在傳統(tǒng)能源不斷減少的今天，世界各國已經(jīng)將目光轉(zhuǎn)到可再生能源的開發(fā)上來。風(fēng)能作為一種綠色清潔的可再生能源，已經(jīng)引起了我國的廣泛研究和使用。其中，風(fēng)電機組的健康正常運行一直都是保證風(fēng)電場盈利水平的主要手段和影響因素。

每年因風(fēng)電機組故障損失的發(fā)電量和維護費用都給風(fēng)電場帶來巨大的經(jīng)濟損失。從減少故障維護時間和維護成本上來說，一個能夠?qū)︼L(fēng)電機組的健康狀態(tài)進行評估并且能夠?qū)︼L(fēng)電機組故障進行預(yù)測的模型是必要的。

本文提出的健康模型是以平行空間理論作為本模型理論支撐點，以大數(shù)據(jù)技術(shù)作為建模的技術(shù)手段，來創(chuàng)建基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型來提高風(fēng)電機組運行效率，減少風(fēng)電機組維護帶來的損失。

基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM

由上節(jié)可知，本節(jié)需要提供一個健康模型來實時檢測風(fēng)電機組的健康狀況。平行空間又稱平行宇宙，而平行宇宙的概念并不是因為時間旅行悖論提出來的，它是來自量子力學(xué)，因為量子力學(xué)有一個不確定性，就是量子的不確定性。平行宇宙概念的提出，得益于現(xiàn)代量子力學(xué)的科學(xué)發(fā)現(xiàn)。在20世紀(jì)50年代，有的物理學(xué)家在觀察量子的時候，發(fā)現(xiàn)每次觀察的量子狀態(tài)都不相同。而由于宇宙空間的所有物質(zhì)都是由量子組成，所以這些科學(xué)家推測既然每個量子都有不同的狀態(tài)，那么宇宙也有可能并不只是一個，而是由多個類似的宇宙組成，因此平行宇宙的數(shù)量并不是確定的。風(fēng)電機組在運行的時候，由于環(huán)境因素的變化、自身硬件設(shè)備使用壽命的差別，發(fā)生故障等因素的不同，導(dǎo)致風(fēng)電機組運行狀態(tài)發(fā)生變化，且變化的狀態(tài)數(shù)量也是不確定的。由于平行空間具有多個空間共存且每個空間相同事物存在不同狀態(tài)的特性與數(shù)個風(fēng)電機組整個生命周期的某一時刻中具有多個狀態(tài)且每個狀態(tài)不同具有相似的特點。因此，本文結(jié)合了平行空間的理論，給出基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM。

綜上，本節(jié)將分別介紹基于平行時空理論的設(shè)備狀態(tài)監(jiān)測模型ECMM，并給出基于ECMM模型的風(fēng)電機組健康狀況評估的方法。

一、基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM的理論模型

圖1基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM的理論模型

構(gòu)建基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM的理論模型過程如圖1所示，主要分為三個階段，平行空間劃分、平行空間衍生、健康值計算。

(1)平行空間劃分

首先，數(shù)據(jù)預(yù)處理。利用集控中心大數(shù)據(jù)平臺收集各風(fēng)電場所有風(fēng)電機組全參數(shù)的歷史數(shù)據(jù)，根據(jù)風(fēng)電機組各參數(shù)自身數(shù)據(jù)意義和取值范圍結(jié)合大數(shù)據(jù)技術(shù)對收集的數(shù)據(jù)進行清洗、去臟、修復(fù)等數(shù)據(jù)預(yù)處理工作。

其次，健康時間段的提取。風(fēng)電機組在無故障、誤報警且穩(wěn)定運行的狀態(tài)為風(fēng)電機組健康的運行狀態(tài)。在風(fēng)電機組全生命周期的時間軸上，扣除風(fēng)電機組運行不健康的時間段包括：報警的時間段、故障及故障的征兆時間段、停機的時間段、無通訊時間段。所剩的時間段即為健康的時間段。

