從數(shù)據(jù)到智能決策，新能源運(yùn)營(yíng)還有哪些路要走？

運(yùn)營(yíng)的主要關(guān)注點(diǎn)是什么？

截至2024年6月底，我國(guó)風(fēng)光累計(jì)裝機(jī)達(dá)到11.8億千瓦，已超過(guò)煤電裝機(jī)。大規(guī)模的存量市場(chǎng)讓行業(yè)逐漸意識(shí)到，運(yùn)營(yíng)對(duì)行業(yè)可持續(xù)發(fā)展的重要性。

作為產(chǎn)業(yè)鏈的最后一環(huán)，新能源運(yùn)營(yíng)領(lǐng)域隨著行業(yè)的發(fā)展不斷壯大。在這個(gè)過(guò)程中，保障資產(chǎn)安全、提高設(shè)備可靠性、實(shí)現(xiàn)提效降本等設(shè)備運(yùn)維和資產(chǎn)運(yùn)營(yíng)相關(guān)的話題，受到行業(yè)越來(lái)越廣泛的關(guān)注。

一方面，在設(shè)備層面，由于新能源資產(chǎn)分散在全國(guó)各地，點(diǎn)多面廣，長(zhǎng)期以來(lái)運(yùn)營(yíng)方重點(diǎn)關(guān)注的是分散在天南海北的資產(chǎn)運(yùn)行的狀態(tài)如何，設(shè)備的健康度如何，以及風(fēng)電機(jī)組的大部件、光伏組件等是否能在故障發(fā)生前精準(zhǔn)預(yù)警，避免出現(xiàn)重大安全事故和不必要的電量損失。

另一方面，隨著企業(yè)不斷推進(jìn)精益化管理，運(yùn)營(yíng)方在關(guān)注設(shè)備安全可靠的同時(shí)，開(kāi)始思考如何將設(shè)備可靠性、發(fā)電收入、人員出工、備件投入等要素統(tǒng)籌考慮開(kāi)展運(yùn)營(yíng)、技改等工作，希望以最小資源投入獲得最大產(chǎn)出，以更低的成本獲得最優(yōu)的運(yùn)營(yíng)效果，實(shí)現(xiàn)利潤(rùn)最大化。

另外，如何利用AI、智能設(shè)備等新技術(shù)推進(jìn)“無(wú)人化場(chǎng)站”的進(jìn)程，在業(yè)界一直被深切關(guān)注。

“不管行業(yè)在初期階段，還是現(xiàn)在踏入了發(fā)展的‘快車道’，新能源資產(chǎn)運(yùn)營(yíng)決策始終圍繞著安全、提質(zhì)、增效、降本這一宗旨開(kāi)展，而數(shù)字化技術(shù)是解決行業(yè)關(guān)注問(wèn)題的加速劑。”劉瑞華說(shuō)道。

多維數(shù)據(jù)研究的價(jià)值何在？

當(dāng)前，集控中心，風(fēng)電葉片、塔筒、傳動(dòng)鏈等設(shè)備的智能監(jiān)測(cè)以及基于AI的無(wú)人機(jī)、智能巡檢機(jī)器人等數(shù)字化技術(shù)在新能源運(yùn)營(yíng)領(lǐng)域的應(yīng)用已逐漸普及，影響范圍逐步擴(kuò)大，產(chǎn)生了海量數(shù)據(jù)。這些數(shù)據(jù)如果被深度挖掘分析，能夠給實(shí)際生產(chǎn)帶來(lái)切實(shí)的效益。

協(xié)合運(yùn)維基于30GW在運(yùn)維容量，匯集了諸如集控中心、設(shè)備監(jiān)測(cè)、人員行為、運(yùn)營(yíng)成本等多維度的數(shù)據(jù)，利用多個(gè)不同維度的數(shù)據(jù)組合，進(jìn)行一系列智能決策技術(shù)的研究與應(yīng)用，更精準(zhǔn)地分析、決策生產(chǎn)管理中的關(guān)鍵問(wèn)題和難點(diǎn)，并取得階段性進(jìn)展。

