数字化风电、智慧风电场是现在风电行业的热门关键词。随时代日新月异，智慧能源慢慢的变成了能源发展的趋势。大数据已经逐渐被用于风场从测风到运维的众多环节。大数据对于风电的意义已经到了何种地步呢？这篇文章图文并茂的为我们讲解了风电大数据的那些事儿~

  数据，之所以重要，是因为我们大家可以从中归纳出有价值的信息，了解事物真实的状态，为下一步行动指明方向。世上的数据无穷无尽，但我们的能力却是有限的，传统的统计方法，是从庞大的数据中选取一部分样本，用样本的结果来代表整体的结果。比如抽血化验、食品检验和问卷调查皆是如此。

  大数据之所以叫“大数据”（big data），主要是因为它有别与这些传统的小数据，尽可能多的使用全部数据来做分析，而不仅仅只是抽样而已。曾经超出人类传统统计能力的海量数据，随着当代科技持续不断的发展，软件自动化和智能化技术逐渐成熟，人类已经具备了挖掘其中潜在价值的能力。

  传统企业数据：包括 CRM systems的消费者数据，传统的ERP数据，库存数据及账目数据等。

  机器和传感器数据：包括呼叫记录，智能仪表，工业设施传感器，设备日志，交易数据等。（我们的风电大数据多属此类）

  大数据的价值，在于我们大家可以从中挖掘隐藏在数据背后的潜在需求、事务发展规律。因此，大数据被称为“碎片中的智慧”，被视为驱动新一轮技术革命的关键力量，正在显现出巨大的商业价值。

  几乎所有行业都将受到大数据的影响。科技渗透到所有的领域，并且慢慢的变成了其产业升级的必要元素。工业因为其自身科技化、规模化和自动化的特点，会产生大量数据，这一些数据是就一个有待发掘的大金矿。然而这么数据过于庞大繁杂，一直沉睡着，没有发挥其价值，等待着大数据技术去将其唤醒。

  风机在运行中产生的数据种类多样，数量巨大，有测风数据、电量指标，以及箱变系统、变桨系统、偏航系统和齿轮箱各个设备部件的运作时的状态和故障信息等等。由于风电机组中的环境、工况、状态参数具有一定的复杂、多变的特性，且各参数之间相互关联，我们大家可以利用大数据手段，从海量的数据中挖掘出影响风机正常运行的重要的条件，提升风机发电量，并对频繁出现故障的部件进行预警，降低运维成本。

  以提高发电量一项来说。提高发电量是复杂的系统工程，因为它会受一定的影响的因素非常多。比如主控参数优化，参数设置、偏航优化和变桨优化，需要整体考虑才能得到理想的结果，得到更高的产能和利润。这就需要对风机产生的数据来进行整体性、联动性分析，而这就是大数据技术的用武之地了。

  由此可见，一台风机产生的数据量虽然不多，但随着日积月累持续不断的增加，再算上风机数量带来的容量翻倍，就成了一套十分庞大的数据库。

  针对风机回传的时间序列数据而言，每台风机每秒回传500个数据点，1千台风机向数据中心回传的数据率为65万点/秒。针对风电企业回传数据的特点，如果把这一些数据加载到关系数据库，根据这一数据库的产生速率，无论是批量导入还是实时插入，远超过商用的通用数据库的加载速率。因此，需要定制数据存储和查询平台，支持每秒百万千万级数据点的导入。

  首先，风电企业的主要动态数据为风机产生的时间序列数据。其次，由于风机型号和出场时间的差异，风电企业回传的机器大数据格式多样。基于风电大数据的这些特点，加之对风电数据的实时分析、查询和存储区需要大量计算资源，为了弥补物理设备的不足，通常会采用云平台架构。

  在大数据带来的产业升级面前，企业应该敏感的洞察技术革新的动向，积极提升自身的技术能力，跟上全行业的发展步调。一般来说有下面两种方法：

  风电行业的企业进军大数据领域，要解决的有两个问题。一是大数据人才的培养和团队的搭建，这是一个从无到有的过程，需要有小马过河的探索精神。二是需要好好思考，自身的业务如何与大数据技术真正紧密的结合起来，从而正确的运用大数据技术改善公司管理、拓展公司业务、改善服务水平和提升竞争实力，而不单单是把它当成一个营销概念，这是当前一些行业企业多多少少存在的问题。当然我们也相信，真金不怕火炼，用心付出的汗水和努力，最终都会成为能够肩负重任的硬功夫。

