★蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司陳泉，劉斐斕，劉磊，劉洋

1　目標(biāo)和概述

1.1　引言

隨著全球?qū)稍偕茉吹娜找嬷匾暎L(fēng)電產(chǎn)業(yè)作為清潔能源的重要組成部分，正迎來飛速發(fā)展的黃金時期。然而，風(fēng)電運維作為保障風(fēng)電場持續(xù)穩(wěn)定運行的關(guān)鍵環(huán)節(jié)，面臨著諸多挑戰(zhàn)。本解決方案旨在構(gòu)建風(fēng)電智能運維一體化平臺，以人工智能、邊緣計算等技術(shù)賦能風(fēng)電運維，提升運維效率，降低運維成本。風(fēng)電行業(yè)的發(fā)展不僅關(guān)乎能源結(jié)構(gòu)的優(yōu)化，更是推動全球綠色能源轉(zhuǎn)型的重要力量，展現(xiàn)出廣闊的前景和無限的潛力。

1.2　行業(yè)背景

風(fēng)電行業(yè)作為可再生能源領(lǐng)域的重要組成部分，近年來得到了全球范圍內(nèi)的廣泛關(guān)注和快速發(fā)展。隨著環(huán)境保護(hù)意識的提升和對傳統(tǒng)化石燃料能源依賴的減少，各國政府和企業(yè)紛紛加大對風(fēng)電等清潔能源的投資和研發(fā)力度。中國、美國、歐洲等地都是風(fēng)電行業(yè)發(fā)展的重要區(qū)域,風(fēng)電產(chǎn)業(yè)作為中國戰(zhàn)略性新興產(chǎn)業(yè)之一，在優(yōu)化能源結(jié)構(gòu)、推動能源革命和促進(jìn)生態(tài)文明建設(shè)方面發(fā)揮了重要作用，其中我國已成為全球最大的風(fēng)電市場。

1.3　市場規(guī)模

（1）全球風(fēng)電行業(yè)市場規(guī)模

根據(jù)最新的市場研究報告顯示，全球風(fēng)電行業(yè)市場規(guī)模已經(jīng)達(dá)到了2214億美元，其中1300億美元用于風(fēng)能發(fā)電機(jī)的制造和生產(chǎn)，剩余的914億美元用于風(fēng)電項目的建設(shè)、管理和維護(hù)等方面。而且全球風(fēng)電裝機(jī)容量也在不斷增加，截至2019年底，全球風(fēng)電裝機(jī)容量已經(jīng)達(dá)到了651.1吉瓦，相較于2018年同期增長了19%。

此外，全球各國政府也在加大對風(fēng)電項目的投資力度，促進(jìn)了全球風(fēng)電行業(yè)的發(fā)展。據(jù)統(tǒng)計，中國、美國、印度、德國和巴西等五個國家是全球風(fēng)電規(guī)模最大的國家，其中中國的風(fēng)電裝機(jī)容量占全球的一半以上。而在歐洲地區(qū)，風(fēng)電行業(yè)的市場規(guī)模也在不斷擴(kuò)大,加上還有法德等政府大力支持,未來在歐洲市場仍會有很大的發(fā)展空間。

（2）我國風(fēng)電行業(yè)市場規(guī)模

我國風(fēng)電行業(yè)市場規(guī)模也在不斷壯大。近年來，我國政府不斷加大對新能源建設(shè)的投資力度，鼓勵各地區(qū)開展風(fēng)電項目建設(shè)，全力推進(jìn)風(fēng)電行業(yè)的跨越式發(fā)展。據(jù)統(tǒng)計，2018年我國風(fēng)力發(fā)電的裝機(jī)容量達(dá)到了184.75吉瓦，占全球總裝機(jī)容量的28.4%。我國的風(fēng)電裝機(jī)容量增長迅速，2023年的數(shù)據(jù)顯示，我國風(fēng)電累計裝機(jī)容量同比增長了20.8%，新增裝機(jī)容量同比增長了101.7%。

