遠景能源（江蘇）有限公司智能風機產品研發負責人郭曉明出席“第五屆中國風電后市場專題研討會”， 在風電場運維與安全管理專題論壇，分享題為“智能風機對后市場的價值思考”的主旨演講。

　　郭曉明：各位領導、同行，大家上午好！今天給大家介紹一下關于智能風機在風電后市場的價值思考。

　　遠景能源在行業最早提出風機智能概念的整機廠家，我們也很高興在整個同行中得到大力的響應，很多家推出自己的智能風機的產品，有一些同行相對來說也著急，他們宣稱自己已經是智能風機的4.0時代。所以我們自己認為目前整個智能風機處于1.0到2.0進化過程中。因為智能風機本身定義是能感知、會思考、自學習、自適應。那么它產生的價值是什么？多發電、少故障、易維護。要做這些技術點相應的你需要做的是從1.0到2.0的進化，需要從源頭開始，就說感知，你需要更精準的感知你所有相關的狀態測量，這樣才稱得上1.0到2.0的進化。

　　常規的風機是保證功能正常運行的風機，智能風機是在常規風機以上已有傳感器做一些智能分析、模型狀態的估計能達到三個目標的風機。在風況越來越復雜、地形越來越復雜、機位越來越復雜，需要更高狀態地測量，保證更精準的測量，提升發電量，保證減少故障、減少大部件的損傷，精準地指導運營和維護。

　　這是遠景在1.0時代已經達成的內容，2.0時代正在積極推進的一些內容。可以看到大部分的內容都是在補充一些新的傳感器，在直接去測量我們的風機運行狀態，從風開始，整機上面。風上面我們是從之前是由之前的風況的估計做一個推力抑制，我們用的是基于整機加速度和輸出功率以及其他傳感器做出的一些預測功能。當他有一個復雜工況的時候很難直接預測，只能采取測量。我們使用的是一個激光雷達，所以在整個，我們今天這個是不可能全部展開所有智能部件里面的傳感應用，會舉兩個例子，在風電場存量資產中怎么樣用好這些先進傳感，去提升這些傳感在后風電市場的價值。

　　第一個例子，怎么基于雷達的控制在一些相對比較復雜的機位去做安全保證，最大的發電量。做過運維的同行都知道，這個機位是非常糟糕的機位，基本上違背了選機位的基本原則，立在懸崖邊，兩山夾一溝，進一部惡化這個工況。這個機位可能會存在負剪切可能還有回流，對整個風機是巨大的挑戰，但不管高興不不行它已經立在那了，做一些載荷異常超時，在很多異常情況下會出現葉片異常折斷。知道這些細節，進行改進措施，相應的風險就能避免了。三年前考慮怎么把激光雷達導入到風機的控制中去，那時候考察市面上主要的激光雷達，發現主要的激光雷達，商用的激光雷達都不滿足風機實際的控制需求。主要的問題測點不夠，可以看到這個四個測電是商用雷達里面比較主流，算是比較高端的雷達，有四個測點。但是跟我們實際的模擬的風的節點，測出來的結果根本不能代表風的情況。商用的雷達為了安裝通用性都會裝在機艙的背面，這種情況在測風的時候，要周期性受到葉片的遮擋，測風的有效率相對比較低的。這個激光雷達號稱可以矯正偏航誤差，但需要手工安裝在機艙中軸線上才能保證測風的準確性，它測風的方向性依然受現場的安裝會有強烈的影響依賴。市面上的一些比較常見的脈沖式激光雷達，在時間上分辨率比較低的，把30米的風分到一段，預測到大風要過來，你看到它，覺得可能會過來，但真正的誤差可能會有3秒以上，這種情況使得商用的雷達比較難滿足要求。

　　我們兩三年就研究遠景的智能路線，滿足遠景自己的智能風機控制的需求，這個是我們遠景做的自研激光雷達。這是遠景自研激光雷達的介紹。我們的激光雷達是裝在輪轂位置的，它是跟遠景風機輪轂設計了緊密結合的，整個全部采用的是光學設計，全部遠景自有知識產權，如果達到全方位測風我們必須要旋轉，這是我們的光學組件，整個滿足IP67，我們這個做過泡水實驗，泡完水之后沒有任何危險，非常便于維護。激光以圓桌方式掃描，我們一圈有100個點，4目的雷達是100目，可以用100個測點，測光環境是30米-60米，安裝誤差有偏差的時候，利用自己的自己感知，可以自己調整自己掃描的方向，使它調整到振動，而且可以做各種復雜方式掃描，達到對測風的復雜風有更清晰的感知。當有你有了激光雷達之后，一看到就可以進行收槳動作，可以把機架、塔筒放的非常穩定，可以可以做針對的局部變槳，讓整個風平衡。可以有效矯正偏航誤差，始終跟中軸線一起，不受雪雨天氣的影響，可以持續的工作。激光雷達成為遠景的機器，我們整機設計和控制都會結合遠景雷達把新的性能發展到最優，對存量資產可以處理一些復雜的機位，降低風險，提高發電量。這是典型的怎么樣使用激光雷達來降低載荷。

