雷振 王世全 溫釗 張方紅

摘要：為促進(jìn)海上風(fēng)電的降本增效和可持續(xù)發(fā)展 ， 文章基于海上風(fēng)電運(yùn)維管理的內(nèi)容和存在的問題 ，分析大數(shù)據(jù)在風(fēng)電運(yùn)維中的應(yīng)用和風(fēng)電運(yùn)維管理的發(fā)展趨勢(shì)。研究結(jié)果表明：海上風(fēng)電運(yùn)維管理主要包括機(jī)組運(yùn)行管理、機(jī)組運(yùn)行數(shù)據(jù)管理、項(xiàng)目資源管理、可達(dá)性管理和成本管理 ， 目前在成本、運(yùn)維模式和可達(dá)性等方面存在問題;通過將工業(yè)數(shù)據(jù)與大數(shù)據(jù)相結(jié)合以及創(chuàng)新運(yùn)維模式和管理方式 ， 有助于風(fēng)機(jī)預(yù)防性維護(hù)和風(fēng)場(chǎng)輔助決策 ， 有效提高風(fēng)電運(yùn)維效率、降低風(fēng)電運(yùn)維成本和提升發(fā)電量;未來的風(fēng)電運(yùn)維管理將通過轉(zhuǎn)變模式進(jìn)一步加強(qiáng)數(shù)字化和可視化運(yùn)維 ， 通過裝備升級(jí)提高運(yùn)維的可達(dá)性和效率以及通過提高質(zhì)量多角度降低運(yùn)維成本。

關(guān)鍵詞：大數(shù)據(jù);風(fēng)力發(fā)電;海上風(fēng)電;預(yù)防性維護(hù);輔助決策

中圖分類號(hào)：P75????? 文獻(xiàn)標(biāo)志碼：A ??????文章編號(hào)：1005-9857（2021）12-0093-05

Big Data Management and Application in OffshoreWind Power Operation and Maintenance

LEI Zhen1，WANG Shiquan2，WEN Zhao3，ZHANG Fanghong3

（1.China State Shipbuilding Corporation Limited，Beijing 100097，China;

2.Chongqing HaizhuangWindpower Engineering &. Research Co..Ltd.，Chongqing 400021，China;

3.CSSC HaizhuangWindpowerCo.，Ltd.，Chongqing 401122，China）

Abstract：In order to promote the cost reduction， efficiency increase and sustainable developmentof offshore wind power， based on the content and existing problems of offshore wind power operation and maintenance management， this paper analyzed the application of big data in wind poweroperation and maintenance and the development trend of wind power operation and maintenancemanagement. The results showed that offshore wind power operation and maintenance management mainly included unit operation management， unit operation data management， project resource management， accessibility management and cost management. At present， there wereproblems in cost， operation and maintenance mode and accessibility. By combining industrial datawith big data and innovating operation and maintenance mode and management mode， it was conducive to preventive maintenance of wind turbine and auxiliary decision-making of wind farm， effectively improve wind power operation and maintenance efficiency， reduce wind power operationand maintenance cost and increase power generation. The future wind power operation and maintenance management would further strengthen the digital and visual operation and maintenanceby changing the mode， improve the accessibility and efficiency of operation and maintenancethrough equipment upgrading， and reduce the operation and maintenance cost from multiple angles by improving the quality.

Keywords：Big data，Wind power generation，Offshore wind power，Preventive maintenance，Auxiliary decision-making

0 引言

經(jīng)過30余年的發(fā)展 ，風(fēng)電已成為全球能源向綠色低碳轉(zhuǎn)型的重要方向以及推動(dòng)能源轉(zhuǎn)型的重要力量。根據(jù)全球風(fēng)能理事會(huì)（GWEC）最新發(fā)布的報(bào)告[1] ，2019年全球共安裝22893臺(tái)風(fēng)電機(jī)組 ，來自33個(gè)不同的制造商 ，新增裝機(jī)量超過63GW ，創(chuàng)造風(fēng)電行業(yè)供應(yīng)側(cè)的歷史新高。海上風(fēng)電作為可再生能源開發(fā)利用的重要方向之一， 具有風(fēng)力平穩(wěn)、風(fēng)速高、發(fā)電效率高、單機(jī)裝機(jī)容量大、占用空間小和不擾民等優(yōu)點(diǎn) ， 成為全球風(fēng)電發(fā)展的研究熱點(diǎn)[2]。

