当风吹动风力发电机时，产生的不只是电能，还有海量的数据。

在欧洲，风电整机厂商通过收集这些数据，不仅能够提升投资者的资产回报率，还能反馈到研发和运维领域，为下一代产品的改进和升级提供参考。

这些数据，包括风电机组的发电指标、关键零部件的实时运行参数、此前十年的气象资料……以及在这些数据基础综合作出的判断和预测。

风机厂商每竖起一台风机，就好像建立了一个小型的数据中心。在北京东三环一座写字楼的办公室里，维斯塔斯（中国）风电技术公司的技术人员在接收全球4500万千瓦装机量的风电机组运行参数，以及来自6000个气象站的数据。这些数据经过筛选与整合后，再通过大型计算机的处理，最后形成可视化的图表，用来指导运维团队的工作。

不过，这项高技术含量的产品和服务，在中国推行起来似乎并不顺利。截至今年秋季，大多数维斯塔斯的客户在风机过了质保期之后，并没有续签合同。这意味着他们放弃了维斯塔斯基于智能化平台的运维服务，转而投向更有价格竞争优势的中小运维团队。

在中国，金风科技（002202.SZ，02208.HK)和远景能源(江苏)科技有限公司（下称远景能源）等富有先见之明的中国风电整机商，也正在进行这方面的尝试，但业务进展未有想象中顺利，原因是它们的客户亦在观望。

风电“大数据”

智能风机，在中国还是一个新潮的词汇。风电整机厂商通过收集风机和气象数据，能够提供一套从前期选址到后期运维的系统化管理方案，帮助客户尽可能地提升投资期内的收益。现在，相当一部分风机在出厂时，会在叶片和齿轮箱等关键位置安装传感器，通过收集温度和振动等关键数据，来判断风机的运行状况。此外，安装在风机外部的雷达，可以监控风机所在地的气象情况。

传感器和雷达收集的数据，将暂时存储在风电场的数据采集器中，然后通过互联网汇总到后台服务器，最终接入超级计算机进行处理。

加拿大的Gastops公司，原先为F-22和台风战斗机等军用飞行器的发动机提供轴承检测服务，现在他们将这种技术移植到了风电领域。

和飞机的发动机一样，齿轮箱堪称风电机组的心脏，大多数整机商在风机出厂时都会安装针对齿轮箱的传感器。不过和市场上大多数产品不一样，Gastops生产的在线油液金属颗粒检测仪（MetalScan）检测的不是振动，而是金属颗粒的数量。

Gastops中国区业务总监李明东告诉《财经》记者，颗粒检测能比振动检测更早地发现问题，并及时发出预警信号。“只要齿轮箱工作就会出现磨损，磨损就会产生金属颗粒，但只有磨损到一定的程度，才会在振动上体现出来。”

通过收集检测数据，运维团队所做的工作不仅是事后应对故障，而是事前预测问题。“可以将问题扼杀在萌芽状态，或者选择恰当的时机排除问题。”维斯塔斯中国服务部总监曾思萌介绍。

不过，风电行业的智能化，并非是只关注设备数据的集中——把风机从它运行的自然环境里拿出来分析，没有多大意义。自然环境可以产生更大的数据库，即包含风和地形在内的环境数据。有实力的整机厂商除了利用风机收集数据之外，还会在全球部署气象站。

相比风机的运行数据，这些风资源数据的数量级要大得多。远景能源的解决方案及软件产品管理总监李恒认为，企业要做好风电资产管理，必须要把设备运行和自然环境的数据汇总处理。建立风电场的数值模式，进而实现高精度的资产运行水平评估。

将风资源数据和风电机组运行数据相结合，整机厂商可以绘制出一张风资源分布地图。其不仅包括风能的分布，也包括地形、地貌、地表覆盖、交通条件，甚至土地性质和电网条件。业主可以在这个地图上理性地选择什么样的厂址才是最适合的投资地点。

李恒介绍，“这里面最难的是风能分布。要做到这一点，意味着你要把历史上风能的数据做一个气象模型的反演，并且变成一个可以像自来水一样的数据库，工作量巨大。”

智能风电领跑者

丹麦维斯塔斯的智能化管理平台，其作用贯穿于风机的全寿命周期。该公司与IBM合作开发了Firestorm超级计算机，用于进行风电数据的计算和分析。在其智能化管理平台上，技术人员开发出了数十种工具，对遍布全球的维斯塔斯风电机组和气象站进行监测。这些数据最后全部指向关键运行指标LPF（Lost production factor），即发电损失系数，这个数据越低越好，可以直观地反映客户因故障损失的发电量，能比风机可利用率更精确地反映风机运营情况。

在某种极端情况下，风机可利用率很高，但发电量却不高，因为风机在风况好的情况下正好处于故障维修中，而无风时却正常运转，这时候风机的发电量损失系数会很高。

为了保证较低的发电量损失系数，需要整机厂商精准分析预测发电量的情况，集中管理和计划服务订单，降低非计划风机故障的次数，做好预防性维护，并制定更合理的维修计划，这些都需要智能化管理平台的指导。

在宏观层面，维斯塔斯智能化平台可以精确告诉投资者，如何在一大片区域里，选择效率最好的风电场场址。在微观层面，智能化平台还可以精确告诉投资者，应该如何设计风场，在某一点应该采用哪种类型的风机更合适。

