人工智能技術(shù)在風(fēng)力發(fā)電領(lǐng)域的應(yīng)用

1、    人工智能技術(shù)在風(fēng)力發(fā)電領(lǐng)域的應(yīng)用    馬小軍摘 要：隨著我國經(jīng)濟建設(shè)的快速發(fā)展，我國各行業(yè)發(fā)展迅速，對于基礎(chǔ)能源的需求與日俱增。我國科學(xué)技術(shù)不斷發(fā)展，人工智能技術(shù)是科學(xué)技術(shù)進步的優(yōu)秀產(chǎn)物，被廣泛應(yīng)用于各個行業(yè)之中，為人們生產(chǎn)生活帶來了極大便利。人工智能技術(shù)應(yīng)用在風(fēng)力發(fā)電領(lǐng)域之中，能夠?qū)崿F(xiàn)對風(fēng)力發(fā)電集中控制，提升風(fēng)力發(fā)電效率與質(zhì)量，推動風(fēng)力發(fā)電實現(xiàn)自動化系統(tǒng)控制模式，推動我國風(fēng)力發(fā)電事業(yè)朝著技術(shù)化、體系化、規(guī)范化、現(xiàn)代化的方向深入發(fā)展。關(guān)鍵詞：人工智能技術(shù);風(fēng)力發(fā)電領(lǐng)域;應(yīng)用引言近年來，很多先進技術(shù)運用到我國各行業(yè)的發(fā)展進程中，使得我國提前進入現(xiàn)

2、代化科學(xué)技術(shù)發(fā)展階段。人工智能技術(shù)作為“第四次科技革命”的重要標志，其具有可以對人的意識、思維信息過程的模擬功能，通過人工智能技術(shù)的應(yīng)用，可以更高效地解決風(fēng)電技術(shù)發(fā)展過程中的諸多問題。1 人工智能的理論分析人工智能在目前的發(fā)展中成為各方面企業(yè)家的討論熱點，也成為了考量一個企業(yè)發(fā)展狀況的有效依據(jù)。在大型企業(yè)中人工智能的應(yīng)用較為廣泛，由于企業(yè)的規(guī)模較大，使用人工智能技術(shù)輔助于企業(yè)的運轉(zhuǎn)，極大程度上簡化了企業(yè)的業(yè)務(wù)辦理流程，使得企業(yè)快速運轉(zhuǎn)。人工智能的主要理論依據(jù)是基于計算機的發(fā)展理論，通過特定的生產(chǎn)策略將計算機的語言識別、處理功能、系統(tǒng)化程序以及圖像識別等相關(guān)的功能，實現(xiàn)技術(shù)發(fā)展。1956年人工智

3、能被dartmouth提出，廣泛涉及到信息論、控制論、自動化、生物學(xué)、心理學(xué)、語言學(xué)、醫(yī)學(xué)等多方面領(lǐng)域。而對于智能化的電氣控制中，則是要結(jié)合信息的收集以及控制功能實現(xiàn)計算機的智能特點，大力減少勞動力，進而提高員工的工作效率。如：鋁電解生產(chǎn)過程中的自適應(yīng)控制技術(shù)，就是使用了人工智能技術(shù)降低企業(yè)的時效，根據(jù)類似于人類的判斷系統(tǒng)、處理功能系統(tǒng)以及控制系統(tǒng)，加強生產(chǎn)力。2 人工智能技術(shù)應(yīng)用在風(fēng)力發(fā)電中的必要性、可行性1.智能化技術(shù)應(yīng)用的必要性，風(fēng)力屬于可再生資源，我國風(fēng)力發(fā)電行業(yè)已經(jīng)進入了快速發(fā)展的成熟階段。使用利用風(fēng)力發(fā)電存在一定問題，例如：間歇性、隨機性以及波動性。不僅會影響風(fēng)力發(fā)電效率，更會影響

