2018年6月14日-15日，第三届“海上风电领袖峰会”在福建省福州市举办。峰会汇聚世界各国风电精英，探寻海上风电创新方向。峰会期间，15日上午举行了“栉风沐雨、运筹帷幄”——海上风电智能运维、管理及配套服务论坛”的主题论坛。主题论坛由新疆金风科技股份有限公司总经理助理兼市场总监候玉茜主持。在主题论坛上，中国船舶重工集团海装风电股份有限公司海上运维中心经理刘城先生致辞，刘城先生与大家分享了海上风电智能运维探索。
以下是刘城先生致辞：
今天非常荣幸有这个机会，在这儿给大家分享海上风电运维，我做的演讲题目是海上风电智能运维技术的探索，为什么叫探索呢？因为从刚才前几位演讲我们也发现了，我们提出来的一些运维的想法、概念也好，实际上也处于一个起步的阶段。和国外的海上风电运维还有很大的差距，在我的PPT里面会讲到一部分。
首先照例是对海装做一个介绍，我是来自于重庆海装风电工程技术有限公司的，成立于2014年，隶属于中国船舶重工集团海装风电股份有限公司。我们的业务范围涵盖了风电技术咨询，风电场选址、运维、风机综合管理。在海装依托重庆、甘肃、内蒙、云南、江苏、山西、大连总装基地，为我们运维服务提供了强有力的保障。第二部分我们看一下国内外海上风电的发展，其实主要指的还是欧洲的海上风电。2002年的时候，丹麦的horns Rev风电场第一台机组投入运行，到2017年欧洲海上风电新增的装机容量达到了3.148兆瓦。中国的海上风电实际上在2009年的时候东海大桥才是真正第一个意义上的海上风电场。在2012年龙源如东3万大机组示范项目是第一个大型海上风电机组应用项目；到2017年华能如东30万项目是第一个国产5兆瓦批量装机项目，我们中海装提供了20台5兆瓦机组。
第三部分就是中国海装的智能化平台，说到智能化运维，我们海装认为海上风电必须要依靠智能化运维减少海上运维的成本。
首先，我们看一下中国和欧洲海上风电运维的一个差距。一个是建设和发展的时间，国外的海上风电已经近20年，主流的厂商包括西门子等等，都对海上风电有着很细分的研究，例如运维船，运维策略，海上智能运维平台监测，备件管理等等。而且他们普遍使用的都是专业的运维船，这样有效提升航行的效率和性能。国内的海上风电发展还不到20年，智能化平台还处于起步和探索阶段，对海上运维研究比较不充分，普遍使用的现在是钢制的运维船，航行效率比较低。
针对海上风电要发展智能化运维，首先要识别海上风电在运维中的关键因素。
首先是风机的可靠性，直接关系到工作量的大小，良好的可靠性能够有效降低风场运维的工作量。针对海上风电国外认为的一个比较理想的故障频次是0.5次/台/年，在目前国内海上风电远远达不到此要求。
第二个是运维可达性，主要是天气、潮汐、波浪、风速等的影响，其中任一条件不能满足，就会造成人员无法出海，机组故障停机时间长，可利用率降低。
第三是运维策略和人员的配置，良好的运维策略和人员的配置能够提升我们的运维的效率和降低我们的运维成本。
第四，是我们运维船舶的配置和备件的管理。不同风场它的装机的距离、容量大小、使用的船舶不一样，对我们的成本的构成也会不一样。我们管理能够有效地提升我们运维的可利用率。备件管理不单单是针对单台风机的使用，我们更多的要依靠大数据平台，对整个风场风机运维备件进行使用的分析，建立我们的动态储存机制。
另外一个我们每次出海备件携带要有一个合理的规划。
首先是风机可靠性，中国海装认为风机的可靠性是设计出来的。我简单地列了五个点的风机的可靠性设计：一个是技术应用的创新，另一个是风机的冗余设计。如果说单套出现问题我们在另外一套还可以运行。第三个是风机的自诊断和健康状态的分析。第四是我们标准化模块化的设计，这个是我们从5兆瓦里面的传感器同2兆瓦的的机组也是适用的，只是针对海上的环境做了特殊的处理。第五点是散热系统的设计。可靠性很多没有全部写上来。
