2018年6月14日-15日，第三屆“海上風電領袖峰會”在福建省福州市舉辦。峰會匯聚世界各國風電精英，探尋海上風電創新方向。峰會期間，15日上午舉行了“櫛風沐雨、運籌帷幄”——海上風電智能運維、管理及配套服務論壇”的主題論壇。主題論壇由新疆金風科技股份有限公司總經理助理兼市場總監候玉茜主持。在主題論壇上，中國船舶重工集團海裝風電股份有限公司海上運維中心經理劉城先生致辭，劉城先生與大家分享了海上風電智能運維探索。

以下是劉城先生致辭：

今天非常榮幸有這個機會，在這兒給大家分享海上風電運維，我做的演講題目是海上風電智能運維技術的探索，為什么叫探索呢？因為從剛才前幾位演講我們也發現了，我們提出來的一些運維的想法、概念也好，實際上也處于一個起步的階段。和國外的海上風電運維還有很大的差距，在我的PPT里面會講到一部分。

首先照例是對海裝做一個介紹，我是來自于重慶海裝風電工程技術有限公司的，成立于2014年，隸屬于中國船舶重工集團海裝風電股份有限公司。我們的業務范圍涵蓋了風電技術咨詢，風電場選址、運維、風機綜合管理。在海裝依托重慶、甘肅、內蒙、云南、江蘇、山西、大連總裝基地，為我們運維服務提供了強有力的保障。第二部分我們看一下國內外海上風電的發展，其實主要指的還是歐洲的海上風電。2002年的時候，丹麥的horns Rev風電場第一臺機組投入運行，到2017年歐洲海上風電新增的裝機容量達到了3.148兆瓦。中國的海上風電實際上在2009年的時候東海大橋才是真正第一個意義上的海上風電場。在2012年龍源如東3萬大機組示范項目是第一個大型海上風電機組應用項目；到2017年華能如東30萬項目是第一個國產5兆瓦批量裝機項目東海大橋 海上風電，我們中海裝提供了20臺5兆瓦機組。

第三部分就是中國海裝的智能化平臺，說到智能化運維，我們海裝認為海上風電必須要依靠智能化運維減少海上運維的成本。

首先，我們看一下中國和歐洲海上風電運維的一個差距。一個是建設和發展的時間，國外的海上風電已經近20年，主流的廠商包括西門子等等，都對海上風電有著很細分的研究，例如運維船，運維策略，海上智能運維平臺監測，備件管理等等。而且他們普遍使用的都是專業的運維船，這樣有效提升航行的效率和性能。國內的海上風電發展還不到20年，智能化平臺還處于起步和探索階段，對海上運維研究比較不充分，普遍使用的現在是鋼制的運維船，航行效率比較低。

針對海上風電要發展智能化運維，首先要識別海上風電在運維中的關鍵因素。

首先是風機的可靠性，直接關系到工作量的大小，良好的可靠性能夠有效降低風場運維的工作量。針對海上風電國外認為的一個比較理想的故障頻次是0.5次/臺/年，在目前國內海上風電遠遠達不到此要求。

第二個是運維可達性，主要是天氣、潮汐、波浪、風速等的影響，其中任一條件不能滿足，就會造成人員無法出海，機組故障停機時間長，可利用率降低。

第三是運維策略和人員的配置，良好的運維策略和人員的配置能夠提升我們的運維的效率和降低我們的運維成本。

第四，是我們運維船舶的配置和備件的管理。不同風場它的裝機的距離、容量大小、使用的船舶不一樣，對我們的成本的構成也會不一樣。我們管理能夠有效地提升我們運維的可利用率。備件管理不單單是針對單臺風機的使用，我們更多的要依靠大數據平臺，對整個風場風機運維備件進行使用的分析，建立我們的動態儲存機制。

另外一個我們每次出海備件攜帶要有一個合理的規劃。

首先是風機可靠性，中國海裝認為風機的可靠性是設計出來的。我簡單地列了五個點的風機的可靠性設計：一個是技術應用的創新，另一個是風機的冗余設計。如果說單套出現問題我們在另外一套還可以運行。第三個是風機的自診斷和健康狀態的分析。第四是我們標準化模塊化的設計，這個是我們從5兆瓦里面的傳感器同2兆瓦的的機組也是適用的，只是針對海上的環境做了特殊的處理。第五點是散熱系統的設計。可靠性很多沒有全部寫上來。