4、電網(wǎng)安全，帶來安全隱患，出現(xiàn)電力質(zhì)量較差的問題。為了能夠有效實現(xiàn)對風(fēng)力發(fā)電波動性、間歇性的控制，保持電網(wǎng)安全發(fā)電，需要重視風(fēng)電設(shè)備有功功率的平衡。隨著人們對電力需求不斷增大，電網(wǎng)設(shè)備隨著不斷擴大，將人工智能技術(shù)應(yīng)用在風(fēng)力發(fā)電之中，能夠極大提升電網(wǎng)發(fā)現(xiàn)效率與質(zhì)量，提升電網(wǎng)運行安全性。2.智能化技術(shù)應(yīng)用的可行性，風(fēng)電場節(jié)能與其他項目相比存在較大不同，一般都是采用功率控制法對風(fēng)電機最大功率實現(xiàn)集中管控，能夠提升風(fēng)電場工作效率與安全性能。數(shù)字化是電力設(shè)備與人工智能技術(shù)應(yīng)用的前提，當(dāng)下在風(fēng)力發(fā)電系統(tǒng)之中已經(jīng)全面應(yīng)用了數(shù)字化技術(shù)，為人工智能化技術(shù)在風(fēng)力發(fā)電中的應(yīng)用奠定了堅實的基礎(chǔ)。3 人工智能技術(shù)在風(fēng)力發(fā)

5、電領(lǐng)域的應(yīng)用3.1風(fēng)電功率預(yù)測的方法目前，風(fēng)電功率預(yù)測主要分為物理預(yù)測法和統(tǒng)計預(yù)測法兩大類。其中物理預(yù)測法是通過天氣預(yù)報預(yù)測出的風(fēng)速、風(fēng)向和溫度等氣象數(shù)據(jù)，與風(fēng)場周圍的海拔等高線、障礙物和地表粗糙度等地理實地信息，通過數(shù)學(xué)模型進行計算，之后通過微觀氣象學(xué)理論得到風(fēng)機的輪穀高度風(fēng)速和風(fēng)向，利用其進行風(fēng)電功率預(yù)測。物理預(yù)測法優(yōu)點在于不需要歷史數(shù)據(jù);缺點是需要輸入準確的天氣預(yù)報數(shù)據(jù)和風(fēng)場地理信息，需要的參數(shù)較多。3.2神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)能夠靈活、有效的進行學(xué)習(xí)，是具有完全分布式特點的結(jié)構(gòu)，比較適用于一些大規(guī)模、并行的信息處理，對于一些非線性的系統(tǒng)，有著非常強的模式識別能力以及建模能力，可對一些復(fù)雜的狀

6、態(tài)或是過程進行識別以及分類。按照具體情況的不同，當(dāng)前已有很多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和具體的訓(xùn)練算法被應(yīng)用在實際的風(fēng)力發(fā)電系統(tǒng)中。如應(yīng)用bp對風(fēng)力發(fā)電系統(tǒng)的短期負荷情況進行預(yù)測，在保證擁有充足訓(xùn)練樣本的情況下對預(yù)測的模型進行有效分類，創(chuàng)建出能適應(yīng)不同季節(jié)的日預(yù)測和周預(yù)測模型，并能對輸入的變量進行準確選擇，尤其是在選擇溫度變量時。此外，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)以及對元件關(guān)聯(lián)進行分析能診斷電力系統(tǒng)的故障，制定出多種復(fù)雜的診斷方法。這種方式主要將風(fēng)力發(fā)電系統(tǒng)中的元件分成母線、變壓器和線路三種，對每個種類的元件都有特定的ann處理報警信息，對故障的具體位置進行確定。與es診斷有著一定不同，ann主要是通過對現(xiàn)場樣本進行

7、學(xué)習(xí)和訓(xùn)練，通過對ann中的閾值和連接權(quán)進行調(diào)整，保證獲取的知識能通過隱式的方式分布在整個神經(jīng)網(wǎng)絡(luò)上，實現(xiàn)ann的模式記憶。由此可見ann具備非常強大的獲取知識能力，可有效對包含噪聲數(shù)據(jù)進行處理，有效彌補了es中的不足之處。由于神經(jīng)網(wǎng)絡(luò)具備良好的快速處理并行信息能力和分類能力，因此被廣泛應(yīng)用在電力系統(tǒng)中的監(jiān)測與診斷、實時控制、符合預(yù)測以及狀態(tài)評估等多個不同的領(lǐng)域。當(dāng)前，基于神經(jīng)網(wǎng)絡(luò)的短期或是長期復(fù)合預(yù)測已成為人工智能在風(fēng)力發(fā)電系統(tǒng)中作用最大的一種應(yīng)用形式。3.3大數(shù)據(jù)分析技術(shù)的應(yīng)用智能感知技術(shù)雖然很好，但由于需要額外增加傳感器，成本偏高且擴展性不足。風(fēng)力發(fā)電機的數(shù)據(jù)量是相當(dāng)可觀，一個大型風(fēng)力發(fā)

