摘要：随着科学技术的不断发展，风电场电力系统在先进技术的应用下取得了良好效果，与此同时，该系统的运维服务能力逐渐提高，人们生产、生活中获得的电能资源可被持续供应，并且风力发电过程具有清洁、无污染这一特点，能够大大提高电力市场的竞争实力。风电场电力系统在大数据背景中强化运维服务能力建设，要想强化此方面能力，及时、高效完成建设活动，应提高大数据的应用率，并适当创新数据应用模式，以此优化风电场管理质量，充分彰显大数据应用优势。本文首先介绍了运维服务能力的需求，然后分析了电力系统运维阻力，在掌握大数据应用优势和原则的基础上，探究风电场电力系统运维中大数据的具体应用。
关键词：大数据；风电场；电力系统；系统运维；服务能力
前言：现如今，人们对清洁能源的需求逐渐扩大，作为清洁能源的供应场所——风电场，务必做好电力系统运维工作，采取有效措施降低电力系统运维中管理人才不足、作业管理难度大、管理模式传统等不足，同时，坚持大数据应用的正确原则，以此提高大数据在电力系统运维中的应用率，确保清洁能源——电力能源持续供应。这对我国风电场持续发展、有序运行，我国生态环境良好保护具有重要意义，从中能够看出，本文探究这一论题现实意义十分显著，希望能为相关风力发电厂提供参考。
1运维服务能力需求介绍
据相关资料显示可知，风电场电力系统运维服务工作涉及内容相对较多，系统操作程序相对复杂，其中，综合管理项目间的联系紧密，提供运维服务的过程中，由于服务对象存在差异，因此，需要做好设备服务、运维交底、系统服务、员工培训等工作，能够在上述工作中出色表现的运维企业需要满足相关要求。首先，专业能力较强。通过成立专业运维团队提供全面保障于运维企业运行，并充分迎合运维服务需要，电力系统持续运行离不开通讯设备、风电设备、自动化设备、网络设备以及其他电气设备辅助，对此应不断强化技术管理效果，丰富运维内容，针对不同类型设备做好维修工作。然后，强化金融操作水平。首次建设的风电场需要充足资金支持，受独特现金流特点影响，首次运维成本不高，最终所获得的资金收益相对稳定。全面分析风电场运维实际情况，通过成立规范运维团队的形式完成现金流规划工作，进而有利于合理分配资金，大大提高综合效益。最后，提升管理效果。运维服务不仅包括设备管理这项内容，而且还包括相关人员监督、分配等内容，即通过相关制度、措施全方面调动员工积极性，并实现工作人员在岗位中的合理安排，这对管理效果提升、管理水平提高具有重要作用[1]。
2电力系统运维阻力
我国社会经济水平、科学技术水平不断提高，这为风电场发展提供了广阔空间，风电场为了充足供应电能，建设数量持续增加，建设规模持续扩大，风电能源增量的同时，电力系统运维阻力相应增大，这在一定程度上提高了电力系统管理难度，问题集中表现为管理技术水平低下、管理责任不明、管理模式传统、管理人才短缺等，运维阻力具体介绍如下[2]。
2.1管理人才不足
风力发电技术应用于风电场后，风电设备渐渐升级、创新，因此，这对管理人员提出了较高要求，现如今，风电场运维人数较少，已有运维人员的工作技能较低，一旦运维服务中出现多样性问题，那么现有运维人员并不能在问题解决中发挥管理作用。由于大部分风电场建设在偏远地区，建设区域自然环境不是十分优越，进而对运维人才的吸引力相对较低，该地区存在电力系统管理难度较大、电力设备数量较多等现实问题，因此，需要丰富管理经验的运维人才提供针对性指导，但数量短缺的运维管理人才不利于风电场有序管理[3]。
2.2作业管理难度较大
风电场大部分工作属于高空作业（如图1），从事这类工作的员工需要具备高技能、丰富实践经验、强烈工作责任感，同时，工作人员还应具有资格证书。由于高空作业项目的危险系数相对较大，再加上，风机分布范围较广、分布无规律可寻，并且风机实际运行过程中极易出现故障，这在一定程度上会加大员工的工作任务量作业管理难度也会相应加大。除了高空作业方面的难度外，还存在高压作业难度，即电气设备需要定期检修、维护，被检修对象——变压器设备内部结构复杂，电压等级相对较高，如果未能对高压作业制定管理措施，那么作业难度系数会不断加大。
图 1 风电场高空操作
2.3管理模式传统
由于我国风电场建设时间相对较短，这项工作开展的过程中无相关制度提供引导，同时，大部分风电企业在电力系统方面的管理经验相对较少，已有管理措施和管理模式不能满足当今变化的管理需要，并且管理模式不注重数据技术结合，进而管理效率得不到提高。
3大数据应用优势及原则