解決了風機的可靠性，剛才提到了一個是運維策略，一個是運維船和人員配置還有備件管理，需要我們的智能化運維平臺來解決。在建智能運維平臺首先要建大數據平臺，中國海裝建立了LIGA大數據平臺，能夠有效統計風場運行的數據，能夠為我們風機運維提供有效的支持。首先是我們對風機健康模型的建立，通過對現場運行數據的分析，我們建立了風機的海上風電機組的健康模型。通過現場機組運行數據的比對，我們能夠對風機運行的狀態進行評估。剛才明陽的王總已經把健康模型這塊講得比較詳細，海裝這邊也是一樣的。

其次是將我們的運維過程數字化，針對疑難問題我們建立了線上工單的配送，現場問題的同步還有毫秒級問題的查詢下游監測系統的告罄結果東海大橋 海上風電，挖掘模型的分析結果，自定義分析，歷史案例關聯，故障處理方案推薦，實現數字化流程，最終目的是節省數據傳遞的時間，提高現場運維的效率。我們的LIGA平臺針對風機有一個在線故障的處理，在現場故障不能及時解決以后，通過在線故障處理功能使專家能夠在后臺看到現場的數據，協助現場故障的處理。同時LIGA平臺對風機建立了有效預警分析及狀態評估，針對風機有一個預警信息和一個實時的狀態評估，同時對風機的健康運行趨勢進行分析。

有了前面的大數據平臺，針對風機有了良好的支持，在現場運維的過程中，還需要我們的調度平臺，實現我們人、物資和交通工具的有效管理。這是我們開發的海維調度系統建立的模型。該模型針對人員管理、物資管理和交通工具，根據現場實際運行的情況，進行了合理開發，實現了PC端和手機端的數據同步。這是我們的調度平臺，這里面因為信息量比較大，我簡單介紹一下。這部分是我們所有運維人員的狀態，包括他的位置在哪兒我們都可以看到，同時我們能夠看到這個是我們風場風機的狀態，綠色代表風機整廠的運行，同時我的運維人員在一臺風機上正在進行作業。

我現在舉一個例子，我們調度系統針對70號風機下達群檢的任務，工單包含了下列信息：天氣預報，船舶出發的時間，還有工作結束的預計時間，預計開船的時間，還有執行任務的人員，經過我們建立調度任務以后，通過我們這個平臺推送至運維人員的手機終端。運維人員接受到工作任務以后，經過我們的人員的確認還有船舶的確認，物資的領用就開始工作了。這些人員收到調度任務，這是現場工作的一個實際的進度狀態。還有我的工作的總結提交。我們建立了調度系統，但是在我們調度系統里面最重要的是運維策略的選擇，在開發我們的運維策略的過程中，我們首先建立了數據模型。針對我們現場的條件，一個是氣候，一個是船舶，一個是風場，還有我們成本的相關詳細，通過建立模型仿真以后能夠輸出我們風場實際需要的風機停機的時間，成本的輸出還有運維策略的輸出，風場發電量的測算，風場可利用率的測算。針對每一個風場地理位置不同，一些變量肯定是不一樣的，根據每一個風場建設的時候，我們會把相應的一些數據對應輸入到我們的系統里面。

舉一下例子，我們的某項目裝機20臺，距離陸地25公里，總裝機容量為30萬千瓦，（圖）這個是現場實際的風機運行出現了4臺機組故障，這是不同的位置，根據我們每一臺機組預估的處理故障的時間，還有我們船舶可調動的數量吊車公司，還有我們運維人員的配置，還有當天氣候，根據這些條件我們得到了一個最優和一個最劣的運維策略。通過運維策略的比較，能夠對我們的調度系統提供任務建設的支撐，從這里面我們看到哪一條船到哪一個機位，造成的油耗的成本，停機時長的計算，運維總成本，還有可利用率。我們同時運用這一套系統能夠模擬出一個風場整年運行的情況，最終得到的是停機時長、發電量損失成本還有可利用率。這個選擇是船舶條件一致的，但是我們選的是我們的碼頭，如東區域因為條件比較區域，如果我們選擇受潮汐影響的碼頭，我們得到的可利用率和損失大概是這樣的。如果我們租用一個專業的碼頭一年費用大概是30萬，我經過選擇租用專業的運維碼頭，得到的可利用率，損失，經過比對以后，我會建立對我風場運維提供有效的支撐。

我這兒說的中國海上風電智能運維還有很長的路要走二手吊車，我也希望我們行業內促進交流，促進海上風電智能運維的發展。

（通過發言整理，未經本人審閱）