解决了风机的可靠性，刚才提到了一个是运维策略，一个是运维船和人员配置还有备件管理，需要我们的智能化运维平台来解决。在建智能运维平台首先要建大数据平台，中国海装建立了LIGA大数据平台，能够有效统计风场运行的数据，能够为我们风机运维提供有效的支持。首先是我们对风机健康模型的建立，通过对现场运行数据的分析，我们建立了风机的海上风电机组的健康模型。通过现场机组运行数据的比对，我们能够对风机运行的状态进行评估。刚才明阳的王总已经把健康模型这块讲得比较详细，海装这边也是一样的。
其次是将我们的运维过程数字化，针对疑难问题我们建立了线上工单的配送，现场问题的同步还有毫秒级问题的查询下游监测系统的告罄结果，挖掘模型的分析结果，自定义分析，历史案例关联，故障处理方案推荐，实现数字化流程，最终目的是节省数据传递的时间，提高现场运维的效率。我们的LIGA平台针对风机有一个在线故障的处理，在现场故障不能及时解决以后，通过在线故障处理功能使专家能够在后台看到现场的数据，协助现场故障的处理。同时LIGA平台对风机建立了有效预警分析及状态评估，针对风机有一个预警信息和一个实时的状态评估，同时对风机的健康运行趋势进行分析。
有了前面的大数据平台，针对风机有了良好的支持，在现场运维的过程中，还需要我们的调度平台，实现我们人、物资和交通工具的有效管理。这是我们开发的海维调度系统建立的模型。该模型针对人员管理、物资管理和交通工具，根据现场实际运行的情况，进行了合理开发，实现了PC端和手机端的数据同步。这是我们的调度平台，这里面因为信息量比较大，我简单介绍一下。这部分是我们所有运维人员的状态，包括他的位置在哪儿我们都可以看到，同时我们能够看到这个是我们风场风机的状态，绿色代表风机整厂的运行，同时我的运维人员在一台风机上正在进行作业。
我现在举一个例子，我们调度系统针对70号风机下达群检的任务，工单包含了下列信息：天气预报，船舶出发的时间，还有工作结束的预计时间，预计开船的时间，还有执行任务的人员，经过我们建立调度任务以后，通过我们这个平台推送至运维人员的手机终端。运维人员接受到工作任务以后，经过我们的人员的确认还有船舶的确认，物资的领用就开始工作了。这些人员收到调度任务，这是现场工作的一个实际的进度状态。还有我的工作的总结提交。我们建立了调度系统，但是在我们调度系统里面最重要的是运维策略的选择，在开发我们的运维策略的过程中，我们首先建立了数据模型。针对我们现场的条件，一个是气候，一个是船舶，一个是风场，还有我们成本的相关详细，通过建立模型仿真以后能够输出我们风场实际需要的风机停机的时间，成本的输出还有运维策略的输出，风场发电量的测算，风场可利用率的测算。针对每一个风场地理位置不同，一些变量肯定是不一样的，根据每一个风场建设的时候，我们会把相应的一些数据对应输入到我们的系统里面。
举一下例子，我们的某项目装机20台，距离陆地25公里，总装机容量为30万千瓦，（图）这个是现场实际的风机运行出现了4台机组故障，这是不同的位置，根据我们每一台机组预估的处理故障的时间，还有我们船舶可调动的数量，还有我们运维人员的配置，还有当天气候，根据这些条件我们得到了一个最优和一个最劣的运维策略。通过运维策略的比较，能够对我们的调度系统提供任务建设的支撑，从这里面我们看到哪一条船到哪一个机位，造成的油耗的成本，停机时长的计算，运维总成本，还有可利用率。我们同时运用这一套系统能够模拟出一个风场整年运行的情况，最终得到的是停机时长、发电量损失成本还有可利用率。这个选择是船舶条件一致的，但是我们选的是我们的码头，如东区域因为条件比较区域，如果我们选择受潮汐影响的码头，我们得到的可利用率和损失大概是这样的。如果我们租用一个专业的码头一年费用大概是30万，我经过选择租用专业的运维码头，得到的可利用率，损失，经过比对以后，我会建立对我风场运维提供有效的支撑。
我这儿说的中国海上风电智能运维还有很长的路要走，我也希望我们行业内促进交流，促进海上风电智能运维的发展。
（通过发言整理，未经作者审阅）
（通过发言整理，未经作者审阅）