隨著我國政府不斷加大對風(fēng)電行業(yè)的支持，我國的風(fēng)電行業(yè)也迅速發(fā)展起來。雖然我國的風(fēng)電行業(yè)尚不如歐美國家發(fā)達(dá)，但是在不斷的發(fā)展中已經(jīng)成為了風(fēng)電行業(yè)市場規(guī)模龐大的重要國家之一。

1.4　風(fēng)電運維的難點問題

（1）高海拔和惡劣環(huán)境的挑戰(zhàn)：許多風(fēng)電場建在高海拔、惡劣氣候和復(fù)雜地理環(huán)境條件下，運維人員需要面對高風(fēng)速、低溫、冰雪、沙塵暴等不利條件，增加了維護(hù)和修復(fù)難度。

（2）大規(guī)模和分散性：風(fēng)電場通常由大量風(fēng)力發(fā)電機(jī)組成，它們分散在廣闊的地域范圍內(nèi)。供應(yīng)鏈的管理、維護(hù)排程和設(shè)備檢修需要統(tǒng)籌安排，增加了調(diào)度和協(xié)調(diào)的難度。

（3）復(fù)雜性和技術(shù)含量高：風(fēng)力發(fā)電機(jī)包含大量的機(jī)械、電氣和控制元件，且需要高度的自控能力。故障排查和修復(fù)需要專業(yè)知識和技術(shù)，維護(hù)人員需要具備較高的技能水平和經(jīng)驗。

（4）風(fēng)電設(shè)備的可靠性和維修性：由于長期暴露在外面的惡劣環(huán)境中，風(fēng)力發(fā)電機(jī)設(shè)備容易磨損、老化和故障。維護(hù)人員需要及時識別和修復(fù)設(shè)備問題，以確保設(shè)備的可靠運行。

（5）供應(yīng)鏈管理和備件支持：風(fēng)電場所需的備件和材料非常龐大，而且往往需要長期儲備。合理的供應(yīng)鏈管理和備件支持是保障設(shè)備維護(hù)和修復(fù)的關(guān)鍵。

（6）費用和效益平衡：風(fēng)電行業(yè)對運維成本和發(fā)電效益有嚴(yán)格要求。維修和維護(hù)活動需要與設(shè)備的產(chǎn)能和效益進(jìn)行權(quán)衡，以達(dá)到成本控制和效益最大化的平衡。

（7）安全和環(huán)保要求：風(fēng)電場作為一種可再生能源，對環(huán)保和安全要求較高。運維人員需要遵守嚴(yán)格的安全標(biāo)準(zhǔn)和環(huán)境規(guī)定，并定期進(jìn)行安全培訓(xùn)和檢查。

1.5　解決方案目標(biāo)

核心目標(biāo)為成為高價值工業(yè)裝備智能運維專家。

通過引領(lǐng)創(chuàng)新，實現(xiàn)故障預(yù)測、健康管理、運維流程自動化及圖像識別等前沿智能化功能，將運維的效率和精確度提升至新的高度。透明風(fēng)場一體化平臺致力于開創(chuàng)風(fēng)電運維的美好未來，以智能化賦能行業(yè)，展現(xiàn)工業(yè)裝備智能運維的無限可能。

1.6　解決方案創(chuàng)新

（1）核心技術(shù)：針對風(fēng)電運維場景的深度算法應(yīng)用

在風(fēng)機(jī)應(yīng)用場景中，風(fēng)機(jī)系統(tǒng)會依據(jù)外部環(huán)境因素如風(fēng)速大小，動態(tài)調(diào)整其轉(zhuǎn)速和載荷，使得機(jī)組的運行并非恒定狀態(tài)，增加了監(jiān)控和維護(hù)的復(fù)雜性。然而，凌犀的振動傳感器卻能游刃有余地應(yīng)對這一挑戰(zhàn)。它能夠?qū)崟r動態(tài)地調(diào)整振動采樣頻率、采樣加速度范圍以及濾波范圍等關(guān)鍵參數(shù)，從而精準(zhǔn)地追蹤風(fēng)機(jī)的實時狀態(tài)，這是其他競爭對手所無法比擬的動態(tài)跟蹤能力。

