基于“四化”支撑为前端的设备预知性检修维护基本内容

基于“四化”支撑为前端的设备预知性检修维护的探索与实践，通过建立集控系统，搭建大数据平台，进行预知性缺陷检修，使得设备维修方式从传统的“事故维修”、“定期维修”过渡到现代化的“预知性维修”，实现了设备管理模式从较为被动的“综合设备治理”到提前主动的“科学设备管理”的全面提升，促进风电设备管理科学化、规范化，提高设备发电能力。项目获得5项实用新型专利技术和2项计算机软件著作权，其主要技术手段为：

1.建立风电场远程监控系统，实现生产设备运行大数据的采集，通过建立生产大数据库，实现实时设备监管、设备信息化档案、科学运维计划制定、设备运行情况分析等；

2.建立企业大数据库，形成对设备发电能力进行全方位分析，可进行企业设备进行专项分析和预知性检修实践；

3.对设备进行全方位的监督和操控，根据不同市场规则，建立不同的数据模块，导入市场数据，进行大数据分析，提出最优决策。降低人力成本，解放生产力，进一步提高效率、降低经营成本；

4.建立专家在线诊断系统和信息移动应用平台，实现专家资源共享，在线指导现场维护，实时监管现场工作以及管理人员移动办公。

系统示意图如下所示：

新能源子站拓扑图（风电场）：

集控中心拓扑图：



基于“四化”支撑为前端的设备预知性检修维护在设备管理中的应用

“信息化”缩短了风电场与管理机关本部之间的距离。确保本部管理人员可实时查看风电场每台设备运行情况，提高了管理人员管控能力和应急处置能力。于此同时，“信息化”可有效解决人员移动办公问题，手机APP可查看公司生产运行关键信息，实时掌握设备信息。特别是在今年“新冠状病毒”防疫期间，公司发挥了“信心化”办公优势，管理人员在家实现“无缝对接”远程办公模式，公司设备管理实现“零”延时。

“数据化”缩短了定性分析与定量分析之间的距离。数据将是企业未来最宝贵的财富，建立企业生产经营大数据库，全年工作目标分解落实到个人，个人任务分解至每个月、每一个天，每一天每一项工作进行“数据化”量化，企业管理从“量变”到“质变”是一个过程，而数据化将采集每一次“量能”指标，跟踪每一项数据化指标，并将每个人、每项工作进行“量能”评价。对风机运维管理进行“数据化”采集和处理，进行大数据分析，实现了设备管理“量”与“质”的有机结合。

3.“自动化”缩短了定性分析与定量分析之间的距离。现场可以进行“集中监控，少人值守”的运行模式，将大量常规简单的“机械式”工作转为“自动化”，大力解放现场人员生产力，降低了风电场现场人员数量上的“刚需”，实现风电管理的“工业化革命”。

4.“智能化”缩短了理论知识与实践经验之间的距离。随着经验的增加，我们进行了故障报警和参数越限的采集和分析，建立生产大数据库，对每一次故障报警、缺陷处理、参数越限持续报警趋势进行了关联和分析，对每一月风机发电能力进行排名和内部对标，不断提高自身的业务能力和科技水平。

应用典型案例

大唐黑龙江新能源开发有限公司应用该成果收效显著。主要有：

1）全面提高设备的可靠性，保障企业安全生产生命线，降低企业发生倒塔、飞车等事故发生的可能性，实现连续安全生产4000余天。

2）提高设备利用率，减少机组非停、降负荷等故障，提高风机发电能力，企业生产维护成本进一步降低。

3）风电场实现“集中监控、运维合一、少人值守、预知性判断、科学检修”的管控模式，每个风电场减少4名运行人员日常运行工作量，实现了降低运行管理成本。公司12座风电场，每人次15万元薪资总额，折合每年降低人民币720（12座*15万元/人*4人/座）万元的人员薪酬成本。项从2017年投运至今，3年共计降低企业2160万元薪酬成本。

2）风电场风机、变电设备管理从“专项治理”到“科学管理”，设备检修从“问题检修”到“预知性检修”，每个风电场降低了风电场检修人员工作强度和检修部门的交通成本，实现了降低设备维护成本。减少设备一般故障损失每年约60次，折合部件约为150万元。减少大部件损失每年约15次，折合维护费用600万。合计每年减低设备故障损耗750万元。项从2017年投运至今，3年共计降低企业2250万元薪酬成本。

3）根据区域限电形势，通过该系统的投入，统筹风电场负荷出力，合理分配检修计划，减少设备维护损失电量，降低弃风限电影响，充分利用风资源，每年可为风电场带来大约5-10%的电量提升。该项目每年增益电量为6705万kWh的发电量相当于带来新增销售额3420万元，带来经济利润收益人民币2012万元（增益电量*利润电价）。

新增销售额=新增发电量*结算电价；新增发电量=年利用小时数*容量*项目提升比；新增利润=发电量利润增益+人工成本利润增益+设备维护成本增益；发电量利润增益=新增发电量*结算电价=新增发电量*（结算电价-成本电价）。

4）经统计测算，项目为社会带来2亿115万千瓦时的清洁电量，相当于节约8万吨标准煤，减少20万吨二氧化碳排放。