最后，平行空間的形成。風(fēng)電機組在不同的環(huán)境因素下，能夠健康運行時的各個參數(shù)所處的健康值也不相同。因此，將環(huán)境條件按風(fēng)速、溫度、大氣壓力、空氣密度、生命時間等多個維度，并對各個維度進行步長的劃分。按照步長所切割好的維度組合在一起，就是一個空間，而所有的相同生命時間的空間就組成了平行空間。

(2)平行空間的衍生

在風(fēng)電機組的全生命周期里，隨著生命時間的推移，風(fēng)電機組所處的環(huán)境的不斷變化，風(fēng)電機組會沿著時間軸由一個空間的健康狀態(tài)演變成另一個空間的健康狀態(tài)，而此過程是按照時間軸單向的。而最開始的一個多個空間狀態(tài)根據(jù)環(huán)境變化的不同不斷衍生出數(shù)個平行空間狀態(tài)。

(3)健康值計算

提取風(fēng)電機組屬于各個空間的健康數(shù)據(jù)，利用各個參數(shù)的業(yè)務(wù)意義與數(shù)據(jù)挖掘算法等進行各個參數(shù)在該多維環(huán)境分組下的特征值的計算，包括值域范圍、平均值、聚類后的范圍、權(quán)值等，代表該多維環(huán)境的各個參數(shù)的特征值。而將各個參數(shù)有屬于自己的權(quán)重，利用各個參數(shù)的權(quán)重以及自身的特征值，計算出該空間風(fēng)電機組健康狀態(tài)的健康值。

二、基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM的應(yīng)用模型

圖2基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM的應(yīng)用模型

上一小節(jié)給出了ECMM模型的理論模型的構(gòu)建方法。但是，由于理論模型需要大量同型號風(fēng)電機組全生命周期的數(shù)據(jù)作為理論支撐，且最終的平行空間數(shù)量不可評估，以目前集控中心所收集的數(shù)據(jù)是達不到的。因此，本小節(jié)將給出基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM的應(yīng)用模型，如圖2所示，主要分為兩個階段，風(fēng)電機組健康狀態(tài)生成和風(fēng)電機組健康狀態(tài)間的轉(zhuǎn)換。

(1)風(fēng)電機組健康狀態(tài)

首先，數(shù)據(jù)預(yù)處理。此過程與ECMM理論模型相同。

其次，健康時間段的提取與劃分。健康時間段的提取過程與理論模型健康時間段的提取過程相同，扣除風(fēng)電機組運行不健康的時間段，所剩的時間段即為健康的時間段。由于風(fēng)電機組在進入某環(huán)境空間的初始N分鐘內(nèi)處于過渡期和N分鐘后參數(shù)運行狀態(tài)差異變化較大，因此在風(fēng)電機組全生命周期上將分為穩(wěn)定期狀態(tài)與過渡期狀態(tài)，并根據(jù)實際統(tǒng)計將不同的穩(wěn)定狀態(tài)間切換時所需的不穩(wěn)定時間長度值作為分割點。將相同機型全部風(fēng)電機組在全生命周期健康時間段上，所有被分隔好的不同狀態(tài)切換的過渡期時間段和穩(wěn)定期時間段的數(shù)據(jù)分別收集。

最后，健康狀態(tài)的生成。以收集好的穩(wěn)定期健康時間段為例，同樣將環(huán)境條件按照風(fēng)速、溫度、大氣壓力、空氣密度等多個維度，并對各個維度進行步長的劃分，此處忽略理論模型中的生命時間。按照步長所切割好的維度組合在一起，就是一個空間，而所有的空間就組成了平行空間。在收集好的時間段中，會有很多數(shù)據(jù)屬于同一個空間，因此我們對屬于同一個空間的數(shù)據(jù)進行計算分析得出不同空間中的數(shù)據(jù)范圍及特征叫做該條件環(huán)境下的狀態(tài)。