  大数据行业自身经过了多年的发展，有一些有实力的小公司和团队。一些资金实力丰沛雄厚的企业，为了能降低学习成本，掌握核心技术，快速提升市场竞争力，会选择收购来补强自身的大数据能力。事实上，从全球市场来看，这样的收购行为正在不断增加。

  随着整个工业大环境技术升级浪潮的到来，可再次生产的能源产业迫切地需要更先进的分析手段来来管理，从业者正在寻求AI和大数据的帮助，以改善对能源供给的预测与生产效率的提升。目前海外能源产业巨头们正在快速搭建自有大数据能力，同时不断地购入大数据行业的相关公司，以求快速获取关键技术。

  据海外新闻媒体报道，2017年有关能源公司和人工智能勇于探索商业模式的公司的兼并和收购案的平均价格，从 2017 年第一季度的约 5 亿美元，飙升至第二季度的 35 亿美元。交易数量也从 6 笔上升至 8 笔。与今年上半年完成的 14 笔交易相比，2016 年全年仅有 15 笔交易。

  2017年7月，一家名为 Willdan Group 的能源行业咨询公司花了 3000 万美元买下了 Integral Analytics 这家数据分析与软件公司。智能电表制造商 Itron 在 5 月以 1 亿美元收购了需求响应供应商 Comverge。这次收购使得 Itron 为现有的软件包增加了分析能力。法国能源巨头 EDF 在去年进行了一笔相似的交易。为得到其子公司 Dalkia 的分析平台，EDF 购入了服务企业 Groom Energy Solutuins。

  大部分大型能源公司，包括艾克森美孚、壳牌、英国石油和雪佛龙这样的石油业巨头公司都在寻找通过大数据、人工智能或机器学习提升运营的机会。除了出于对灵活性更好高效的运营需求外，同时也使出于对竞争的忧虑。能预见，未来这一趋势还会增加。

  在10月刚刚结束的2017中国风能展上，大数据几乎是最热的关键词之一。中国可再生能源学会风能专业委员会秘书长秦海岩在2017北京国际风能大会 （CWP2017）大会开幕致辞中表示，信息化、数字化、互联网将决定风电的下一个十年。

  在展会几乎所有主流厂商的站台上，你都能看到大数据的踪影。行业巨头们都推出了自有的大数据软件及配套服务 ，一些技术服务供应商也推出了大数据软件服务的Demo。从我们参展了解到的情况去看，这些技术和软件还处在发展阶段，一些标准还不统一，数据不公开等问题，功能也有待完善，一些产品暂时还处在概念大于实用的阶段。当然我们应该理性的认识到，这并不是风电行业独有的现象，目前整个工业大数据领域都还是一个起步阶段。

  根据《中国制造2025》、《国务院关于深化制造业与互联网融合发展的指导意见》、《大数据产业高质量发展规划（2016-2020年）》这些指导文件的分析，中国的的工业大数据产业将在未来几年迎来高速成长，今天风电企业们的所有努力，人才积累和技术积累，都将在短短的数年内迸发出巨大的能量。中国的能源产业，尤其是我们所专注的风电领域，将在大数据技术的推动下，进入发展升级的快车道。

  虽然大数据技术必然成为未来的行业热点，但客观的说，却并不是每一个人都需要精通。正所谓术业有专攻，作为一名非大数据岗位的风电人，我们应该的，是对大数据技术的概念认知。学习基本知识、熟悉基础原理，洞察风电大数据行业的发展的新趋势，跟上整个产业生态的变化脚步。

  如果您本身就是一名技术人员，具备一定基础，有兴趣钻研大数据这门技术，我们推荐你可以到硅谷网上大学udacity优达学城或cousera学习一些数据类课程，相信一定会有所收获。

  一是随着人类文明的发展，社会经济和工业生产活动产生的数据慢慢的变多，也慢慢变得有挖掘价值；

  二是当代的科学技术持续不断的发展，已经具备了对复杂数据来进行分析的能力。当这个两个因素共同作用时，大数据时代也就自然而然的到来了，随之也应运而生了工业互联网+、工业4.0、能源大数据和风电大数据等概念。

  无论是行业企业还是个人，在这个技术不断变革升级、瞬息万变的时代，我们都要善于了解技术、运用技术。后续，我们还会针对大数据的具体问题继续发表一些文章，敬请期待。