6月13日，由中国可再生能源协会、上海市闵行区人民政府牵头指导，中国农业机械工业协会风力机械分会主办的第五届中国风电后市场专题研讨会在上海举行。大会以“创新驱动，智慧未来”为主题，集结各方英才共同探讨风电场的智能运维及创新实践。会议吸引了包括金风科技、明阳智慧能源、协合新能源、中广核、上海电气、北京国电电力新能源、海装风电、华能新能源、华电集团、中车集团等在内的行业标杆及龙头企业。
与会期间，智擎信息的王曦进行了题为“基于神经网络的预防性维护策略实践”的演讲，向参会各方进一步阐述了智擎信息在预测性运维领域的创新于实践。
王曦谈到，近年我国风电装机增长迅猛，并且正逐步实现规模化、大型化，2017年累计并网装机容量1.64亿千瓦，风电年发电量占全部发电量的4.8%。由于风电发电具有间歇性强、随机性大、可调度性弱等特点，风电组性能的提高和维护及运营成本的降低是目前亟待解决的问题。
主要的挑战有：一是风电机组故障频发，降低了风能利用率，同时维修费用昂贵，增加了运维成本；二是风电机组通常坐落于偏僻、环境恶劣的山区以及沿海或近海区域，且机舱常安装在离地面几十米的高空，风电机组日常运行健康状态检测困难；最后，弃风限电的加剧，以及“风火同价”的指导政策，使得如在保证设备安全的前提下，降低风电机组运维成本，提高风电设备发电效益成为了风电运营商最迫切的需求。
与此同时，大数据技术在近些年迅速崛起，在信息化产业的数据检索、信息挖掘等方面得到了广泛的应用，而风电机组在运行过程中在线监测系统产生了大量运行监测数据，激增的数据中蕴含大量重要的风电机组性能及运行信息和知识，对故障预警、设备诊断、运行优化、提高运行可靠性等问题具有指导性意义。
王曦介绍了利用大数据的技术，基于风机的海量的历史数据、实时数据，以及其他运维相关数据，结合风电机组运行失效物理机理知识、数据统计信息，利用不同的机器学习算法进行故障建模，针对可能造成风机停机的故障进行预测，指导现场作业人员提前针对问题较大的风机进行排查和检修的故障预警系统；使得风机保持健康状态运行；最后实现提前预测大部件健康度和风机健康度，指导运维。
其中，智擎信息自研的深度学习集成模型起到了至关重要的作用。我们利用集成学习的思想，将对状态的预测同对阈值的预测相结合，并实现复杂集成模型对健康度评分的方法。最终测试结果表明该系统对部件的种类及风电机组种类具有良好的泛化性，同时对数据质量要求较低。能够提前发现风电机组部件存在的故障隐患造成的部件健康度下降的情况，并指导运维人员根据各部分的评分有效地查找病灶，及时进行预防性维护等人工干预措施，有效增加了风电机组运行效益，减少运维成本。使设备运行更可靠、稳定，解决了客户“降本增效”的需求。
某风电机组故障发生前评分
随着智能制造、工业大数据、物联网技术等工业领域的革新上升到了国家战略意义层面，机器学习、大数据将在工业领域得以更加深远的应用。智擎信息将不遗余力地探索机器学习技术在工业制造业的垂直应用，以期早日实现智能制造2025，打造大国重器。
智擎信息是一家为工业企业提供大数据分析平台、预测性运维以及机器学习等服务的科技创新型公司。公司是惠普企业服务集团、微软云基于物联网、人工智能在工业领域应用方面的指定合作伙伴。业务咨询：info@wysengine.com