风电场在大数据时代发展电力系统，借助大数据进行信息传递、信息化管理，这在一定程度上能够完善运维服务系统，充分发挥大数据体系应用效果。总结分析大数据应用优势的基础上，还应坚持基本的应用原则，具体介绍如下[4]。
3.1优势
首先，应用大数据于运维服务能力建设能够拓宽信息获取渠道，即所获取的信息具有丰富性，这类数据信息能够数据库的构建中发挥基础性作用，同时，还能为数据体系完善奠定良好基础，最终建设完成的维度数据，能够遵循一定逻辑关系，以此为基础提高大数据模式实际应用率。其次，数据成本不会持续提高，即多种形式数据能够借助信息平台合理整合，并且数据还能在集约管理这一手段的作用下呈集中发展态势，以此降低数据成本。此外，数据分析结果能够以报告的形式呈现，以此降低数据输出成本，扩大数据收益。然后，提高数据认证的有效性，即掌握数据逻辑关系，以此为前提实施数据评估活动，这不仅会提高数据应用的合理性，而且还能构建科学的认证模式，大大提高数据信息的时效性。最后，充分彰显服务内涵，发挥相关参数的辅助作用，具体表现为：应用大数据完善指标体系，以此优化评价效果、强化电力系统服务质量，大大提高数据的指导作用。
3.2原则
原则一，广泛性。之所以数据节点能够降低认证失误率，大大提高其在数据体系中的准确性，主要是因为节点来源范围相对较广，节点应用的过程中，应适当创新数据范式，与此同时，还应适当提高认证比例。原则二，实时性。所构建的数据库应具备数据更新功能，通过发挥这一功能作用提高数据的时效性，进而数据输出结果会大大提高准确性，这对管理决策制定具有重要作用。原则三，针对性。即大数据应用之前，需要全面考虑风电场内外部环境，确保所应用的数据适应环境发展需要，同时，针对性应用数据能为后续运维系统丰富提供有力依据和全面保障[5]。
4风电场电力系统运维中大数据的具体应用
风电场电力系统运维中应用大数据，要想获得良好的应用效果，应明确基本的应用思路，在正确思路引导下应用适合策略，以此优化大数据应用效果，实现大数据和电力系统运维服务的有效结合，以此提升运维服务能力，促进风电场有序发展。
4.1应用思路
建设运维服务能力的过程中，需要构建大数据平台这一应用思路，确保后续建设活动能够在这一思路的引导下有序进行，构建完善的数据平台能够降低电力系统运行阻力，同时，还会整理、归纳有效的数据信息，确保电能持续供应，发挥电力系统运维作用。在此期间，应做好两方面的信息处理工作，第一方面即信息的时效性分析工作，针对数据库信息动态分析；另一方面即隐患信息排查工作，完善运维服务体系的过程中，务必将上述两方面信息有机统一于同一数据平台[6]。
4.2应用策略
掌握适合的应用策略，这不仅能够强化相关运维企业对大数据的关注度，而且还能提高企业领导者对大数据的应用积极性，这对大数据作用彰显，企业管理创新能力提高具有重要作用，有利于运维企业强化竞争实力，具体应用策略介绍如下[7]。
首先，适当调整运行状态。由于风电场电力系统运维工作较系统，各个工作环节间相互作用、相互影响，系统的持续运行离不开数据支持，应用大数据于运维系统建设，能够提高力矩检测结果的准确性，提高油位检测的合理性。大数据应用过程中需要成立技术档案，确保衔接工作得到档案支持；通过模型建立方法、物理方法实现各项技术，以此降低运维成本，优化运维时间的分配效果。然后，简化业务流程。大部分电力企业存在单一化组织结构特征，应用大数据简化业务流程，即针对不同类型的数据模块有序整理、妥善安排，进而数据分析工作能够在系统的提示下自动完成，确保统计工作、维护周期自动化完成。此外，以往单一的管理模式会逐渐细分，以此优化项目管理体系。最后，创新员工评价方式，优化员工管理效果。针对电力系统工作人员培训管理的过程中，渗透大数据体系于其中，即在原有培训工作分析的基础上，总结员工在岗位工作中具有的技能劣势，进而企业能够针对性的对其培训，在此期间，还会根据员工需要选用适合的培训方式，以此提高培训效率。此外，应用大数据于绩效考核方面，即通过构建KPI指标，以此创新评价范式，并且统一于相关奖惩制度能够大大调动员工工作积极性[8]。
4.3具体应用
在掌握大数据应用思路、有效应用策略的基础上，将大数据应用于风能预测、管理模式、运维管理和风电场建设，能够缩短运维服务能力建设时间，大大提高运维服务质量，这对风电场持续发展具有重要意义，具体应用如下所示。
4.3.1应用于风能预测
