北京产业互联网既肩负着再造数字经济万亿级产业集群的重要使命，也承担着促进数字经济与实体经济融合应用的重要任务。为此，北京软件和信息服务业协会在《数字经济应用场景-案例说》栏目中重磅推出产业互联网系列，旨在生动地展现数字经济如何具体重塑产业的新局面，唤起人们对数字经济，特别是产业互联网改变生产、生活和生产关系的认知。

本期案例中，中国华电针对风电全生命周期运行周期内的风电智慧运维解决方案，基于SCADA运行数据对风电场状态进行评估，通过连接设备与运维人员，实时获取资产全面信息，优化机组运行性能; 结合智能化算法，洞察设备的健康状态，预警即将发生的故障，以及结合人工智能和机器学习技术在线优化风机控制策略，动态评估风电场运营效率。

产业互联网类型：能源互联网 

案例提供单位：太极计算机股份有限公司

中国华电集团有限公司（简称“中国华电”）是2002年底国家电力体制改革组建的国有独资发电企业，属于国务院国资委监管的特大型中央企业，主营业务为电力生产、热力生产和供应；与电力相关的煤炭等一次能源开发以及相关专业技术服务。

转型诉求

风电是中国华电集团的业务之一。风电场一般分布区域广泛，环境较为恶劣，风电机组数量庞大，加上后期新增项目的快速建设，使得风电场专业人才需求急速增加，现场设备维护管理、运行管理以及数据分析及故障处理的难度逐步增加，需建立一套行之有效的、全新的运营模式。

为此，中国华电采用了太极股份提供的针对风电全生命周期运行周期内的风电智慧运维解决方案。太极风电智慧运维解决方案采用大数据分析手段和机组设备部件机理特性相结合的方法，建立风电机组特性分析系统。基于风电机组状态、历史运行和维护数据建立机组全生命周期的评价指标体系。通过分析机组特性，深挖风电场机组故障共性、性能损失主因，为设备的安全运行、异常预警、性能优化等提供技术指导，进而为业务部门的决策提供科学参考，也为后续新电站的建设、新设备的全过程管理提供科学依据。

创新应用场景

太极风电智慧运维解决方案的主要优势有：

(1）基于迁移学习和随机优化算法的风电机组出力性能评估。基于迁移学习构建风电出力性能评估基本框架，减少建模工作量，实现“一机一模型”，运用随机优化算法，加快超参数的寻优速度，大幅提升计算效率。该智能应用主要是针对机组的发电性能进行分析及诊断，判断是否存在劣化现象、劣化的具体表现特征以及引起劣化的原因，实现机组出力性能的自我感知并进一步实现智能优化。

(2）基于信创产品的多源异构数据融合技术。本智能应用针对风场设备运行工况下的各类数据进行采集与分析，主要涉及到多源异构数据。针对数据来源、类型不同，采用多种采集、传输与集成技术满足数据接入。

中国华电需要通过三步来实施风电智慧运维解决方案：

第一步，故障标签化。基于采用风机控制系统故障报警功能或人工手动方式对风机历史发生的常见故障进行标记、 甄别和分类（故障标签精确程度关系到异常数据筛选和故障诊断的准确性）；另外，对已经诊断出根因的故障打上相应故障标签并存储，判断更新历史数据库，为诊断模型优化提供更多、更精确、可靠性更高的数据基础。客户需要配合完成此项工作，提供必要的机理知识及设计参数，并协助验证故障标签的准确性。

第二步，数据模型建模及训练。根据SCADA历史数据，进行模型的初步开发，该步骤的主要目的是选择算法以及验证算法的可行性和准确性。风电机组的劣化问题集成了数学统计、可视化与专家经验，属于无监督学习。选取训练数据和测试数据，训练数据用于训练模型，测试数据用于测试模型的输出效果和准确率。训练数据通过数据预处理和特征变换后，通过BIN算法进行功率曲线的拟合，作为历史数据的学习功率曲线，新的数据集测试数据经过相同的步骤进行功率曲线的拟合，拟合出来的功率曲线与历史数据的学习功率曲线对比，通过参考风机的标准厂家功率曲线，综合判断测试数据是否存在劣化现象。存在劣化现象的风机数据，通过BIN算法拟合的功率曲线，加上定义的上下界，筛选出劣化数据，劣化数据通过特征算法（切入风速、额定功率、拟合优度、额定风速和斜率算法）输出劣化特征，通过对比劣化数据与正常数据的各个变量分布，输出劣化的根因分析结果。对于输出的劣化特征结果，根据专家经验初步判断准确率，若准确率较差，则对特征算法中的参数进行调节，直到准确率较高为止。由于模型是根据历史数据诊断历史数据或当前数据，因此建模数据采用的是历史数据，若风机由于内外部因素如环境因素、机器检修等导致风机的运行工况发生了变化，会减小模型对风机劣化判断的准确率，这时可以更新模型训练的历史数据，模型将重新学习风机功率曲线。

第三步，模型验证。采用离线数据对模型进行可行性和准确性的测试。根据买方提供的离线数据实际劣化情况，测试模型输出结果的准确性。模型通过离线数据进行建模，并通过测试之后，需要对买方指定的风电场数据进行在线和离线的预警诊断。离线数据的来源为风电场SCADA系统的历史数据，数据格式为Excel或常规数据库格式，离线数据导入模型之中，进行诊断，输出诊断结果，诊断结果形式为表格，包含的信息有劣化风机序号，劣化的起止时间，劣化的特征以及劣化的根因。

在线数据的预警，通过开放的Modbus或OPC协议，结合给定的点表，接入在线数据。在线数据存储在数据库中，需要存储一段时间的数据作为模型的训练数据，新数据实时采集实时存储，设置在线数据预警时间频次，定期预警，输出并保存诊断结果。

模型部署完毕后，需要对模型进行验证。选择2个风电场的在线数据进行在线数据预警诊断验证，选择10个风电场的离线数据进行离线数据诊断验证。根据验证结果调整模型参数达到既定的准确率。

产业赋能价值

中国华电针对风电全生命周期运行周期内的风电智慧运维解决方案，基于SCADA运行数据对风电场状态进行评估，通过连接设备与运维人员，实时获取资产全面信息，优化机组运行性能；结合智能化算法，洞察设备的健康状态，预警即将发生的故障，以及结合人工智能和机器学习技术在线优化风机控制策略，动态评估风电场运营效率。

该方案一方面可帮助运维人员及时了解机组运行特性，为运维检修计划、检修内容提供依据，另一方面可给出异常机组根因分析结果及优化建议，进而减少发电损失即提升发电量。仅通过调节对风偏差一项，保守估计每年可为每个风电场增加发电量70~80万kWh，以0.5元/kWh电价计算，每年可增加收入约40万元，以此推算将试点成果推广至所有风电场，每年将为风电企业增收数千万元收益。