我國《關(guān)于完善風(fēng)電上網(wǎng)電價(jià)政策的通知》明確指出自2021年起風(fēng)電逐步實(shí)現(xiàn)與煤電平價(jià)上網(wǎng)的目標(biāo)[3-4] ，風(fēng)場(chǎng)業(yè)主對(duì)收益率和度電成本越來越重視[5]。因此 ，提高風(fēng)機(jī)利用率、減少風(fēng)機(jī)故障停機(jī)時(shí)間、準(zhǔn)確預(yù)測(cè)風(fēng)機(jī)故障、快速維修風(fēng)機(jī)故障、高效判斷風(fēng)機(jī)狀態(tài)和提高運(yùn)維排程的智能性等對(duì)提高發(fā)電收益和降低運(yùn)維成本具有十分重要的意義。

近年來大數(shù)據(jù)在互聯(lián)網(wǎng)行業(yè)中快速發(fā)展 ， 在模式識(shí)別、文本處理和狀態(tài)預(yù)測(cè)等方面取得一系列應(yīng)用成果。工業(yè)數(shù)據(jù)結(jié)合大數(shù)據(jù)方法在風(fēng)機(jī)預(yù)防性維護(hù)和風(fēng)場(chǎng)輔助決策方面應(yīng)用廣泛 ，有利于提高風(fēng)電運(yùn)維效率、降低風(fēng)電運(yùn)維費(fèi)用和提升發(fā)電量。

1 海上風(fēng)電運(yùn)維管理現(xiàn)狀

1.1 管理內(nèi)容

海上風(fēng)電運(yùn)維管理主要包括機(jī)組運(yùn)行管理、機(jī)組運(yùn)行數(shù)據(jù)管理、項(xiàng)目資源管理、可達(dá)性管理和成本管理。

（1）機(jī)組運(yùn)行管理是指為達(dá)到項(xiàng)目合同的運(yùn)行考核要求 ，通過采取一系列運(yùn)維措施 ， 保證風(fēng)電機(jī)組正常運(yùn)行的管理。通常采取的運(yùn)維措施包括日常維護(hù)和計(jì)劃性維護(hù)[6]等 ，其中日常維護(hù)是指日常巡檢以及風(fēng)電機(jī)組由于長期運(yùn)行設(shè)備或電路本身出現(xiàn)告警后采取的維護(hù)措施 ，計(jì)劃性維護(hù)是指在半年周期、1年周期或5年周期等固定周期采取的維護(hù)措施。

（2）機(jī)組運(yùn)行數(shù)據(jù)管理是指在風(fēng)電機(jī)組長期運(yùn)行過程中 ，對(duì)機(jī)組運(yùn)行數(shù)據(jù)的采集、傳輸、存儲(chǔ)和分析等管理。通過對(duì)機(jī)組運(yùn)行數(shù)據(jù)的分析 ，一方面 ， 可建立一系列預(yù)警診斷模型 ， 實(shí)時(shí)評(píng)估機(jī)組的健康狀態(tài) ，提醒并指導(dǎo)維護(hù)人員進(jìn)行預(yù)防性維護(hù) ， 降低機(jī)組告警發(fā)生率[7];另一方面 ，可在告警發(fā)生后遠(yuǎn)程指導(dǎo)維護(hù)人員作業(yè) ， 提高運(yùn)維效率。此外 ， 對(duì)機(jī)組運(yùn)行數(shù)據(jù)的分析還可為運(yùn)維業(yè)務(wù)成本核算提供依據(jù)。

（3）項(xiàng)目資源管理是指對(duì)項(xiàng)目人員、物料和交通工具等的管理。一方面 ， 要保證項(xiàng)目資源充足 ， 并加強(qiáng)物資供應(yīng)鏈管理 ，使項(xiàng)目資源滿足風(fēng)電運(yùn)維需求;另一方面 ，要合理調(diào)度項(xiàng)目資源 ， 在高效完成運(yùn)維作業(yè)的基礎(chǔ)上盡可能少地消耗資源。

（4）可達(dá)性管理是指在執(zhí)行運(yùn)維工作前對(duì)于可達(dá)性的管理 ，如預(yù)測(cè)預(yù)警極端風(fēng)況、霧霾、地震和冰雪等 ，對(duì)于海上風(fēng)電運(yùn)維還須考慮潮汐和海況等 ， 從而保證人員安全和順利地完成運(yùn)維作業(yè)。