在設(shè)備層面，融合SCADA數(shù)據(jù)和振動(dòng)輔控?cái)?shù)據(jù)，建成高頻次故障診斷、專家特征提取、長(zhǎng)時(shí)間特征提取等模型，彌補(bǔ)人工肉眼監(jiān)測(cè)不全面的缺陷，大大提高了監(jiān)測(cè)的準(zhǔn)確率和效率，并建立上百個(gè)模型，進(jìn)行設(shè)備亞健康監(jiān)測(cè)、大部件損壞監(jiān)測(cè)。

在運(yùn)營(yíng)管理層面，基于SCADA和運(yùn)維過(guò)程日志數(shù)據(jù)，建立標(biāo)準(zhǔn)化評(píng)估流程，實(shí)現(xiàn)智能自動(dòng)報(bào)告，減少了數(shù)據(jù)分析決策時(shí)對(duì)個(gè)人經(jīng)驗(yàn)的依賴，最終完成“設(shè)備-人-管理”的穿透，讓“數(shù)據(jù)專家”無(wú)處不在。

在成本管控上，將設(shè)備數(shù)據(jù)、運(yùn)維和人員考勤數(shù)據(jù)、運(yùn)營(yíng)成本數(shù)據(jù)打通整合，從成本和預(yù)期效果綜合評(píng)估，實(shí)現(xiàn)日常生產(chǎn)、技改、低效電站治理等工作的價(jià)值最大化和成本之間的有效平衡。

為了進(jìn)一步降本增效，協(xié)合運(yùn)維通過(guò)持續(xù)對(duì)智能算法、智能設(shè)備的研究，在行業(yè)人才匱乏的窘境下，致力于探索推進(jìn)“無(wú)人化場(chǎng)站”，重塑新能源電站運(yùn)營(yíng)模式。目前該模式已在湖南片區(qū)的新能源電站成功應(yīng)用，人效比提升35%左右。

協(xié)合運(yùn)維基于多維數(shù)據(jù)研究的運(yùn)營(yíng)智能決策技術(shù)，在300多個(gè)交付單元廣泛應(yīng)用，提效明顯。劉瑞華根據(jù)自身經(jīng)驗(yàn)，總結(jié)出以下幾點(diǎn)經(jīng)驗(yàn)：

第一，數(shù)據(jù)的準(zhǔn)確性、處理方法將極大影響模型的可用性和普適性。

第二，現(xiàn)階段，經(jīng)驗(yàn)?zāi)Ｐ退坪醣却竽Ｐ透苡?。相比通過(guò)機(jī)器學(xué)習(xí)對(duì)大部件進(jìn)行的預(yù)警，根據(jù)實(shí)際經(jīng)驗(yàn)總結(jié)出來(lái)的模型，現(xiàn)場(chǎng)應(yīng)用效果更好，可落地性更強(qiáng)。

第三，現(xiàn)階段，無(wú)人機(jī)、攝像頭等智能設(shè)備還無(wú)法替代現(xiàn)場(chǎng)一線工程師的全部工作，對(duì)場(chǎng)景固定、技能要求較為單一、重復(fù)性較強(qiáng)的專項(xiàng)工作能夠?qū)崿F(xiàn)相當(dāng)程度的替代。

隨著新一代信息化、數(shù)字化技術(shù)和應(yīng)用在新能源行業(yè)的推進(jìn)，數(shù)據(jù)已經(jīng)成為企業(yè)最重要的生產(chǎn)要素。“在新能源運(yùn)營(yíng)領(lǐng)域，數(shù)據(jù)是生產(chǎn)管理的核心生產(chǎn)要素，對(duì)多維度數(shù)據(jù)的智能決策技術(shù)研究，將為新能源運(yùn)營(yíng)提效降本帶來(lái)更廣闊的空間。”劉瑞華最后表示。