在陆上资源日趋枯竭的背景下，海洋资源的开发利用成为了国家维护能源安全的重要途径。海洋风能是可再生能源供应体系的重要组成部分，海上风电更是重要能源产业之一，因其资源丰富，风速稳定，可以供给人类大规模开发，已成为全世界各国关注的焦点，近几年全球海上风电装机容量平均增长速度达到80%以上。我国具有丰富的海上风能资源，在发展海上风电方面占有天然优势，并且国家政府为了支持海上风电的发展提出了大量的优惠政策，海上风电近年来发展迅速，市场前景非常广阔。根据可再生能源“十三五”规划的初步预计，2020年至2030年每年新增容量将可达到200万至300万千瓦。

海上风能总规模为陆上风能的2~3倍,且风质量更加稳定。英国、法国、德国、荷兰等欧洲风电强国均出台10 GW 量级海上风电规划,美国计划2030年完成30GW 海上装机容量,韩国、日本、越南等亚洲国家预计2030年完成25GW 海上装机容量,海上风电已成为业界全新的“蓝海战场”。在海上风电蓬勃发展之际,滞后的运维技术成为其进一步发展的隐忧。传统风电运维是平面化、后置化的,只能在单一或少量参数背景下探讨风机状态,运维过程中依赖专业人员的主观判断,各流程相对孤立,难以保持信息的实时流通。而真实的风电场是立体、瞬变的,后发式、周期式等离散化方案均不能完全适配现代海上风电场的运维要求。状态评估、故障预警、运维船路径、窗口期预测等全周期要素需要在综合性平台上共融呈现,才能以最小成本换取最大效益。同时,由于通信技术受限,现场监测设备必须具备过滤噪声、初筛信息、散点覆盖、重点回传的自适应能力,才得以在带宽有限的条件下完成全天候有效监测。菲律宾以西生成的南海“土台风”路线诡异莫测,越接近登陆点其能量越强,会给海工结构物以措手不及的毁灭性打击,台风“暹芭”造成风电运维船事故便是例证。智能运维模式能够将陆基、海基、近端、远端的大范围天气海况参数进行集成分析,发挥一线气象站的作用,及时发出风暴预警并安排人员和船只撤离避险,并能基于大数据对故障进行精细识别与预警,对保障人员安全、提升运维效率具有重大意义。

然而，随着全球投产的海上风机数量不断增加，海上风电系统设备自身运行特点和环境所造成的故障风险与维护成本控制问题也日益突出，如何降低海上风电行业运维费用，提高系统可用度和总回报率，发展相关的第三产业即风机运行监测、故障诊断、维护方法等已成为亟需解决的新课题和行业新的增长点。海上风电系统设备结构复杂，系统失效模式数量庞大，在不利的海洋环境下使风机的故障率升高，为避免海上风电系统在设计使用寿命内发生损伤破坏，风机各个设备及结构必须具有很高的强度和健康的工作状态，然而，近些年来，由于设备监测工作的疏忽及损伤预测方法的不精准，海上风电系统损伤破坏事故在不断发生，不但造成大量的财产损失，同时还引发了海洋环境的破坏。2015年11月，丹麦Samson岛附近的PaludansFlak海上风场的一台2.3ＭＷ西门子海上风机出现垮塌事故，如图1所示，机组叶片和机舱均落入海中，该事故造成整个海上风场的关停检修，造成了巨大的经济损失。因而，研究怎样精准预测结构和设备的健康状态，根据系统的实际情况进行针对性的维修，使各个设备维修活动相互协调，提高海上风电的可靠性和经济性，已成为亟待解决的问题。故障预测与视情预防性维修是装备和系统实现自主保障的关键技术，然而在海上风电系统领域仍需要进行方法改进以提高海上风机的可靠性，并且降低整体维护成本。鉴于此，本文研究了海上风电系统基于分步识别的结构损伤预测方法和视情维修模型，还提出了合理有效的维护策略。经过对大丰田海上风电场的算例分析，对本文优化维护策略在提高风电系统可用度和节约维护成本方面所产生的有效性进行了验证，从而对海上风电场的运行和维护工作起到实际工程指导作用。