　　這個是典型風種的情況，草帽風，先下降再往上猛的一拉，如果你采用基于雷達的控制技術之后，變槳動作會和風幾乎是同步的，如果沒有滯后的響應它，會帶出巨大無比的風。下面是實際載荷的結果，在不同調整控制的準確度之后，我們可以把整個載荷的尖峰削掉一大半。使用激光雷達可以做到提前感知，提前感知不要買了個激光雷達就可以提前感知了。這邊其有一個非常重要的是風速的演化模塊，這是持續不斷地演進過程，持續的自學習，不斷的扇區風速演進的模型。做到提前預判之后，提升發電量，降低風險。

　　智能風電技術在存量資產，塔基的安全監測與控制閉環塔基的延壽。塔筒每次倒塔造成的損失是巨大的，不僅是財產的損失，更多地是對人心理上的損失。風機距離越來越近了，對于塔筒疲勞是非常大的挑戰，有三臺風機，7號風機為例子，西部和西北面有兩臺風機，然后距離還挺近，7號風機距離稍微遠一點的風機是250米，近的一臺風機只有100多米，發過電的風機給后面的風機造成的影響就是持續的湍流，風向是來自西北方向，東南方向大部分川流都比較低，紅色占比越多的地方代表扇區的風帶湍流級別高，由這兩個方向過來的風湍流的級別是特別高的。以往的做法，又要保證安全，又要開發這么多的機位，需要做扇區控制，在特定扇區做降載、降功率，會損失一定的發電量，但在可研的時候會估計把這部分電量刨出去。但借助智能風機技術這部分發電量可以找回來一些。可以借助完整的塔筒狀態實時監控系統，可以去測塔基的非不確定性沉降，基礎一定要平，在塔筒上面做一個位移測量，希望通過位移測量準確實施風機的載荷，通過這個載荷，我們就可以避免推力，超出我們風機設計，同時還能累計載荷的極限信息，累計載荷的疲勞信息。傳感器用它推導出來的傳感器，算出來的載荷，兩個是完全一致的。我們精準地獲取塔筒的推力信息，對于極限位移限制，最大限度提升塔筒的控制。接入風機數據鏈路與數據應用，在實際提升發電量，降低載荷。這是數據鏈路的統計架構，智能傳感器從風機接入之后，本身就地做一些計算，風機采納一些數據做控制，接著會送到風場網絡里面，有個基礎的架構服務，數據接口，在本地有一些非常簡單的，但不會出錯的一些監控服務，實時監控、實時報警，然后在前端有一個場站端服務。經過轉換之后就可以把整個數據送到云端了，云分布式存儲，云計算，會做一些狀態預警、專家審核、長期狀態監測，最終作為工單派單到現場去執行。輸出有兩個界面，一個是電腦端的，是一個外部頁面，外部服務，不是裝特定的程序，直接通過外部網頁可以直接訪問所有的計算結果。

　　另外一個頁面是通過手機移動端，非常精簡地展示概要的內容。以上的所有內容都是在遠景OS平臺上支持的，不僅支持風電，還支持光伏，城市能源管理的一系列內容。把里面的云上的數據給大家看一看，可以隨時打開任何一個地方，只要接入這個網絡的風機，任何時候產生任何數據都可以找到什么時候有數據，怎么樣打開數據，數據在外部頁面就可以立體的展開，所有的數據會自動地找匹配和相應歷史上發生的，根據這個故障，它的波形，找歷史上類似的波形，找對應當時的工單，這個故障當時最好的工單以及當時的檢修記錄是怎么樣寫的，對于現在這次維修的同事是有非常好的指導意義的。同時還可以查詢檢修指導，就是我們在各個現場一線的專家他們已經累計了大量的知識庫，可以持續地供大家去參考和訪問。

　　所有的數據會用高度抽象概括的，這是用馬賽克的方式去展示，綠色是健康的，黃色有些件需要注意了，紅色有機會的時候要把件換掉了，這是非常立體全面展示界面，隨意點開任何一個風場，幫助大家找出需要解決的有問題的。

　　這是基于塔基的模態振動監測，可以進行振動分析，塔筒是不是開裂，通過圖去載荷做累計，把壽命統計出來。整個這一系列會集中有這么多功能。非不確定性的沉降、軸心偏移等這些都會展開。通過這些換熱數據，到底是換濾芯還是散熱閥需要換，這個是高溫天氣齒輪箱超溫的故障，大幅減少運維工作量的同時也保證了整個服務的效率。我們可以持續做坎貝爾分析，風機設計過程中就要持續分析振動模態，各種1P、3P，傳動鏈頻率，可以做出有效的監測，直接給出告警，安裝的時候有一些偏差，如果長期情況下，對整個風機的傳動鏈、對風機的機架是非常大的疲勞累計損傷。如果不能及時發現的話會出現非常大的失效。

　　這是場站端，部署一些智能傳感的部件狀態，實時報警，提供本地保護及報表功能，本地數據存儲與備份，適應斷網或無網絡風場運行需求。這是移動端的服務，提供的是一個超精簡的快速信息獲取的方式，但精簡但內容是凈化的，一些內容設計、關鍵波形、檢修指導、各個部件的APP分析狀態在上面都會得到一個提示。以上是遠景在智能風機在風電后市場的思考，我們會持續推進智能風機在后市場價值的落地，然后我們也相信這是一個巨大無比的市場，我們可以共同打開基于智能風機的后風電的市場。

　　謝謝大家！

　　（根據發言整理，未經本人審閱）