（5）成本管理是指對(duì)風(fēng)電運(yùn)維成本的管理。降本增效是風(fēng)電行業(yè)早就提出的發(fā)展方向 ，也是亟待解決的問題。海上風(fēng)電運(yùn)維環(huán)境復(fù)雜且交通不便 ， 因此運(yùn)維成本較高。

1.2 存在的問題

1.2.1 成本

風(fēng)電機(jī)組尤其是海上風(fēng)電機(jī)組的故障率居高不下 ，據(jù)統(tǒng)計(jì)海上風(fēng)電的運(yùn)維成本約為陸上風(fēng)電的2倍[6]。海上風(fēng)電運(yùn)維受天氣和海況影響大 ，導(dǎo)致作業(yè)窗口期較短且較少以及運(yùn)維時(shí)間不受控 ，風(fēng)電機(jī)組在發(fā)生告警后難以保障搶修作業(yè) ，發(fā)電量因此受到影響。

在海上惡劣環(huán)境影響下 ， 電氣元件和機(jī)械部件失效更快 ，導(dǎo)致運(yùn)維次數(shù)和物料消耗增加。由于風(fēng)電運(yùn)維工作具有不確定性 ，項(xiàng)目往往備有充足的物料庫存 ，但實(shí)際上一部分物料的使用頻次很低 ，導(dǎo)致出現(xiàn)一大批積壓庫存并造成一定的庫存成本。此外 ，在涉及大部件更換和運(yùn)輸時(shí) ，風(fēng)電設(shè)備安裝船和運(yùn)輸船等的使用成本較高 ，且受環(huán)境和作業(yè)區(qū)域的限制 ，大部件通常更換周期較長 ，發(fā)電量受到嚴(yán)重影響。因此 ， 高成本是風(fēng)電運(yùn)維亟待解決的問題。

1.2.2 運(yùn)維模式

目前大部分風(fēng)電仍采用傳統(tǒng)的運(yùn)維模式 ， 即通過人員在集控中心監(jiān)控機(jī)組運(yùn)行狀態(tài)[8] ， 當(dāng)告警發(fā)生后 ，通過分析機(jī)組運(yùn)行數(shù)據(jù)和根據(jù)歷史經(jīng)驗(yàn)制定維護(hù)策略 ，然后對(duì)項(xiàng)目資源進(jìn)行調(diào)度 ， 并組織人員進(jìn)行告警處理。在這種情況下 ， 機(jī)組不規(guī)律的告警導(dǎo)致停機(jī)次數(shù)增加 ， 同時(shí)導(dǎo)致機(jī)組發(fā)電量、可利用率和平均無故障運(yùn)行時(shí)間（MTBF）降低;由于根據(jù)歷史經(jīng)驗(yàn)的調(diào)度在很大程度上無法實(shí)現(xiàn)維護(hù)策略的最優(yōu)化 ， 最終也會(huì)導(dǎo)致維護(hù)成本增加。因此 ， 傳統(tǒng)運(yùn)維模式與市場(chǎng)要求之間產(chǎn)生矛盾。

1.2.3 環(huán)境和可達(dá)性

風(fēng)電場(chǎng)通常建設(shè)在風(fēng)資源較好的地區(qū) ，但同時(shí)也是環(huán)境相對(duì)惡劣的地區(qū)。海上風(fēng)電場(chǎng)涉及的環(huán)境因素更多 ， 海上天氣復(fù)雜多變且災(zāi)害性天氣頻發(fā) ， 因此海上風(fēng)電場(chǎng)或潮間帶風(fēng)電場(chǎng)的運(yùn)維對(duì)窗口期和可達(dá)性的要求更高 ， 同時(shí)受天氣、海況和潮汐等的影響。對(duì)于風(fēng)電運(yùn)維交通工具即運(yùn)維船也有特殊要求 ，如需要更快的航行速度、更強(qiáng)的靠泊能力和更強(qiáng)的適應(yīng)惡劣海洋環(huán)境能力 ， 才能有效降低海上運(yùn)維時(shí)間和增加作業(yè)窗口期 ， 達(dá)到提升運(yùn)維效率和發(fā)電效率的目的。

2 大數(shù)據(jù)在風(fēng)電運(yùn)維中的應(yīng)用

2.1 風(fēng)機(jī)預(yù)防性維護(hù)