借助無線振動傳感器所采集的數(shù)據(jù)，我們運用先進(jìn)的振動AI算法，能夠洞察風(fēng)電裝置的運行數(shù)據(jù)異常、識別設(shè)備的異常狀態(tài)，并提供健康指數(shù)評估。這一創(chuàng)新技術(shù)為風(fēng)電裝備的預(yù)測性維護(hù)奠定了堅實基礎(chǔ)，有助于提前發(fā)現(xiàn)潛在問題，防患于未然。

更進(jìn)一步，我們利用風(fēng)機(jī)的歷史運行數(shù)據(jù)，自動構(gòu)建出風(fēng)機(jī)運行的知識圖譜。這一圖譜不僅為我們提供了風(fēng)機(jī)設(shè)備運行狀態(tài)的深入分析，還能智能識別出各種失效模式。最終，這些功能共同助力我們實現(xiàn)風(fēng)機(jī)的智能預(yù)警與精確診斷，顯著提升風(fēng)電裝備的運維效率和安全性。

（2）產(chǎn)品競爭力：引領(lǐng)風(fēng)電智能運維技術(shù)發(fā)展方向

歷經(jīng)近一年的穩(wěn)健發(fā)展，我司以市場需求為導(dǎo)向，在工業(yè)互聯(lián)網(wǎng)領(lǐng)域持續(xù)深化研發(fā)，不斷錘煉技術(shù)實力。憑借卓越的創(chuàng)新能力和敏銳的市場洞察力，我們已在該領(lǐng)域嶄露頭角。

我們?yōu)檫@類高價值成套設(shè)備建立了?機(jī)?模型，包括實時數(shù)據(jù)驅(qū)動模型和行業(yè)知識圖譜模型，并沉淀得到了豐富的可復(fù)用的智能診斷用例。該模型在自主學(xué)習(xí)和演進(jìn)能力方面的創(chuàng)新實踐，得到了多個行業(yè)合作伙伴和客戶的認(rèn)可，比如遠(yuǎn)景能源、蒂森克虜伯等。

公司首席科學(xué)家及研發(fā)團(tuán)隊專注于工業(yè)AI技術(shù)十多年，他們在深度學(xué)習(xí)領(lǐng)域進(jìn)行了基礎(chǔ)算法研究，幫助本解決方案在“機(jī)械振動AI和知識圖譜AI”方向積累了大量的元算法、元模型，他們于實際應(yīng)用中積累構(gòu)建的AIShop具有強大的行業(yè)聚集效應(yīng)。

2　方案介紹

2.1　系統(tǒng)架構(gòu)圖（如圖1所示）

圖1  系統(tǒng)架構(gòu)圖

系統(tǒng)采用微服務(wù)容器化技術(shù)架構(gòu)，包括應(yīng)用層、平臺層和基礎(chǔ)層。

應(yīng)用層是工業(yè)互聯(lián)網(wǎng)平臺的關(guān)鍵部分，該層形成滿足不同行業(yè)、不同場景的工業(yè)SaaS和工業(yè)App，并形成工業(yè)互聯(lián)網(wǎng)平臺的最終價值。

平臺層是設(shè)計、仿真、部署、運維一體化平臺的核心，該層基于通用PaaS疊加大數(shù)據(jù)處理、工業(yè)數(shù)據(jù)分析、工業(yè)微服務(wù)等創(chuàng)新功能，并構(gòu)建可擴(kuò)展的開放式云操作系統(tǒng)。

基礎(chǔ)層作為最靠近操作終端的設(shè)施，具有規(guī)模廣、結(jié)構(gòu)差異大的特點。該層主要功能包括設(shè)備管理、資源管理、運維管理等，它通過高性能計算芯片、輕量化計算方法以及實時操作系統(tǒng)等先進(jìn)技術(shù)，對海量工業(yè)數(shù)據(jù)進(jìn)行先處理和預(yù)處理，在降低了網(wǎng)絡(luò)開銷的同時提升了云-邊-端一體化平臺的響應(yīng)速度。

2.2　硬件平臺

2.2.1　振動傳感監(jiān)測

采用振動傳感器進(jìn)行監(jiān)測，其產(chǎn)品特性如下：

（1）工業(yè)級可靠性，超長待機(jī)時間;

