风电设备可靠性指标数据治理策略

风电设备可靠性指标数据治理策略

Summary：近年来随着全球化进程的加快，能源短缺问题和环保问题日益突出。低碳、环保、高效的能源得到更为广泛的研究和应用。风力发电作为典型的再生清洁能源应用形式，不仅具有环保、节能的特点，同时极大的缓解了电力能源的需求压力。风电设备是风力发电产业的重要组成部分，其可靠性指标是电力企业设备运行状况以及日常维护水平的直观体现，指标数据直接影响着风电设备可靠性的评估精度。本文结合现阶段风电设备可靠性指标数据存在的问题，探讨进一步优化风电设备可靠性指标数据治理的策略，提高风电设备可靠性指标数据的有效性，旨在为风力发电设备可靠性指标数据统计和治理提供有益参考。Keys：风电设备；可靠性指标；数据治理一、引言近年来我国风力发电产业发展迅速，据相关数据统计我国的风电装机容量已位居世界首位。不过在风电行业跨越式发展的同时，许多技术性问题仍未得到较好的解决和完善。随着风力发电设备大面积的投入运营，出现了许多例如关键部件过早损坏、大部件在服务期过后损坏、风电机组质保验收与预验收交接存在争议、使用寿命与设计寿命偏差较大、故障分析及处理时间长、故障发生率高等各类问题[1]。特别是近年来风电机组事故频发安全形势较为严峻，国家有关部门连续多次对风电设备运行情况进行调研，调研结果显示，当前阶段我国风电维护管理机制不够完善，风电设备维护技术综合能力不足，而导致这种问题主要有两个方面的原因：首先风力发电虽然发展较为迅速，不过整体投运时间较短，其维护管理制度和经验主要是参考火力发电的标准，整体的运维针对性不足；其次，风电设备运维数据信息不够深入，统计不够细致或者统计后的历史数据不能及时进行对比分析导致大量运行数据闲置浪费，不能发挥应有意义，同时在风电设备运维决策方面技术支持普遍不足。风电设备可靠性指标是风电企业在日常维护水平以及设备运行情况的直观体现，可靠性指标数据的优劣对设备可靠性评估有着直接影响。在风电设备运行过程中所产生的原始数据准确性会受到数据采集方法、统计方式、员工素质、组织结构等多方面的影响，一定程度上影响了数据的准确性和可靠度[2]。由于风电设备可靠性指标数据的优劣直接影响着设备可靠性的评估，因此风电企业对数据质量管理方面愈加重视。二、风电设备可靠性指标数据范围2.1风电设备机组运行数据（1）运行环境数据：实时风速、风向、环境温度、塔底温度、结冰监测数据等；（2）运行机组设备数据：风向机舱夹角、偏航角度、机舱温度、塔底控制柜温度、机舱控制柜温度、主轴承温度、发电机数据、齿轮箱数据、主控柜数据、变频器数据、变桨系统数据、液压系统数据、机械刹车状态、风轮转速、风机状态数据等；（3）机组参数：有功功率、无功功率、功率因数、电压、电流、电网频率等。2.2风电设计运行故障记录故障发生时间、故障结束时间、故障代码、分类等，故障时间包括起始时间和结束时间。2.3风力资源数据测风塔的指标数据（包括但不限于机组轮毂及其他层高度风速、风向、温度、气压、湿度）。2.4风电设备检修记录包括风电设备的运行、检修、维护、备件使用记录、调度限负荷运行情况记录、生产运行报表等。2.5设备专项检测报告针对大部件或重大问题的专项检测和事故分析报告。三、现阶段风电企业对风电设备可靠性指标数据的管理现状虽然风电企业利用信息化管理平台获取了许多风电设备可靠性指标的基础数据，不过在日常运营和基础数据采集过程中，由于采集方式、人员综合素质能力、组织结构等因素导致部分可靠性指标数据的准确性、实效性、可靠度以及完整性方面存在一定的纰漏，也直接影响了风电设备可靠性评估的真实性。3.1可靠性指标数据的完整性在可靠性指标数据收集的过程中由于人员责任心不足会出现数据信息漏填或者数据推送缺失等情况，从而导致指标数据不完整，不完整的数据也会一定程度上影响风电设备的可靠性评估。特别是操作过程中的数据信息，若操作人员不能准确的记录操作信息，部分操作失败项不能及时进行登记那么部分风电设备可靠度指标就会一定程度上的被高估，也会造成风电设备可靠性评价受到影响。3.2可靠性指标数据的准确性在数据采集及测量等过程会出现抽样的人为误差、范围和统计误差以及时间误差等，会造成指标数据与实际值存在一定偏差[3]。例如在运行时间统计时，由于运行时间观测准确性统计偏差会导致统计的数据低于或者高于实际目标值，导致可靠性指标被低估或者高估，影响可靠性指标的真实性。3.3可靠性指标数据的时效性

数据的采集、整理至数据传输的过程有一定的时间间隔，而指标数据的时效性很大程度上会影响到指标数据的质量。例如在风电设备暴漏率指标设备运行时间与设备可用时间之比统计时，当暴漏率指标中数据统计、更新不及时会导致指标数据计算不准确影响机组在网运行时间的评估[4]。四、风电设备可靠性指标数据治理的优化策略4.1强化指标数据的完整性提高指标数据的完整性要提高工作人员责任意识，完善管理制度，加强指标数据的管理。同时，可以在数据库中设定非空约束设置，保证数据同时时的完整性。对于已经存在缺失的数据应通过人工进行填补，填补的数据应真实。4.2提高指标数据的准确性

可靠性指标数据的准确性直接影响着评估效果，因此在数据统计和数据采集中要提升数据的准确性。在数据统计过程中可以通过细化指标数据的有效范围，根据运行时数据波动指标对数据准确性进行判断，总结出指标数据的分布区间并对合理性进行划定和评审。根据数据的类型设立合理的指标评定方式，对不合理的指标数据进行筛选，保证指标数据的可靠性和科学性[5]。组织领域专家和专业人员对长期存在问题的关键性指标进行分析，确实存在问题的查明原因并予以纠正，不合理的进行修正。4.3保证指标数据的时效性制定完善的管理制度，根据生产数据的特点制定科学合理的数据统计采集制度，明确上报周期确保数据库中指标数据的时效性。对于需要计算统计的指标数据，要根据其他数据的更新周期及时进行更新，结合此类数据的计算特点和参数设定合理的计算周期以提升指标数据的时效性。五、结束语综上所述，风电设备可靠性指标数据对风电设备可靠性分析和评价有着重要的作用。是发现风电设备安全隐患和技术缺陷的重要数据支撑。准确完整的指标数据不仅可以对设备运行、检修以及技改等工作进行指导性的参考，同时有助于提前发现事故隐患，提升设备运行管理和检修质量水平。本文结合现阶段风电设备可靠性指标管理的现状进行分析，根据相关问题制定优化策略。风电设备可靠性数据作为一项重要生产要素，其主要目的是为了更好的开展风力发电设备的可靠性能评估，有效做到重大事故预警和预防性检修工作，因此强化风电设备可靠性指标数据的治理对于风电产业发展具有重要的意义和作用。Reference：[1]张峻豪,张则言,傅钰.基于设备可靠性的风电场预防性机会维修策略[J].四川电力技术,2019,42(6):36-40.[2]冯涛,刘广东,王强.风电设备可靠性指标数据治理方法研究[J].中国设备工程,2017(14):227-229.[3]赵兴安.基于数据标准化的风电数据治理体系应用研