風(fēng)機(jī)預(yù)防性維護(hù)是指在機(jī)組監(jiān)控系統(tǒng)（SCADA）報(bào)出故障前或機(jī)組因故障停機(jī)前對(duì)機(jī)組進(jìn)行有針對(duì)性、有計(jì)劃和有目標(biāo)的修補(bǔ)方法 ， 以減少風(fēng)機(jī)故障停機(jī)時(shí)間、提高機(jī)組利用率和提高發(fā)電量[9]（圖1）。

為實(shí)現(xiàn)風(fēng)機(jī)預(yù)防性維護(hù) ， 須提前識(shí)別風(fēng)機(jī)故障特征和準(zhǔn)確評(píng)估風(fēng)機(jī)狀態(tài) ，從而對(duì)顯著的故障特征發(fā)出具有針對(duì)性的故障預(yù)警。通過累計(jì)大量風(fēng)機(jī)運(yùn)行的歷史數(shù)據(jù) ， 篩選正常運(yùn)行狀態(tài)下的數(shù)據(jù) ， 通過決策樹和神經(jīng)網(wǎng)絡(luò)等大數(shù)據(jù)建模方法建立模型 ， 選擇合適的特征變量 ， 利用機(jī)器學(xué)習(xí)算法模擬風(fēng)機(jī)各大部件的正常運(yùn)行狀態(tài) ，并與真實(shí)的機(jī)組傳感器數(shù)據(jù)進(jìn)行對(duì)比 ， 當(dāng)風(fēng)機(jī)運(yùn)行數(shù)據(jù)出現(xiàn)異常時(shí)發(fā)出預(yù)警。2019年的成功預(yù)警模型如表1所示。

2.2風(fēng)場(chǎng)輔助決策

利用大數(shù)據(jù)分析方法 ，結(jié)合工程運(yùn)維中實(shí)際遇到的問題 ，對(duì)運(yùn)維過程中的棘手問題進(jìn)行分析建模并生成解決方案 ，從大量數(shù)據(jù)樣本中提取故障特征并尋找故障原因 ， 為高效運(yùn)維提供科學(xué)依據(jù) ， 實(shí)現(xiàn)風(fēng)場(chǎng)輔助決策[10-11]。

2.2.1 優(yōu)化運(yùn)維排程

海上風(fēng)電運(yùn)維成本在整個(gè)項(xiàng)目成本中占比較大 ， 同時(shí)運(yùn)維任務(wù)的開展受到波浪、潮汐、風(fēng)速和能見度等因素的影響 ， 因此合理安排運(yùn)維時(shí)間和運(yùn)維順序?qū)τ诮档瓦\(yùn)維成本和提高運(yùn)維效率具有十分重要的意義。隨著海上風(fēng)電場(chǎng)向大型化發(fā)展 ， 同一海域的風(fēng)機(jī)數(shù)量越來越多 ， 運(yùn)維任務(wù)越來越繁重 ，通過人工安排運(yùn)維時(shí)間和順序越來越困難。

針對(duì)該問題 ， 利用多年海上風(fēng)電場(chǎng)運(yùn)維經(jīng)驗(yàn) ， 結(jié)合人工智能和機(jī)器學(xué)習(xí)等算法 ， 構(gòu)建考慮運(yùn)維成本、運(yùn)維時(shí)間、天氣、航線、故障級(jí)別和備品備件等情況的最佳運(yùn)維路線生成方案。在運(yùn)維過程中可選擇路程成本最低、發(fā)電量損失最少和綜合成本最低等不同模式 ，生成不同的智能化運(yùn)維排程策略。

選擇綜合成本最低的排程策略 ，將歷史排程路線與優(yōu)化排程路線進(jìn)行對(duì)比 ，單次排程的優(yōu)化結(jié)果如表2所示。

排程優(yōu)化的主要優(yōu)化點(diǎn)在于船只路線和任務(wù)開始時(shí)間 ，在20臺(tái)風(fēng)機(jī)、2艘運(yùn)維船、14個(gè)告警任務(wù)和34個(gè)巡檢任務(wù)的排程中 ， 1個(gè)月可降低綜合成本約28萬元。

2.2.2 故障分布統(tǒng)計(jì)

SCADA故障記錄和運(yùn)維記錄中包含大量的故障類型、故障時(shí)間和風(fēng)場(chǎng)信息等內(nèi)容 ， 通過統(tǒng)計(jì)分析這些數(shù)據(jù)可獲得風(fēng)機(jī)的故障頻次、故障率和故障間隔時(shí)間等信息。重點(diǎn)關(guān)注高頻故障并展開專題研究 ，確定故障原因 ， 尋找解決方法;驗(yàn)證油品和碳刷等的更換周期 ，探索適合當(dāng)?shù)貧夂蚝秃０蔚母鼡Q周期;從海拔、地域和機(jī)型等不同維度比較故障率 ， 針對(duì)不同的故障率采用不同的運(yùn)維策略。