(2)風(fēng)電機組健康狀態(tài)轉(zhuǎn)換

在風(fēng)電機組運行時，隨著時間的推移，周圍環(huán)境的變化，風(fēng)電機組會在健康模型上找到屬于當(dāng)前環(huán)境下的空間即健康運行的狀態(tài)。由于收集的數(shù)據(jù)有限，也會出現(xiàn)沒有對應(yīng)的空間，因此需要對此風(fēng)電機組當(dāng)前狀態(tài)進行判斷，如果滿足上述的健康時間段的運行狀態(tài)，平行空間可以擴展，即可以通過自學(xué)習(xí)的方式彌補之前由于數(shù)據(jù)收集不足造成的缺少部分對應(yīng)空間的現(xiàn)象。

綜上所述，ECMM應(yīng)用模型在創(chuàng)建時并不是按照風(fēng)電機組全生命周期的時間軸順序發(fā)生的過程創(chuàng)建的，而是依賴于環(huán)境因素的變化創(chuàng)建的。在風(fēng)電機組實時運行時，會自動檢索此時對應(yīng)的空間，并通過計算能夠知道此時的健康狀態(tài)的值與空間里計算好的健康狀態(tài)的值的差異性。而ECMM理論模型的建立是需要大量相同機型風(fēng)電機組全生命周期的數(shù)據(jù)作為支撐的，在數(shù)據(jù)量達不到的情況下，ECMM應(yīng)用模型具有明顯的優(yōu)勢和實用性。

基于ECMM模型的風(fēng)電機組健康狀況評估方法

前文描述了如何構(gòu)建ECMM模型，本節(jié)將主要描述基于ECMM應(yīng)用模型對風(fēng)電機組的健康狀況進行評估的方法，如圖3所示。

圖3基于ECMM模型的風(fēng)電機組健康狀況評估方法圖

基于ECMM模型的風(fēng)電機組健康狀況評估方法主要分四個階段：風(fēng)電機組自身健康狀態(tài)評分、同機型健康狀態(tài)評分、風(fēng)電機組綜合評分、健康狀態(tài)預(yù)測。其中風(fēng)電機組實時數(shù)據(jù)作為模型的輸入數(shù)據(jù)，利用模型對比算法得到同機型健康狀態(tài)評分、自身健康狀態(tài)評分，最后需要綜合評分算法計算出風(fēng)電機組綜合評分。利用環(huán)境預(yù)測的算法來預(yù)測風(fēng)電機組的狀態(tài)。

(1)風(fēng)電機組自身健康狀態(tài)評分

通過對風(fēng)電機組實時數(shù)據(jù)進行監(jiān)測、采集，利用ECMM模型的對比算法，求出同機型健康狀態(tài)評分。下面將給出模型對比算法的流程進行描述，如圖4所示。

圖4健康狀態(tài)評分流程圖

利用風(fēng)電機組的實時監(jiān)控系統(tǒng)對風(fēng)電機組全參數(shù)進行監(jiān)測。并根據(jù)此時環(huán)境各維度的值以及風(fēng)電機組在當(dāng)前環(huán)境中運行時長來檢索相應(yīng)的ECMM模型中的平行空間。并根據(jù)平行空間中風(fēng)電機組參數(shù)計算特征值的方式，求出此時風(fēng)電機組相應(yīng)的各個參數(shù)的特征值。每當(dāng)有一個參數(shù)的特征值不滿足平行空間中所給出該參數(shù)特征值的健康范圍，則健康值需要減去該參數(shù)的權(quán)重值以及相應(yīng)每個參數(shù)所需要減掉的參數(shù)值，剩余的健康值即為該時刻風(fēng)電機組運行的健康值。

例如，風(fēng)電機組完全健康時的健康值為100，除了環(huán)境各個維度的參數(shù)以外，還有A、B、C、D、E五個參數(shù)。假設(shè)其中A、B、C三個參數(shù)的特征值不符合所對應(yīng)的平行空間A、B、C三個參數(shù)特征值的健康范圍，因此，該風(fēng)電機組當(dāng)前時刻的健康值為100-a×x1-b×x2-c×x3，其中a、b、c分別為A、B、C三個參數(shù)的權(quán)重值，x1、x2、x3分別為A、B、C三個參數(shù)不滿足健康范圍時需要扣除的健康值。

