眾所周知，我們今天的社會是建立在以石油能源為基礎的經(jīng)濟結構上，石油既是燃料又是化工原料，這使其成為全球最重要大宗的商品，沒有之一。
就在3月9日布倫特原油和WTI原油價格暴跌30%，到了32.14美元/1桶，在這背后是沙特和俄羅斯的經(jīng)濟博弈。想要“做大事”的沙特王儲希望和俄羅斯一起減少產(chǎn)量來提升油價從而獲得金錢支持，而俄羅斯的立場就是要讓油價既可以支持產(chǎn)業(yè)轉型，又不激發(fā)新能源革命的加速，故俄方并不想配合沙特減產(chǎn)。這就迫使沙特就想通過死就一起死的方式來逼迫俄羅斯重回談判桌。既然不想減產(chǎn)，那就只能增產(chǎn)。在沙特宣布繼續(xù)增產(chǎn)后，俄羅斯也表示會繼續(xù)跟進增產(chǎn)。以至3月9日，受疫情和油價的雙重影響，道瓊斯跌了2013點，觸發(fā)熔斷，我們都成了歷史的見證人，特朗普更是"喜提大炮一門"。
那么問題來了，石油這種舊有的且注定被取代的能源，為何各國不積極研發(fā)、采用新能源進行替代，反而任由石油一次又一次的爆發(fā)“危機”？
新能源發(fā)展看似紅紅火火但限制頗多
光伏發(fā)電雖然優(yōu)勢明顯，能量轉換過程簡單，發(fā)電裝置簡單。但是由于地球具有晝夜和季節(jié)之分，光伏發(fā)電無法進行連續(xù)性工作，受地域和氣候影響大，占地面積較大，光伏發(fā)電裝置所用的晶體硅電池的制造過程高污染、高能耗，反而會對環(huán)境造成影響。
而風力發(fā)電目前裝機范圍較廣，也是我國風能發(fā)電更為普及，相關技術日趨成熟，發(fā)電成本低，投資規(guī)模和裝機規(guī)模相對靈活，但是風電機組維修費用高，尤其是風電的不穩(wěn)定性，是制約風電發(fā)展的關鍵因素，這會負載和電網(wǎng)帶來一定的沖擊，并且維修難題首當其沖。
僅以2019年國內(nèi)發(fā)生的風電事故為例，其中大致可分為運輸事故、非規(guī)范操作事故與倒塔事故。這還僅為重大事故，例如風電機組宕機之類僅造成生產(chǎn)損失的事故不見通報，其次數(shù)更是難記其數(shù)。
計算機聽覺打破空間限制
偏僻將不成維檢難題
由于風電機組設備受工作原理限制，設備往往具有安裝高度高，投放位置偏僻等特點。而大部分風電機組設備故障通常是由風電機組設備中風輪內(nèi)部螺栓脫離造成，如果風車機組一旦發(fā)生故障，通常需要在較長的周期才能發(fā)現(xiàn)，大大增加了設備的安全隱患和故障檢修難度。同時，如果設備故障得不到及時的處置，也帶來不可估量的損失。
基于以上應用需求，北京快魚電子股份公司與三一重能有限公司于2018年4月份強強聯(lián)合，就風電機組設備故障由其風輪內(nèi)部螺栓脫離造成等問題，展開了基于計算機聽覺技術與實現(xiàn)風電機組部件運行狀態(tài)實時在線遠程監(jiān)測技術的聯(lián)合研究，最終通過采用深度算法模型、聲景仿真模型、事件監(jiān)測與決策管理平臺等方式解決這一大難題。
（一）深度算法模型模塊
深度算法模型數(shù)據(jù)庫，主要是通過對風電機組針對風葉片、傳動鏈等關鍵部件的運行狀態(tài)數(shù)據(jù)進行實時采集，并通過深度學習算法模型，實現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)預處理、音頻流分割、聲源分離、特征提取、分類等判斷、去燥處理等操作，為風電機組的故障分析與故障事件精準判斷提供技術解決手段。深度算法模型框架圖，如圖1所示：
圖1：深度算法模型框架圖
（二）聲景仿真模型模塊
聲景仿真模型模塊，主要是通過靜態(tài)緯度（機械運作）、動態(tài)維度（環(huán)境噪聲）等多個維度建立聲景仿真模型數(shù)據(jù)庫，并對收集的風電機組運行狀態(tài)信息采用多維度計量方法進行聲景仿真模型運算，并根據(jù)不同維度計算結果實現(xiàn)風電機組故障預警。聲景仿真模型數(shù)據(jù)庫處理流程圖，如圖2所示：
圖2：聲景仿真模型數(shù)據(jù)庫處理流程圖
（三）事件監(jiān)測與決策管理平臺
事件監(jiān)測與決策管理平臺，主要是將系統(tǒng)匯總收集來的音頻信息，通過預警評估規(guī)則定義的運算，計算出風電機組故障監(jiān)測的分類信息，并對不同分類故障事件進行結果評估并發(fā)出預警信息。事件監(jiān)測與決策設計框架圖，如圖3所示：
圖3：事件監(jiān)測與決策設計框架圖
在本項目具體部署方案中，我們根據(jù)風電機組故障點所處的不同位置，部署具備網(wǎng)絡傳輸功能的音頻感知傳感器，并通過對設備正常運行狀態(tài)與非正常狀態(tài)進行深度學習對比，最終得出故障監(jiān)測數(shù)據(jù)。在具體應用中建議初期布置2-4只網(wǎng)絡音頻感知傳感器，便于前期的原始場景下數(shù)據(jù)采樣，為后端平臺分析提供多維度聲音數(shù)據(jù)。具體部署架構圖，如圖4所示：
圖4：具體部署架構圖
結 語
無論是從經(jīng)濟結構還是環(huán)境保護的角度來說，新能源的落地應用刻不容緩，如今美國道瓊斯的熔斷更是擺在面前的教訓，以石油能源為基礎的經(jīng)濟結構的改變是必然的。
而新的事物在推行中總會碰到無數(shù)的問題，誰來解決這些問題、如何解決這些問題則往往會成為難題。所幸當下快魚電子、三一重能站了出來，將壓在風能發(fā)電頭上的“三座大山”移走了一座，也期望在不久的將來，能有更多的科研人與企業(yè)站出來，為世界的發(fā)展做出貢獻。