利用 SCADA故障記錄 ，結(jié)合風(fēng)場(chǎng)地理位置等信息 ，統(tǒng)計(jì)不同海拔高度下每臺(tái)風(fēng)機(jī)的年平均故障次數(shù) ，可以看出風(fēng)機(jī)故障次數(shù)隨著海拔的增高而增多 ， 可為合理準(zhǔn)備易損件和油品提供數(shù)據(jù)支持（表3）。

3 風(fēng)電運(yùn)維管理的發(fā)展趨勢(shì)

在風(fēng)電運(yùn)維的快速發(fā)展中 ，行業(yè)與企業(yè)對(duì)運(yùn)維管理的要求越來越高 ， 因此亟須更加重視風(fēng)電運(yùn)維管理存在的諸多問題 ， 從多個(gè)方面入手 ， 共同助力解決問題。

3.1 轉(zhuǎn)變模式 ，進(jìn)一步加強(qiáng)數(shù)字化和可視化運(yùn)維

隨著物聯(lián)網(wǎng)和大數(shù)據(jù)的發(fā)展 ， 事后運(yùn)維模式的低效率逐漸暴露 ， 數(shù)字化、信息化和智能化已成必然趨勢(shì) ，智慧運(yùn)維將逐漸在風(fēng)電運(yùn)維管理中占據(jù)主導(dǎo)地位。目前大部分風(fēng)電企業(yè)都正在開發(fā)或已經(jīng)開發(fā)出智能運(yùn)維管理系統(tǒng)。一方面 ， 利用數(shù)字化和信息化的管理搭建大數(shù)據(jù)平臺(tái) ， 實(shí)現(xiàn)風(fēng)電場(chǎng)遠(yuǎn)程實(shí)時(shí)監(jiān)控、數(shù)據(jù)采集與存儲(chǔ)、氣象預(yù)測(cè)、海況預(yù)測(cè)、風(fēng)資源評(píng)估、數(shù)據(jù)挖掘分析、故障智能診斷、仿真分析、風(fēng)電機(jī)組全生命周期智能健康預(yù)測(cè)預(yù)警以及運(yùn)維策略優(yōu)化等功能;另一方面 ，通過3 D可視化遠(yuǎn)程運(yùn)維管理 ， 實(shí)時(shí)查看風(fēng)電場(chǎng)和風(fēng)電機(jī)組設(shè)備的狀態(tài) ，實(shí)現(xiàn)風(fēng)電場(chǎng)的集約化管理和項(xiàng)目資源的遠(yuǎn)程在線管理。

通過數(shù)據(jù)對(duì)運(yùn)維策略進(jìn)行分析計(jì)算 ，并輸出使發(fā)電量損失最少和運(yùn)維成本最低的運(yùn)維策略;通過對(duì)項(xiàng)目資源的數(shù)據(jù)分析 ， 提升資源供應(yīng)和協(xié)同 ， 降低項(xiàng)目庫存 ， 提高物資周轉(zhuǎn)率 ， 從側(cè)面降低企業(yè)的運(yùn)維成本。

3.2 升級(jí)裝備 ，提高運(yùn)維的可達(dá)性和效率

一方面 ，升級(jí)與運(yùn)維可達(dá)性相關(guān)的裝備 ， 如海上風(fēng)電運(yùn)維管理涉及的運(yùn)維船 ， 運(yùn)維船的抗風(fēng)浪等級(jí)在很大程度上決定其能否出海和人員乘船舒適度 ，航行速度決定其能否高效快速到達(dá)風(fēng)機(jī)機(jī)位 ， 因此專業(yè)運(yùn)維船將是必然趨勢(shì);另一方面 ， 升級(jí)與運(yùn)維效率相關(guān)的裝備 ， 加速智能檢測(cè)裝備、智能調(diào)試裝備、水下機(jī)器人、智能力矩校驗(yàn)裝備和無人機(jī)等智能裝備的研發(fā) ， 不僅能夠輔助人員提高運(yùn)維效率 ，而且能夠檢測(cè)水下樁基腐蝕和銹蝕等非常規(guī)和人員難以觸及的信息。