8、電公司管理的風(fēng)機高達上千臺甚至近萬臺，年產(chǎn)生的數(shù)據(jù)量都在tb級別以上。因此如果不增加額外的傳感設(shè)備，可利用新的大數(shù)據(jù)技術(shù)，采集和存儲機組數(shù)據(jù)，通過機器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理等人工智能分析方法，對風(fēng)機生產(chǎn)運行數(shù)據(jù)進行挖掘分析，實現(xiàn)設(shè)備運行低效分析、亞健康問題預(yù)警分析，預(yù)防風(fēng)電機組的關(guān)鍵部件問題，減少電量損失，必將成為了新的熱門應(yīng)用方向。3.4人工神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)屬于一種具有先進性的信息技術(shù)，發(fā)展速度較快，在智能領(lǐng)域已經(jīng)獲取良好的成就。該技術(shù)是一種非線性、自適應(yīng)數(shù)據(jù)處理技術(shù)，在風(fēng)力發(fā)電控制系統(tǒng)中具有良好的應(yīng)用價值。人工神經(jīng)網(wǎng)絡(luò)有較強的抗逆能力，在容錯能力方面相比其他技術(shù)有著

9、良好的表現(xiàn)。對風(fēng)力發(fā)電而言，風(fēng)速、風(fēng)向并不是固定不變的，要想精準預(yù)測風(fēng)速，就需要關(guān)注預(yù)測方式的應(yīng)用，進一步明確預(yù)測周期和地點。在具體實踐中，可以利用時間序列神經(jīng)網(wǎng)絡(luò)精準預(yù)測風(fēng)速，還可以將人工神經(jīng)網(wǎng)絡(luò)技術(shù)和小波分析技術(shù)結(jié)合起來，預(yù)測風(fēng)力發(fā)電的功率?？梢栽趹?yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)之前，借助神經(jīng)網(wǎng)絡(luò)估計風(fēng)速，這樣能夠提升系統(tǒng)動態(tài)化性能，就算后期風(fēng)速發(fā)生巨大變化，系統(tǒng)依舊能夠?qū)崿F(xiàn)穩(wěn)定性運行。同時，在對風(fēng)力發(fā)電機組進行研究的過程中，變槳距系統(tǒng)也是一個關(guān)鍵的系統(tǒng)，可以借助神經(jīng)網(wǎng)絡(luò)控制變槳距，進而解決變槳距參數(shù)的時變性和滯后性的問題。另外，為了獲取更多的風(fēng)能，還可以重新構(gòu)建發(fā)電機組預(yù)測模型，將其應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)控制器，利用bp算法、遺傳算法等，提出新的神經(jīng)網(wǎng)絡(luò)算法。該算法可以應(yīng)用于風(fēng)力發(fā)電機組故障診斷，能夠解決故障問題，提升系統(tǒng)運行的穩(wěn)定性。4 結(jié)語風(fēng)力發(fā)電領(lǐng)域關(guān)系著社會是否能夠?qū)崿F(xiàn)可持續(xù)發(fā)展，為社會發(fā)展提供能源支持。人工智能技術(shù)應(yīng)用到風(fēng)力發(fā)電領(lǐng)域之中，能夠?qū)崿F(xiàn)對風(fēng)力發(fā)電機組的實時監(jiān)控，提升風(fēng)力發(fā)電的效率與質(zhì)量，構(gòu)建完備的風(fēng)力發(fā)電智能化管控系統(tǒng)，推動我國風(fēng)力發(fā)電行業(yè)實現(xiàn)穩(wěn)健的長久發(fā)展。參考文獻：1彭華東，陳曉清，任明等.風(fēng)電機組故障智能診斷技術(shù)及系統(tǒng)研究j.電網(wǎng)與清潔能源，2011，27（2）：6