有一天,當每臺風機都是具有網絡智能的新機器生命體,回溯起始的地方,人們不但會看清風機進化的時空軌跡,更能體會到網絡智能技術對于提升風機發電性能、實現極致安全和大幅降低度電成本的重大意義。
智能技術的演進是一個需要持續積累和迭代的漫長過程,但這個標志性事件,意味著智能風電新階程到來——10月22日北京國際風能大會上,遠景能源發布首款EN-156/3.XMW系列“超感知”智能風機,自此基于網絡智能的“新機器”從構想走向現實。
同日,“新機器·2019遠景技術創新日”也在北京舉行,遠景能源副總裁兼首席技術官王曉宇博士表示,從用軟件定義智能風機到基于網絡智能的“超感知”智能風機,遠景能源歷時5年時間將風機技術發展到“新機器”高度。
從技術推動風電度電成本下降的歷程看,風電補貼時代的前半場,是以提高能量密度為手段,驅動風機發電效率提升;而進入到風電平價后半場,則是以提升信息密度為手段,促使風機通過感知風險“趨利避害”,抓住機會實現度電必爭。
應用網絡智能技術以前的風機,僅擁有狀態監測功能,知道故障的發生,但對故障發生前日積月累的損耗趨勢卻沒有感知力,更沒有改變的能力。基于網絡智能的“超感知”風機,不僅擁有物理傳感器,更因為內嵌風機各系統數字模型,使風機對物理世界從傳感器表象數據到運行內在趨勢規律盡在掌握,運行中的風機始終和數字母體在一起,不僅可以感知當下的狀態,更重要的是能夠洞察風機及其部件的運行趨勢。
王曉宇博士解釋,趨勢感知力使風機和機群通過主動在線干預,將可能導致故障的風險化解在實時運行中,度電必爭地提升電量;狀態感知力使風機擁有了故障智能診斷能力,運維團隊可直接與智能風機“對話”,快速解決故障問題,把保障風場資產收益和增值落到了實處。
單臺“超感知”智能風機的進化讓機群協同變得簡約且和諧。機端大腦關注微觀層面部件健康趨勢與載荷協同,機群大腦關注風場宏觀層面的機群健康分布,結合氣象預測實現機群協同。對此,王曉宇博士強調,“網絡智能的本質就是通過信息協同把智能的邊界拓展到無界,這也是以深度學習多層人工神經網絡開啟人工智能無限遐想的空間;在機端和機群端構建狀態感知和趨勢感知才能在各級網絡范圍內實現協同,這就是網絡定義的新機器原理。”
必須說明的一點是,遠景“超感知”智能風機也完全匹配傳統的風場網絡,不會因為它的到來而顛覆風場現有網絡結構和其他基礎設施,反而會帶動風場傳統網絡優化升級,逐步建立并形成網絡智能進化的生態。
對風場而言,無論是智能網絡還是傳統網絡都在流通信息,但實質性區別在于信息的內容。遠景能源所應用的智能網絡并沒有改變風機和場站的拓撲,改變的是風機和云之間的關系,正是這種關系幫助風機和風場實現了智能進化。
提及遠景“超感知”智能風機進化,王曉宇博士分享了兩種路徑,一種是云上進化,也就是將場站邊緣端的風機運行特征數據送到云上,在云上通過機器學習完成智能感知模型的訓練迭代后,再由樣機和遠景江陰測試臺架完成相關的實體測試驗證,最終將迭代完成的智能感知模型部署更新到相應的智能風機和站端邊緣計算平臺運行;另一種是知識進化,也就是將風電運行機理的新認知注入到風機及其子系統的設計模型,通過改善和修訂設計基因實現風機智能進化。
遠景能源風機設計系統中,有多少機型就有多少設計模型,每臺風機有各自的機型母體,但它們卻分別落地在不同的運行場景,即便是同在一個風場,其經歷也大不相同。從生物進化的角度看,完成一代風機的進化需要20年的時間,而且風機分布在不同的運行場景,被拉長的進化時間顯然不能滿足為客戶持續創造價值的需求。
也正因此,通過強大的網絡智能連接起各地無數臺風機,上千臺帶有不同運行場景記憶的風機就形成了一種群體智能的進化方式。這種用空間換時間的智能算法,顯然加速了風機的進化進程,這也是遠景能源出產“超感知”智能風機的價值