（2）高精度振動監(jiān)測;

（3）支持加速度數(shù)據(jù)實時上傳，集成時域分析和頻域分析算法，輸出振動強度和振動頻率數(shù)據(jù)；

（4）無線SCADA擴(kuò)頻通訊，超強抗干擾性;

（5）支持無線SCADA自組網(wǎng)主機(jī)和點對點無線網(wǎng)關(guān)靈活組網(wǎng)應(yīng)用，支持定時上報、異常報警上報和低電量報警。

圖2 震動傳感器

2.2.2　基于震動數(shù)據(jù)的深度學(xué)習(xí)預(yù)測

我們從數(shù)據(jù)角度出發(fā)，進(jìn)行多維度異常分析并輸出RUL（使用壽命）。

圖3 深度學(xué)習(xí)預(yù)測及分析圖

2.2.3　實時數(shù)據(jù)監(jiān)控和預(yù)測

（1）多設(shè)備、多指標(biāo)數(shù)據(jù)實時展示；

（2）機(jī)器學(xué)習(xí)算法支持?jǐn)?shù)據(jù)預(yù)測，可以發(fā)現(xiàn)數(shù)據(jù)趨勢和分布范圍（置信區(qū)間）。

2.2.4　深度學(xué)習(xí)算法支持的異常探測

（1）快速發(fā)現(xiàn)異常數(shù)據(jù)，及時了解設(shè)備可能出現(xiàn)的問題；

（2）自動學(xué)習(xí)可發(fā)現(xiàn)復(fù)雜數(shù)據(jù)異常，包括突發(fā)異常、漸變異常、周期異常等。

·設(shè)備健康指數(shù)繪制

（1）機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法支持設(shè)備健康指數(shù)評估和預(yù)測；

（2）提前發(fā)現(xiàn)可能出現(xiàn)故障的設(shè)備，提前維護(hù)，避免對正常的設(shè)備過度維護(hù)；（3）通過對健康指數(shù)曲線的預(yù)測，可有效計算設(shè)備RUL。

2.2.5　設(shè)備狀態(tài)診斷分析

（1）利用機(jī)器學(xué)習(xí)自動對設(shè)備和系統(tǒng)狀態(tài)進(jìn)行診斷；

（2）結(jié)合用戶經(jīng)驗提升機(jī)器學(xué)習(xí)的能力，把人的經(jīng)驗最大化；

（3）對設(shè)備狀態(tài)進(jìn)行分析，優(yōu)化設(shè)備使用率，提升生產(chǎn)流程效率。

2.2.6　數(shù)據(jù)特征提取

用戶通過界面可同時觀察到特定時間段內(nèi)多個傳感器的多維數(shù)據(jù)特征，包括數(shù)據(jù)總數(shù)、缺失數(shù)、最大值、最小值、平均值、中間值、方差、缺失時間范圍等。

2.2.7　智能報警

（1）機(jī)器學(xué)習(xí)算法通過把握數(shù)據(jù)特征，可以對各種異常快速報警；

（2）不同于簡單的閾值報警，智能報警可以自動識別復(fù)雜數(shù)據(jù)特征，有效降低漏報和誤報；

（3）不同報警級別方便用戶優(yōu)先排查預(yù)警時間、預(yù)警可信度，可以幫助用戶快速發(fā)現(xiàn)報警原因。

2.3　軟件平臺

圖4 軟件平臺架構(gòu)