3.3 質(zhì)量先行 ， 多角度降低運(yùn)維成本

風(fēng)電運(yùn)維成本主要來自發(fā)電量損失和實(shí)際運(yùn)維過程產(chǎn)生的成本 ， 如車輛和船舶租賃成本、油耗成本、人工成本以及物資成本。風(fēng)電運(yùn)維成本的首要影響因素就是機(jī)組質(zhì)量 ， 這與機(jī)組本身設(shè)計(jì)的可靠性和運(yùn)維質(zhì)量有關(guān)。通過獎(jiǎng)懲結(jié)合的形式提高人員積極性 ， 提高個(gè)人和團(tuán)隊(duì)的運(yùn)維素質(zhì) ， 從而提高風(fēng)電運(yùn)維質(zhì)量、降低機(jī)組停機(jī)頻次和減少發(fā)電量損失。對(duì)于海上風(fēng)電場(chǎng)或大型陸上風(fēng)電場(chǎng)而言 ， 運(yùn)維策略的優(yōu)化能在很大程度上降低運(yùn)維成本。此外 ，上述多個(gè)管理發(fā)展思路通過提高運(yùn)維效率的方式也能在一定程度上減少發(fā)電量損失和降低運(yùn)維成本。

4 結(jié)語

通過將工業(yè)數(shù)據(jù)與大數(shù)據(jù)相結(jié)合以及創(chuàng)新運(yùn)維模式和運(yùn)維管理方式 ， 可有效提高風(fēng)電運(yùn)維效率、降低風(fēng)電運(yùn)維成本和提升發(fā)電量。在風(fēng)機(jī)預(yù)防性維護(hù)方面 ， 可提前發(fā)現(xiàn)隱藏故障 ， 減少風(fēng)機(jī)停機(jī)頻次和風(fēng)功率損失;在風(fēng)場(chǎng)輔助決策方面 ， 通過考慮風(fēng)速、波浪、潮汐、運(yùn)維成本和備品備件等信息 ， 可合理安排運(yùn)維路線 ，提高運(yùn)維可達(dá)性和運(yùn)維效率。

參考文獻(xiàn)

[1]? GWEC. Globalwindpowermarket-supplysidereport2019[R].Brusels：GlobalWindEnergyCouncil，2020.

[2] 趙高強(qiáng).大規(guī)模風(fēng)電項(xiàng)目開發(fā)及并網(wǎng)運(yùn)營優(yōu)化管理研究[D].北京：華北電力大學(xué) ，2013.

[3] 靈溪.國家發(fā)改委完善風(fēng)電上網(wǎng)電價(jià)2021年陸上風(fēng)電全面實(shí)現(xiàn)平價(jià)上網(wǎng)[J].電力系統(tǒng)裝備 ，2019（11）：28-29.

[4] 張典.基于環(huán)境正外部性的風(fēng)電發(fā)電側(cè)定價(jià)機(jī)制研究[D].宜昌：三峽大學(xué) ，2018.

[5] 姚中原.我國海上風(fēng)電發(fā)展現(xiàn)狀研究[J].中國電力企業(yè)管理 ，2019（22）：24-28.

[6] 周瓊芳.基于平價(jià)上網(wǎng)的海上風(fēng)電運(yùn)維策略分析[J].科技創(chuàng)新與應(yīng)用 ，2019（22）：126-128.

[7] 廖雯竹.基于設(shè)備衰退機(jī)制的預(yù)知性維護(hù)策略及生產(chǎn)排程集成研究[D].上海：上海交通大學(xué) ，2011.

[8] 劉曉姣.基于模型預(yù)測(cè)控制算法的風(fēng)電場(chǎng)有功控制[D].成都：電子科技大學(xué) ，2015.

[9] 劉曉波.風(fēng)電設(shè)備運(yùn)行預(yù)防性維護(hù)工程項(xiàng)目績效評(píng)價(jià)研究[D].北京：華北電力大學(xué) ，2012.

[10] 曾平良 ，韓家輝 ，周勤勇 ，等.間歇式電源并網(wǎng)分析與規(guī)劃輔助決策平臺(tái)[J].南方電網(wǎng)技術(shù) ，2016，10（3）：35-41.

[11] 徐進(jìn) ，孫靜 ， 牛倩.基于主動(dòng)預(yù)防策略的風(fēng)電場(chǎng)智能運(yùn)維管理解決方案[J].水力發(fā)電 ，2020，46（3）：104-107.