应用信息技术的过程中，适当渗透大数据于运维能力建设，有利于促进电力系统稳定运行，同时，风电场维护工作能够得到全面保障，应用传统模式进行风能分析，这不仅会弱化风能质量，而且风能作用得不到有效发挥，这在一定程度上会降低电网稳定性，电能供应也会失去平衡，不利于风电能源的持续供应。应用大数据于风能预测，即通过准确度的数据分析、较快的分析速度完成能源预测任务，进而相关工作人员能够在掌握风电场运行状况的基础上完成调度任务，促进工作任务合理安排，这对风电场风能合理预测具有重要依据作用，有利于大大优化运维效果[9]。
4.3.2应用于管理模式
运维管理期间应用大数据，有利于形成系统化、智能化的管理模式，与此同时，还会创新资源配置方式，这对资源优化具有重要作用，能够大大提高资源利用率，并且业务活动能够统一运作，最终形成的管理模式具有一定协调性、集中管理性，这为远程监控起到了辅助作用。新型管理方式形成后，能够对已获得的故障信息时效性提示，这不仅能够减少运维企业运行成本，而且还能大大提高运行效率，这对风电场综合效益全面提高具有重要意义。先进技术应用于风电场运维服务能力提升，此时管理模式应向智能化、数字化等方向发展，同时，针对已有运行事故提供适用的解决方案，即结合自身发展实际制定的解决措施，确保风电场稳定运行、运维服务能力大大增强。
4.3.3应用于运维管理
风机应用过程中会产生大量数据信息，与此同时，风电场设备也会产生一定运维数据，这对数据平台构建具有支持作用，并且这一平台也能为数据分析提供有力保障，在掌握设备运行特点的基础上预测设备潜在故障，并制定针对性的故障解决对策，以此缩短设备维修时间，大大弥补设备缺点和应用不足，应用运维策略后，还能降低设备运行故障，延长设备使用时间，提高设备应用率。进而运维管理工作能够被细分，以此优化运维效果。
4.3.4应用于风电场建设
风电场数据信息分布在不同部门，如风机制造部门、运维服务部门、政府职能部门、系统运营部门以及电网部门等，大数据平台能够对上述不同部门的数据信息全面整合、具体分析，确保整合处理后的数据充分发挥应用价值，以此提高经济回报率，与此同时，风电场建设活动也能得到依据支持，进而建设活动会规范化进行，有利于风电厂实现经济效益和社会效益共赢这一目标[10]。
结论：综上所述，在大数据时代背景中，了解大数据在风电场电力系统运维服务能力方面的应用优势，与此同时，掌握基本的应用原则、明确应用思路和策略，这不仅能够降低运维服务能力建设阻力，而且还会大大提高电力系统应用质量。这对我国风电场稳健运行、风电场经济水平提高具有重要作用，并且，人们的生活质量会大大提高，人们基本的用电需要能被充分满足，我国和谐社会建设步伐也会逐渐加快。
参考文献：
[1]戎晓雪,别朝红,石文辉. 考虑风电场相关性的含风电电力系统随机潮流分析[J]. 电网技术,2014,38(08):2161-2167.
[2]季峰,蔡兴国,岳彩国. 含风电场电力系统的模糊鲁棒优化调度[J]. 中国电机工程学报,2014,34(28):4791-4798.
[3]张楷旋,陈建英,郭创新. 考虑天气因素的含风电场电力系统的概率潮流分析[J]. 电网技术,2014,38(12):3418-3423.
[4]林俐,杨以涵. 基于扩展等面积定则的含大规模风电场电力系统暂态稳定性分析[J]. 电力系统保护与控制,2012,40(12):105-110+115.
[5]张晓辉,董兴华. 含风电场多目标低碳电力系统动态经济调度研究[J]. 电网技术,2013,37(01):24-31.
[6]刘德伟,郭剑波,黄越辉. 基于风电功率概率预测和运行风险约束的含风电场电力系统动态经济调度[J]. 中国电机工程学报,2013,33(16):9-15+24.
[7]卢锦玲,苗雨阳,张成相. 基于改进多目标粒子群算法的含风电场电力系统优化调度[J]. 电力系统保护与控制,2013,41(17):25-31.
[8]陈卓,郝正航,秦水介. 风电场阻尼电力系统振荡的机理及时滞影响[J]. 电力系统自动化,2013,37(23):8-14.
[9]周玮,孙辉,陈晓东. 含风电场的电力系统经济调度研究综述[J]. 电力系统保护与控制,2011,39(24):148-154.
[10]李辉,陈宏文,杨超. 含双馈风电场的电力系统低频振荡模态分析[J]. 中国电机工程学报,2013,33(28):17-24+5.
论文作者:袁鹏
论文发表刊物:《电力设备》2017年第25期
论文发表时间:2017/12/20
标签：数据论文; 电力系统论文; 风电场论文; 工作论文; 这对论文; 管理模式论文; 信息论文; 《电力设备》2017年第25期论文;