(2)同機型健康狀態(tài)評分

同機型風(fēng)電機組的健康狀態(tài)能夠反映出該機型風(fēng)電機組優(yōu)勢以及普遍存在的問題，反饋給風(fēng)電機組制造廠家，有助于廠家對該機型的優(yōu)勢進行升級而對問題進行修復(fù)，提升企業(yè)產(chǎn)品質(zhì)量、服務(wù)，同時也為企業(yè)拓展新產(chǎn)品提供新思路。

統(tǒng)計性健康狀態(tài)評分是由三部分組成：同風(fēng)電場該機型風(fēng)電機組的不合格率、優(yōu)秀率、平均成績組成。自定義風(fēng)電機組合格限值，不滿足限值的臺數(shù)與總臺數(shù)相比的百分?jǐn)?shù)即為不合格率。同理，自定義優(yōu)秀限值，超過限值的臺數(shù)與總臺數(shù)相比的百分?jǐn)?shù)即為優(yōu)秀率。而平均值，即為將優(yōu)秀與不合格的風(fēng)電機組去掉后，所剩的風(fēng)電機組的平均值，這樣避免了部分優(yōu)秀風(fēng)電機組或不合格風(fēng)電機組來影響風(fēng)電場整體風(fēng)電機組的健康值。同時，如果該平均值持續(xù)一段時間很低的話，說明該型號風(fēng)電機組存在普遍的問題，需要及時與該型號風(fēng)電機組的廠家聯(lián)系。

(3)風(fēng)電機組綜合評分

風(fēng)電機組綜合評分反饋的是該風(fēng)電機組在整個風(fēng)電場相同機型中的健康狀況。綜合評分的算法是通過持續(xù)一段時間的自身的健康狀況與同機型其他風(fēng)電機組的橫向比較，來觀察該風(fēng)電機組的健康狀態(tài)穩(wěn)定程度和變化率。

(4)預(yù)測風(fēng)電機組狀態(tài)

利用引入的環(huán)境預(yù)測數(shù)據(jù)，并根據(jù)ECMM模型檢索出相對應(yīng)的空間，從而預(yù)測出風(fēng)電機組未來的狀態(tài)。

綜上，基于ECMM模型的風(fēng)電機組健康狀況評估的方法主要是根據(jù)實時檢測風(fēng)電機組的各個參數(shù)值，利用環(huán)境參數(shù)找出ECMM模型中相應(yīng)的平行空間，并利用空間中各個參數(shù)特征值的算法求出此時該風(fēng)電機組各個參數(shù)的數(shù)值，并判斷是否在平行空間所給出的健康范圍內(nèi)，不滿足進行健康值的減分計算。同時，對全風(fēng)電場同機型所有風(fēng)電機組健康值進行匯總計算，得出整個風(fēng)電場該機型的健康狀況，并利用風(fēng)功率預(yù)測中的環(huán)境預(yù)測值進行風(fēng)電機組運行狀況的預(yù)測。對風(fēng)電機組的健康情況進行了全面的檢測和評估。

結(jié)語

本文針對目前風(fēng)電場不能夠有效地對風(fēng)電機組的健康狀況進行評估，最終由于故障而導(dǎo)致風(fēng)電機組停機帶來的經(jīng)濟效益的損失提出了解決方案。首先提出的基于平行空間理論的設(shè)備狀態(tài)監(jiān)測模型ECMM的理論模型和應(yīng)用模型是以平行空間理論作為本模型理論支撐點，以大數(shù)據(jù)技術(shù)作為建模的技術(shù)手段進行創(chuàng)建的。并給出了基于ECMM模型的風(fēng)電機組健康狀況評估的方法。由于本文僅從風(fēng)電機組運行的健康角度考慮，忽略掉了風(fēng)電機組發(fā)生故障時的狀態(tài)。結(jié)合平行空間思想筆者針對不同風(fēng)電機組的不同故障分別建立了故障模型用以風(fēng)電機組故障的預(yù)測和診斷，故障模型數(shù)量較多，范圍較廣。整體上健康模型與故障模型互相驗證，全方位地保證了風(fēng)電機組的運行狀態(tài)。