大连尚能周鹏：大数据分析在风电资产运营中的应用

　　4月20日，UBDC全域大数据峰会2016在北京举办。会议以“无数据不智能”为主题，除主论坛之外，分别设立了“数据化运营”、“数据营销”、“IOT和O2O数据应用”、“数据开放与发展纵横谈”四个平行分论坛。

　　大连尚能科技发展有限公司周鹏博士在“数据化运营”论坛上，分享了大数据分析在风电资产运营中的应用。

　　他介绍说，中国风电装机是美国的两倍，但发电量不足美国风电发电量的90%，从数据中可以看出，我国风电资产在运营当中的提升空间很大。目前风电行业在数据的使用尚停留在监控、记录的层面。

　　以下为周鹏在UBDC全域大数据峰会·2016中分享的速记实录：

　　谢谢，今天非常高兴来到会场，跨界一下给大家分享大数据分析在风电资产运营的这么一个话题。我话题分为四个部分，首先因为各位对新能源这个行业不了解，第一个部分简单对我们风电行业做一个介绍，接下来分享一下我们成果案例，和后续发展方向。

　　这张图显示我们国家风电从无到有发展的过程，可以看到这是非常漂亮的数据线，我们国家的风电发展如何呢？这里有几个数据，结合2015年底我们工电装机份额占8.6%，2015年发电量占到所有3.3%，在全世界范围来看2015年全世界每新增加两台？？全世界新增市场份额大概占到一半，累计会看到中国大概占全世界三分之一。第二名是美国，大概比例可以发现我们中国的累计大概是美国两倍。讲到这里可能有一种自豪感，终于在某一个领域我们超过全世界所有国家，但是告诉大家一个不好的情况，我们所有风机是美国两倍，但是2015年我们所有的装机只有美国90%，也就是我们国家两台风机发不过美国一台风机，从这个数据可以看到整个国家风电资产在运营当中提升空间是非常大的。由此一系列的技术的数据的、金融的各种各样的玩法，接下来会给大家介绍一下。就是一个背景的情况。

　　大家对风机不太了解，所以花一点点时间讲数据，风机是一个非常复杂的系统，成千上万零部件组成，所有数据通过电动系统产生的，什么叫电动系统，就是带软件的一部分，其中变流器相当于整个风机的心脏。所以今天讲的数据主要是由三部分来产生的，这是一个背景。

　　看一下风机的数据如何传输的，在这个毫秒的区域说的是什么呢？风机的控制系统有芯片，目前主流的芯片可能大家觉得非常可笑，只有30兆，目前最新的芯片有700M。

　　最后介绍一个我们的数据上来之后当前是怎么样利用这个数据，当前很简单，其实说白了就是一个监控，就说风多大，发了多少电，统计一下今天发了多少，这个月发布了多少？去年发了多少。目前说白了在各个行业数据应用还是比较low，主要给大家看看，仅此而已。

　　因为我们公司是专注于风电技术研发的公司，我们其实很早就介入到风电数据的应用，我们业务是端到端从整个风电厂？？到风机的设计，到其中重要的零部件，刚才讲的大脑、心脏核心零部件的生产我们都可以做。但是今天我们这个主题最相关的一块我用红色标出来，我们利用风厂的数据？？还有一些增殖的服务，这是今天给大家分享的。

　　我们公司核心员工在他们所涉及出来的风机在全世界安装超过1万台，所以说我们对全国各种各样的风机，它的数据如何产生，它的软件如何编写我们都有非常足的经验，有这样一个技术深度才能促使我们获取各种各样风机不同的毫秒级，各种不同的数据，我们对这个需要的时候获取任何一台风机。接下来我给大家介绍一下。

　　刚才也讲到很多，我们公司也有一个医院叫做工厂医院，我本人是医院相当于院长吧。我们这个业务成立到现在不到3年，但是我们现在在国内第三方运维和记载我们在全国各地都做到第一，现在我们用的风机超过千台。这个截面比较丑陋因为数据方面不是特别专业，但是我们也开发出一些？？不管是谁家生产用的什么协议，拿过来之后用我们自己的一套工具，对它进行整理，相当于一个数据的整理，统一的格式存放在数据库里面，在数据库直接联系分析工具和我们自己开发的应用。具体的细节我就不多讲，简单介绍一下我们做事情的原理。

