法的优化，能够对数据资产进行有效的管理和升级，提升数据的价值。

电气风电也使用基于数字孪生的技术，连通了风机的设计方法和运行数据，再结合人工智能的算法，助力风电智能运维高质量发展。对于整个风机运行数据而言，从传感器数据到场站端数据，再到风机控制系统运行状态，我们把这些数据从风机端到场站端进行收集，在边场进行数据处理，然后把这儿数据送到数字智联平台，同时传输给数字孪生模型库不断提升这些模型库的精度，同时将部件设计模型、外部的运行数据以及测试验证的数据以及他们的材料性能，时间数据作为重要输入，来进行更多的一个场景化的应用，也就是我们风机健康度的分析以及故障预警，包括寿命的预估和分析等等。

这一页我跟大家再分享两个案例，基于数字孪生和多种模型技术以及可靠性理论的一个实际应用，可以准确识别出来风机异常情况。

其中一个案例是基于上海电机自研一体化智能诊断平台，来对风机传动链进行预警案例，也是某风场17号风机机组有一个异常不平铺，进行及时提示，同时预警平台自动产生报警，并将报警指令发送到主机系统，进行及时保护，避免机组产生二次损伤，同时诊断人员查阅平台预警信息之后，缝隙储能低速轴存在断齿的现象，现场经过一定检查之后，发现了断齿的问题，通过这样一个精准提前预警，避免齿轮箱长期带故障运行而导致故障整体失效。

另外一个案例，某风场58号风机，由于多日油温升高，但是并没有达到一个控制系统报警阈值，我们基于数字孪生技术健康管理和故障预警平台进行自动判断和对比以后发出健康度预警，现场维护人员接收到相应预警终端之后，对风机进行实地检查，发现齿轮箱低速轴喷油板其中一个喷油口堵塞，维护更新后，机组恢复正常运行。

我们整个前面介绍的数字智联解决方案应用成果还是比较显著的，目前智能终端已经批量运行近千台机组，第一台到现在运行两年多，为风场积累大量数据，为风机进一步大型化设计和智能运维提供夯实基础。同时，智慧场控系统以及集控系统也有几十个场站和区域中心应用，电气风电数字智联解决方案，覆盖从风电场整体数字运维再到资产管理再到风机延寿等智慧集控以及数据后评估，我们降低运维成本，实现提升效率，通过风机早期故障预警、智能化的制定维修决策，减少非机化停机损失以及多次带来的费用，提高运维效率，特别是和地域偏远、人员稀少环境恶劣大型风场，为整个风电场提质增效。同时促进风电运维高质量发展，再次我们是通过深耕风电行业具体应用场景，提供全方位实践解决方案。

总体来说，电气风电以软件平台和产业大数据为主，通过创新集成全感知检测智能传感以及集成边缘计算智慧双大脑和集群监控和一站式监控以及人工智能，最终让整个风机产品可靠性更高、风机更安全，发电量让客户更加满意，在风电领域发展和应用提升整个全生命周期的风机产品以及后服务产品竞争力，满足风电客户对于高质量、高经济性发展需求，提升风场运维效率，降低风机运维成本。同时进一步提高预测算法准确度，为客户提供智慧运维一站式解决方案，让整体决策更高效、运维更加智能。通过数据赋能和技术创新为客户创造更多价值。

另外一方面，我们也是愿意通过数字智联技术的创新使我们的平台能够立足风电，成为覆盖整个新能源领域的数字化智联平台。

谢谢大家！

（根据演讲速记整理，未经演讲人审核）