基于人工智能的風(fēng)力發(fā)電場(chǎng)遠(yuǎn)程集中控制系統(tǒng)

1、基于人工智能技術(shù)的風(fēng)力發(fā)電場(chǎng)遠(yuǎn)程集中控制系統(tǒng) PAGE 3項(xiàng)目背景光耀電力為新能源“智慧工廠”整體解決方案的技術(shù)供 應(yīng)商。如何利用人工智能技術(shù)提升發(fā)電量是長(zhǎng)期困擾公司的 痛點(diǎn)。項(xiàng)目實(shí)施總體實(shí)施思路與架構(gòu)項(xiàng)目預(yù)期目標(biāo)通過實(shí)施大數(shù)據(jù)技術(shù)和人工智能技術(shù)，對(duì)風(fēng)電機(jī)組功率再彌合、再優(yōu)化后提升有效發(fā)電小時(shí)數(shù)，同時(shí)減少發(fā)電運(yùn)營(yíng)成本。實(shí)施路線與架構(gòu)1、利用大數(shù)據(jù)技術(shù)，校核風(fēng)機(jī)實(shí)際切入、切出風(fēng)速；2、大數(shù)據(jù)技術(shù)實(shí)現(xiàn)風(fēng)機(jī)自動(dòng)啟停與節(jié)能方案；3、大數(shù)據(jù)分析技術(shù)，時(shí)時(shí)監(jiān)控風(fēng)機(jī)啟停對(duì)部件損耗；4、利用大數(shù)據(jù)技術(shù)對(duì)超短期、短期和長(zhǎng)期功率預(yù)測(cè)，調(diào)整發(fā)電區(qū)間；5、大數(shù)據(jù)技術(shù)，分析引起風(fēng)機(jī)性能下降的因素及因素關(guān)聯(lián)度；6、基于人

2、工智能技術(shù)對(duì)風(fēng)機(jī)報(bào)警智能判定與故障分析；7、利用人工智能技術(shù)中模糊數(shù)學(xué)技術(shù)對(duì)風(fēng)機(jī)健康判定；8、利用人工智能技術(shù)完成風(fēng)機(jī)備品備件的智能管理9、利用人工智能技術(shù)完成風(fēng)機(jī)預(yù)警模型與神經(jīng)網(wǎng)絡(luò)應(yīng)用10、利用人工智能尋優(yōu)模型與技術(shù)，監(jiān)督風(fēng)機(jī)自學(xué)習(xí)習(xí)慣，提高設(shè)備運(yùn)行準(zhǔn)確率與召回率。應(yīng)用場(chǎng)景與技術(shù)方案應(yīng)用場(chǎng)景和領(lǐng)域。歷時(shí) 10 年，公司在新能源領(lǐng)域發(fā)電設(shè)備管控、人員認(rèn)證、數(shù)字資產(chǎn)、環(huán)境安全等多個(gè)方面取得重大技術(shù)創(chuàng)新與突破，其應(yīng)用場(chǎng)景包括基礎(chǔ)風(fēng)電場(chǎng)群發(fā)電數(shù)據(jù)收集、區(qū)域管理公司發(fā)電數(shù)據(jù)管理、中央集團(tuán)公司發(fā)電投資決策管理等。歷數(shù) 10 年服務(wù)歷程公司已服務(wù)過的風(fēng)力發(fā)電機(jī)總數(shù)有 12000 臺(tái)，大約 350 個(gè)風(fēng)場(chǎng)，

3、 市場(chǎng)占有率大約為 17%。技術(shù)實(shí)施方案在利用人工智能深度學(xué)習(xí)技術(shù)提升發(fā)電量方面從風(fēng)電機(jī)組實(shí)際運(yùn)行數(shù)據(jù)反映的風(fēng)電機(jī)組功率輸出與多種不確定因素的復(fù)雜關(guān)系中找出風(fēng)機(jī)的實(shí)際輸入數(shù)據(jù)（控制參數(shù)） 和輸出數(shù)據(jù)（功率輸出），挖掘兩者的非線性關(guān)系。以均方誤差最小為目標(biāo)，建立基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風(fēng)電機(jī)組功率函數(shù)，以輸入層、隱藏層、輸出層等神經(jīng)元構(gòu)成該前饋神經(jīng)網(wǎng)絡(luò)，根據(jù)輸入層中的風(fēng)電機(jī)組控制參數(shù)和當(dāng)前風(fēng)速，經(jīng)過各類判斷與學(xué)習(xí)，通過各類學(xué)習(xí)算法確定神經(jīng)網(wǎng)絡(luò)的各類參數(shù)了，給出當(dāng)前風(fēng)電機(jī)組功率輸出情況。在風(fēng)電場(chǎng)發(fā)電機(jī)組風(fēng)功率曲線研究中，將數(shù)據(jù)分段求解得出風(fēng)機(jī)功率的概率密度函數(shù)，再利用最小二乘法、高斯矩陣消元法來擬合出散

4、點(diǎn)的功率曲線，即擬合功率曲線對(duì)風(fēng)電機(jī)組投運(yùn)數(shù)據(jù)進(jìn)行計(jì)算，同時(shí)，通過（同期、同比月份）、全年、投運(yùn)全部數(shù)據(jù)等三個(gè)維度針對(duì)當(dāng)前機(jī)組進(jìn)行功率曲線的擬合分析，將多種維度擬合結(jié)果，再根據(jù)數(shù)學(xué)算法進(jìn)行二次計(jì)算，得到更為準(zhǔn)確的實(shí)際功率曲線的擬合結(jié)果，利用優(yōu)化的單機(jī)實(shí)際功率曲線，在功率預(yù)測(cè)上、控制策略優(yōu)化上、損失電量計(jì)算上、切入切出風(fēng)速計(jì)算等多領(lǐng)域得到廣泛應(yīng)用，用以提高風(fēng)電場(chǎng)發(fā)電量效率。并形成自主知識(shí)產(chǎn)權(quán) 15 項(xiàng)。實(shí)施效果通過使用自主研發(fā)的斷點(diǎn)續(xù)傳技術(shù)，強(qiáng)化數(shù)據(jù)采集維護(hù)顯著提高了生產(chǎn)實(shí)時(shí)數(shù)據(jù)采集質(zhì)量；利用風(fēng)電場(chǎng)發(fā)電機(jī)組風(fēng)功率曲線研究結(jié)果，指導(dǎo)發(fā)電優(yōu)化作用控制策略、減少損失電量、優(yōu)化切入切出風(fēng)速，提高風(fēng)電場(chǎng)發(fā)電量效率。通過服務(wù)中國(guó)國(guó)電集團(tuán)電新能源公司，其寧夏風(fēng)電場(chǎng)發(fā)電量由 2017 年 106563 萬度、增長(zhǎng)到 2018 年 118840 萬度，提高