　　比如说分级有很多的系统建模之后这个图有一个现实，任何一个风机的运行参数，某一个参数我们可以通过两种方法获得。

　　相比介绍一些我们开发的工具，大家可能认为风机这个东西非常复杂，其实用了我们工具之后大家发现，运维变得非常简单，这里举了一个例子如有100台风机，我们看参数对不对，拿到之后很短时间之内我就有一张图，大家一看这个参数只要一条曲线。我们把一个很复杂诊断的工作变成一个很简单的看图说话，举一个对应的例子我们做了一个网站，只要大家有一点点辨识能力，大家都能够顺利买到火车票，大概对应这么一个例子。但是神奇的网站经常出一些难题，我相信这个好字，我们所有数据挖掘的人要算到，其实在风电行业也有这样问题？？这是我们的一个风塔，我们会看到三年是？？如果我们面对这样一个风塔领导会怎么说，你们怎么办呢？每年下降这么多，我从盈利变得亏损了，为什么？这时候我们会说有各种问题，有各种理由，我的设备会越来越烂，各种各样的原因。这个时候就模糊了，大家都说不清楚是什么原因，但是我有整个风厂。

　　举个例子，理论应该发？？我们看发电能力都是？？其中每一项风向比如性能发电量的损失为什么是411小时，有那些原因产生的，针对这些原因做哪些改动。所有数据我们都能算的清楚。这种情况下大家就想到对我们后续的运维包括工具是非常有效的。

　　这是我们另外一个分布，因为有成百上千有无数数据的时候，其实现在的情况是什么呢？这个数据没有人管，而我们数据里面有很多有意义的信息，比如说33台风机，为什么有的损失多有时候少，是由什么原因引起的，改了之后提升多少？相当于我用这些数据给运营商提供一个报告，我都可以赚钱。

　　这张图显示是平均风速，纵坐标提升的比例，比如风尚是6米，那么只要我用了软件就可以把它提升6.8%，这个数字可能觉得比较小，但是对于风厂经营者来说很可能把它从亏损提升到盈利。如果这整个风厂交给我来做技改，做运营运维我们会有什么样的结果。在过去所有年份里面发电量比？？少5%，我做完一个月之后现在已经快半年了，每天发电量比原来多20%，经过我一系列的技改认为，把整个风电发电量提升25%。

　　大家可以想这是非常了不起的数字，直接把一个亏损变成一个非常值钱的资产。

　　将来做任何的技改，任何的提升都离不开我，如果主控不同意是做不了的，这是我们数据入口。

　　再一个O2O，我们的行业O2O是这么来的，比如所有数据给我接入之后，我就能够在线分析现在存在什么问题，甚至进行预测。比方说叶片再过两个月就断，这时以前谁都没有做到过的，这就是我们的现象。

　　再一个刚才提到所有这些事情都是为金融服务，举个例子，比如说这个风塔，经过我的治理提升10%，那么就是多少，2000万，一年增加利润一千万，这个时候我说第一，我每年保证你的1千万能够，你任何事情不用，每年分我500万，业主什么都没做，其实我们可以做很多深入的玩法，比如再举个例子。

　　现在国内有很多成千上万的资产，整体整个行业来讲处于微利，有很多资产是亏的，所以这个时候比如说我们学金融行业，对所有资产进行评级，我们申购不良资产，我们把它变成优良的资产，这些玩法两个层级，第一我们算的准，第二我能把它变成？？而且我们行业走在前面。我们管理是成千上万的资产，这个我们希望要做的事情，最后做的总结。

　　取代传统里面是一个不可抗拒的趋势，我们的数据融入各个工业的领域，也是不可抗拒的趋势。不妨回头看一下新能源这块还有一个块等待大家挖掘。我们上市公司也非常诚恳的希望在新能源事业里面共同努力，谢谢大家！