（1）內(nèi)置常用的自動化部署環(huán)境，為應(yīng)用（Java/NodeJs/Python/Go）部署提供定制化的容器運行環(huán)境；

（2）提供開箱即用的工具集，幫助開發(fā)者將代碼快速構(gòu)建為可運行的容器鏡像，提高了開發(fā)效率；

（3）提供應(yīng)用商店和應(yīng)用生命周期管理，縮短了應(yīng)用上線周期；

（4）提供從平臺到應(yīng)用維度的日志、監(jiān)控、事件、審計、告警與通知，實現(xiàn)了集中式與多租戶隔離的可觀測性；

（5）簡化應(yīng)用的持續(xù)集成、測試、審核、發(fā)布、升級與彈性擴(kuò)縮容；

（6）為云原生應(yīng)用提供基于微服務(wù)的灰度發(fā)布、流量管理、網(wǎng)絡(luò)拓?fù)渑c追蹤；

（7）提供易用的界面命令終端與圖形化操作面板，滿足不同使用習(xí)慣的運維人員；

（8）通過應(yīng)用商店一鍵部署與升級應(yīng)用至Kubernetes；

（9）提供按需容器資源申請，支持設(shè)置容器的彈性伸縮（HPA），提升了應(yīng)用的可靠性與靈活性；

（10）支持導(dǎo)入Helm應(yīng)用倉庫可視化編輯與部署應(yīng)用；

（11）應(yīng)用商店支持多租戶運營，提供針對應(yīng)用級的計量與計費。

3　代表性及推廣價值

以中國北方某風(fēng)力發(fā)電場為例，該風(fēng)電場始建于2018年，安裝了100臺單機(jī)容量為2MW的風(fēng)電機(jī)組，總裝機(jī)容量為200MW。經(jīng)過幾年的運行，項目方意識到高效的運維管理可以極大提升整體經(jīng)濟(jì)效益，于是在2023年引入了一套先進(jìn)的智能運維管理系統(tǒng)。

通過主要運維管理措施，基于故障預(yù)測與健康管理（PHM）技術(shù)，大數(shù)據(jù)分析與人工智能算法的優(yōu)化，通過物聯(lián)網(wǎng)技術(shù)實現(xiàn)對風(fēng)電機(jī)組的遠(yuǎn)程監(jiān)控和故障診斷，減少了現(xiàn)場維護(hù)頻次。

對比2022年（實施智能運維管理前）和2023年（實施智能運維管理后）的運行數(shù)據(jù)，分析高效運維管理對風(fēng)電場的經(jīng)濟(jì)效益和設(shè)備狀態(tài)的影響，取得了非常好的效果，具體如表1所示。

表1 實施智能運維管理前后對比

風(fēng)電設(shè)備運維管理（Operation & Maintenance,O&M）在風(fēng)力發(fā)電項目的成功和經(jīng)濟(jì)效益中起著至關(guān)重要的作用。高效的運維管理不僅能夠確保風(fēng)電設(shè)備的長期穩(wěn)定運行，還能最大限度地延長設(shè)備的使用壽命，降低運行成本，提升發(fā)電效益。

系統(tǒng)價值主要體現(xiàn)：

（1）提高設(shè)備可用性和可靠性，減少非計劃停機(jī)時間及增強設(shè)備穩(wěn)定性。

（2）延長設(shè)備使用壽命，保護(hù)關(guān)鍵部件，降低突發(fā)故障風(fēng)險。

（3）優(yōu)化運維成本，降低維修成本，減少人員成本。

（4）提升發(fā)電效率，優(yōu)化運行參數(shù)，減少停機(jī)時間，提升整體發(fā)電量。

（5）提高安全性，減少高風(fēng)險操作，自動化預(yù)警，確保人員和設(shè)備的安全。

（6）數(shù)據(jù)積累及智能化，累積數(shù)據(jù)運維經(jīng)驗，引導(dǎo)智能化決策，提升整體運維水平。

（7）環(huán)境和社會效應(yīng)，減少環(huán)境影響，增強公眾對風(fēng)電項目的信任和支持。

作者簡介：

陳　泉（1985-），男，湖南岳陽人，高級工程師，本科，現(xiàn)就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

劉斐斕（1981-），男，湖南邵陽人，碩士，現(xiàn)就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

劉　磊（1988-），男，江西德興人，碩士，現(xiàn)就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

劉　洋（1979-），男，廣西玉林人，中級工程師，本科，現(xiàn)就職于蘇州凌犀物聯(lián)網(wǎng)技術(shù)有限公司，研究方向為人工智能、智能工業(yè)物聯(lián)網(wǎng)。

摘自《自動化博覽》2024年6月刊