智能技術的演進是一個需要持續積累和迭代的漫長過程,但這個標志性事件,意味著智能風電新階程到來——10月22日北京國際風能大會上,遠景能源發布首款EN-156/3.XMW系列“超感知”智能風機,自此基于網絡智能的“新機器”從構想走向現實。
同日,“新機器·2019遠景技術創新日”也在北京舉行,遠景能源副總裁兼首席技術官王曉宇博士表示,從用軟件定義智能風機到基于網絡智能的“超感知”智能風機,遠景能源歷時5年時間將風機技術發展到“新機器”高度。
從技術推動風電度電成本下降的歷程看,風電補貼時代的前半場,是以提高能量密度為手段,驅動風機發電效率提升;而進入到風電平價后半場,則是以提升信息密度為手段,促使風機通過感知風險“趨利避害”,抓住機會實現度電必爭。
應用網絡智能技術以前的風機,僅擁有狀態監測功能,知道故障的發生,但對故障發生前日積月累的損耗趨勢卻沒有感知力,更沒有改變的能力。基于網絡智能的“超感知”風機,不僅擁有物理傳感器,更因為內嵌風機各系統數字模型,使風機對物理世界從傳感器表象數據到運行內在趨勢規律盡在掌握,運行中的風機始終和數字母體在一起,不僅可以感知當下的狀態,更重要的是能夠洞察風機及其部件的運行趨勢。
王曉宇博士解釋,趨勢感知力使風機和機群通過主動在線干預,將可能導致故障的風險化解在實時運行中,度電必爭地提升電量;狀態感知力使風機擁有了故障智能診斷能力,運維團隊可直接與智能風機“對話”,快速解決故障問題,把保障風場資產收益和增值落到了實處。
單臺“超感知”智能風機的進化讓機群協同變得簡約且和諧。機端大腦關注微觀層面部件健康趨勢與載荷協同,機群大腦關注風場宏觀層面的機群健康分布,結合氣象預測實現機群協同。對此,王曉宇博士強調,“網絡智能的本質就是通過信息協同把智能的邊界拓展到無界,這也是以深度學習多層人工神經網絡開啟人工智能無限遐想的空間;在機端和機群端構建狀態感知和趨勢感知才能在各級網絡范圍內實現協同,這就是網絡定義的新機器原理。”
必須說明的一點是,遠景“超感知”智能風機也完全匹配傳統的風場網絡,不會因為它的到來而顛覆風場現有網絡結構和其他基礎設施,反而會帶動風場傳統網絡優化升級,逐步建立并形成網絡智能進化的生態。
對風場而言,無論是智能網絡還是傳統網絡都在流通信息,但實質性區別在于信息的內容。遠景能源所應用的智能網絡并沒有改變風機和場站的拓撲,改變的是風機和云之間的關系,正是這種關系幫助風機和風場實現了智能進化。
提及遠景“超感知”智能風機進化,王曉宇博士分享了兩種路徑,一種是云上進化,也就是將場站邊緣端的風機運行特征數據送到云上,在云上通過機器學習完成智能感知模型的訓練迭代后,再由樣機和遠景江陰測試臺架完成相關的實體測試驗證,最終將迭代完成的智能感知模型部署更新到相應的智能風機和站端邊緣計算平臺運行;另一種是知識進化,也就是將風電運行機理的新認知注入到風機及其子系統的設計模型,通過改善和修訂設計基因實現風機智能進化。
遠景能源風機設計系統中,有多少機型就有多少設計模型,每臺風機有各自的機型母體,但它們卻分別落地在不同的運行場景,即便是同在一個風場,其經歷也大不相同。從生物進化的角度看,完成一代風機的進化需要20年的時間,而且風機分布在不同的運行場景,被拉長的進化時間顯然不能滿足為客戶持續創造價值的需求。
也正因此,通過強大的網絡智能連接起各地無數臺風機,上千臺帶有不同運行場景記憶的風機就形成了一種群體智能的進化方式。這種用空間換時間的智能算法,顯然加速了風機的進化進程,這也是遠景能源出產“超感知”智能風機的價值