引言

经过十多年的发展，我国风电产业蓬勃发展。由于政策的支持和国内丰富的风力资源储备，我国装机容量居世界第一。爆炸式发展后，我国风电发展模式开始从量变向质变转变。如何更有效地利用风电，进一步提高风电自动化水平，降低运维成本，逐渐成为风电发展的主流趋势。基于这一背景，“无人值班，少人值班”提出了这个概念。[1]一旦实现运维理念，在实现风电机组智能监控的前提下，可显著降低风机故障率和停机维护率，减少运维所需的人力投入，降低风电运行成本。

1.风电场监控系统发展方向分析

随着我国风电装机容量的快速发展，各大风电集团规模不断扩大，单风场机组数量迅速增加，运维人力投入需求不断增加。传统的以风场为单位的运维监控模式已不能满足当前的发展需求，大区域多风场集中监控模式已成为风电监控发展的新趋势。

1.多风电场运行数据集成

目前，随着大数据技术的蓬勃发展，各大行业已经将大数据技术与行业深度整合，以获得更多有利于行业发展的信息和趋势判断。风力发电产业与大数据的结合对产业趋势分析和经验积累也具有重要意义。传统的风电运行模式，使风电运行数据相对独立，在数据规模不能进一步扩大的情况下，基于数据结论分析的正确性和可靠性受到相应的限制，因此发展多风电场集中监控，大规模整合多风电场运行数据，基于数据基础从整个风电集团的角度进行数据分析和趋势判断，结论的准确性和与实际生产的适应性也将有更广泛的应用空间。

1.2运维模式变化

传统的运维模式是单风场运维模式，每个风场配备一套监控系统和一队运维人员。但随着风电发展规模的扩大，传统的运维模式对人力投入要求过高。因此，以集中控制中心为主的多风电场集中运维模式已经开始取代原有的运维模式，监控运维人员也从原来的风电场配置队向多风电场共享队转变。

1.提高风电运维自动化水平

风电规模的发展也对风电场运维自动化水平提出了新的更高要求。风电机组正朝着自动化方向发展，从判断启停风况、正常运行、故障诊断、故障报警到停机维修。

2.风电监控系统开发技术分析

2.风电场运行数据整合技术

在运行过程中，风机会产生大量的运行信息数据。为了实现这些数据的深度集成，从硬件的角度，基于现有的风电场监控系统，建立风电场集中控制中心，对风电场进行分级集中监控。

数据由传感器收集并上传到集中控制中心。虽然数据量非常大，但对这些信息的研究和探索可以获得更有价值的信息，可用于辅助指导风力发电机组维护、发电输出调度、风力发电机组运行维护规划等。因此，基于风力发电机组运行的海量数据的有效集成和信息挖掘是非常有价值和必要的。基于大数据集成和数据挖掘技术，可以进一步促进风力发电机组远程监控的信息化、数字化和网络化。

2.2基于智能算法的风电机组运行监控技术

以神经网络、遗传算法和专家系统为代表的智能算法对非线性数据分析具有良好的适用性。风电机组结构复杂，非线性参数多。单一的线性对应关系显然不能准确描述状态数据与故障之间的关系。利用智能算法处理非线性参数函数关系可以很好地应用于风电机组的数据分析和故障诊断。

3.风电场远程集控技术关键突破

3.远程集控发展现状及限制条件

“无人值班，少人值班”是风电场远程集控系统建设的重要目标之一。操作人员将陆续撤出风电场，风电场只剩下少数维修人员，导致变电站自动监控系统与风电场分离的现状。目前，传统变电站自动化系统微机五防装置模拟五防步骤需要由操作人员基于集成监控系统嵌入五防机完成，五防步骤操作需要现场执行。因此，操作人员需要在集中控制中心进行步骤模拟并制作计算机钥匙，然后将计算机钥匙带到风电场进行五防操作。如果集中控制中心远离风电场，实施五防操作所需的行程往返会耗费大量的人力物力，大大降低实施效率。基于此，提出了支持风电场远程集控系统、以技术创新为动力的远程五防方法，提高风电场监控的工作效率。

3.远程五防实现方法分析

远程五防的硬件基础基于三个要素：总站、基站和通信渠道。首先，在风电场集中控制中心设置五防控总站，在各风电场监控室设置基站。通信和信息传输可以基于现有的通信和传输渠道进行。集中控制中心操作步骤模拟后，将操作票以电子信息的形式传输到风电场五防终端，并在现场制作钥匙。维修人员应携带钥匙进行当地五防操作。

[2]通过电子信息传输，取代操作人员，节省时间，提高五防操作效率，提高风电场远程集中控制自动化。

4.小节

本文结合我国风电产业发展的实际情况，首先分析了当前风电场监测技术的现状和发展趋势，结合我国风电产业的具体发展，将大数据、数据挖掘、智能算法等先进技术与风电产业有机融合，从技术角度分析展望未来风电远程集控技术的结合。此后，针对制约风电场远程集控技术发展的制约因素之一，提出了一种基于通信的风电场变电站“远程五防”操作方法对我国风电场监控系统向远程集控系统的顺利转变具有一定的现实意义。