海上风电技术发展趋势

1.1 大容量与规模化

使用大容量海上风电机组可大幅度减少机位，降低基础建设造价；海上风场的大规模、集约化开发可降低海缆铺设、换流站建设及后期运维成本，是摊薄海上风电度电成本的关键措施。同时，大容量风电机组具有更大的扫风面积，通过搭载先进的运行控制系统， 发电效率也会更高。

当前，国外大容量海上风机的研究已从美国可再生能源实验室的5 MW机型、丹麦科技大学的10 MW机型发展到国际能源署发布的15 MW海上风电机型。我国5~8 MW海上风电机组已实现大规模商业化运行，8~10 MW海上风电机组已实现批量应用或示范运行，10 MW以上的更大容量机型也相继发布。表1 汇总了国内外整机制造商最新发布的部分大容量型号风机，涵盖固定式与漂浮式，涉及双馈、永磁直驱和半直驱3 种技术路线。

海上风场发展中，江苏如东已经建成包含三峡、中广核、国电投等投资的11 个海上风电场集群项目，成为亚洲最大海上风电场群；江苏大丰国内离岸最远海上风电场实现并网运行；广东阳江实现国内首个百万千瓦海上风电全容量并网。同时，在山东、江苏和广东等沿海省份相继出台的“十四五”规划中均明确提出要打造千万千瓦级海上风电基地，加快推动海上风电集中连片开发。

1.2 深远海与漂浮式

在“双碳”目标驱动下，未来几年内我国近海(水深<60 m)固定式海上风电的可开发资源将趋于饱和。在水深大于60 m的海域，固定式海上风电的基础建设成本将呈指数增长，不再具备成本优势。国家气候中心数据显示，我国深海风资源总量约10亿kW，是近海风资源的近2 倍，发展潜力巨大。而大容量漂浮式风机技术将成为海上风电走向深远海的突破口。

技术研究方面，为支持海上风电工程的设计和分析，国际能源署已经于2007—2019 年先后完成海上代码比较协作项目OC3及延续项目OC4和OC5。其中，OC3(固定式和立柱漂浮式风机)和OC4(半潜浮式风机)主要通过海上风电机组的模拟响应来进行仿真软件代码间的比较，以验证不同耦合建模工具的准确性；OC5项目(半潜式)则将工作扩展到通过对比模拟响应与实际测量值来验证建模工具，观察建模工具与测量数据间的差异；2019—2023 年进行的OC6项目将更有针对性地进行海上风电系统工程级建模工具、高精度建模工具与实测数据三方之间的对比验证，目前已经完成前2个阶段工作。

实际工程中，2009 年，挪威首台立柱(Spar式)漂浮式风机的成功安装开启了漂浮式海上风电发展的序幕，在此之后葡萄牙、日本、英国、法国等国家相继开展漂浮式海上风电的示范项目[20]。我国的风电制造企业，如金风科技、三峡能源、龙源电力联合明阳智能、中国海装和上海电气等，也开展了漂浮式风机技术的相关研究。2021 年7月，全球首台半潜式抗台风型漂浮式海上风电机组“三峡引领号”在广东阳江沙扒顺利安装；同年12 月，由海装牵头研发的“扶摇号”半潜式基础平台成功下线。

1.3 数字化与智能化

随着海上风电单机容量不断增大，风场向深远海不断延伸，其运维难度、运维成本和风险等级显著提升。据测算，海上风电后期运维成本占整个风电场全生命周期度电成本的23%左右，而陆上风电仅为5%左右。通过引入数字化技术、人工智能技术等降低整体运维成本、提升单机与场群的运行控制水平，是控制海上风电度电成本的有效途径。

在海上风电智能化技术研究方面，基于机器学习、深度学习的海上风况、风功率预测，基于数字孪生的海上风电机组实时状态感知与智能诊断等引起了广泛关注。海上风电的数智化产品也不断取得新进展：远景能源的“伽利略”超感知风机利用海量实测数据，具备一定的学习、感知、判断能力；上海电气的D2X 数据治理平台、Park-Agent 智能监控平台，E-CMSPlus 智能诊断平台、Prognostic-Agent 故障预测及健康管理平台等产品，具备一定的保障风机全生命周期高效高可靠运行的能力；中国海装的全生命周期管理PLM 系统基于大数据平台，搭配海上运维船， 能够为海上风电运维提供保障。

原标题：人工智能在海上风电中的应用