各个机位应如何选择塔筒高度，最优化的风场布局是怎样的，如何能确保风电投资的回报等等，“基于大数据的预测非常重要。”维斯塔斯中国技术部经理孙立告诉《财经》记者，预测可以帮助运维团队提前判断风机性能变化的趋势，从简单机械地应对故障转变为提前预知故障，并制定最合理的解决方案。

智能风电技术在中国的运用才刚刚起步。这一概念的国内主要倡导者，是近年来异军突起的风机整机制造商远景能源，堪称中国风电行业“新贵”。

2012年，远景能源全年新增装机量为54万千瓦，位居全行业第七。但今年这一数据预计将超过200万千瓦，跃居行业前三。

今年10月，远景能源第一次参加在北京举行的国际风能大会，便吸引了最多眼球。在风能展上，远景能源发布了风电智能化管理平台“格林威治”。

近年来，风电行业在中国发展迅猛。在部分业内人士眼里，新兴的智能化风机既是一个金矿，也是一片蛮荒之地。

李恒介绍，远景能源最初进入风机行业时，和国内一家主流业主开发一个安徽的低风速项目。项目建成后做后评估，远景能源和业主一起在现场分析了整整5个GB的电脑数据。分析一个星期后，才找到该区域项目投资需要认真关注的风险点。

“我们一评估才发现，完全手工的方式根本无法满足科学决策的要求。”李恒回忆，“双方汇聚了最精锐的团队，在现场拼了一个星期。这么常规的一个分析，居然要动那么大的干戈。”

李恒介绍，中国每年新增上百个风电项目，存量资产已达数千个。若每个项目都这样去手工分析是不可能的，“整个行业处于比较茫然的状态，对项目的深入分析不具备技术和信息化条件”。

远景能源创始人、CEO张雷对《财经》记者说，在风机上安装传感器以及部署智能控制算法，只是智慧能源的第一阶段，形象地说只是“单机版”，但这毕竟是“互联网能源的开端”。

经过七年的发展，远景能源日前声称，通过“格林威治”平台，可以运用云端计算分析、智能控制技术、数据分析专家系统、主动性能控制和基于可靠性的决策算法，使得发电效率比同类产品高出20％。

除了远景，国内排名第一的风电整机商金风科技，亦在积极涉足这一领域，他们更强调对核心数据的精细化把控。

通过对机组运行数据进行分析，金风科技提取出发电机等设备异常状态的特征值，并将这个数据分析的过程转化成模型，以“规则”的形式嵌入到全球监控中心的软件平台中，最后进行批量的自动预警。发现设备的不正常状况之后，金风的运维团队提前邀请专家介入分析、通知备件仓库准备供货，并进行合理的时间规划。

金风科技的技术人员告诉《财经》记者，智能化应用后的结果是避免了重大质量事故的发生。目前已经应用的数据分析预警准确率，一般在90％以上。

金风科技的高管认为，大数据的核心其实是“小数据”——如何从海量的数据中挖掘出最关键的核心数据，这是一个由繁入简的过程。

风电高科技中国水土不服

理论上，一个风电项目，从前期的宏观选址到后期的风场运维，都需要基于庞大数据的高性能计算，进而通过建立流体模型对选址进行科学决策。但是，野蛮生长的中国风电行业，并不按照这样的套路出牌。

在欧洲纯熟运用的智能化风电技术，在中国少人问津。维斯塔斯技术经理孙立表示，在欧洲国家，风机质保期过后，客户总是愿意与维斯塔斯续签服务合同，而且一签就是十年。但在国内，维斯塔斯还没有遇到过这种情况。

这是因为，在风机质保期过后，业主如果还希望整机厂商继续提供运维服务，就必须支付额外的费用。中国诸多风电业主认为，整机商提供的后续服务费用太贵，遂转而将合同交给收费较低的中小运维团队。

维斯塔斯曾思萌称，经过精心的计算，国外投资者发现继续购买维斯塔斯的服务意味着可以使用维斯塔斯全套智能化的运维系统，与服务费相比，其发电量的提升更为可观。

但这种理性逻辑却在中国水土不服。毕竟，智能化风电在中国还是一个新潮概念，大多数投资商对此并没有太深的认识。一位来自五大国有发电集团的风电业务负责人告诉《财经》记者，他曾看到过西班牙风电巨头歌美飒提供的风资源分布图，“确实牛！但是我们不需要！”

在中国，业主更关心的是，能否顺利和地方政府签下风电场开发协议，这似乎比精确的选址更重要。在这种情况下，选址全凭业主的感觉。

一般的，“就是听当地人说了，那座山周围风比较大，我们就和当地的政府去谈一谈”。如果谈判成功，业主就会找到电力设计院，在适当位置安装测风塔进行测风。收集一年的数据之后，如果判断可以投资，才开始进入风机招标采购的流程。在这种“粗糙”的流程下，智能化管控平台中强大的测风选址系统，毫无用武之地。

在风机运维领域，智能化管控平台的预警作用也未能充分体现。和测风选址系统一样，安装有传感器并配合后台管理平台的风机，通常售价更高，很多中国业主在权衡之后，选择了放弃。上述业主人士称，智能化管控平台确实可以监测风机、预测故障，并提前制作维修方案。“但是，我们通常都在夏天停机维修，因为那时候风比较小”。

对此，曾思萌回应称，风确实有季节性变化。在一些地区，冬季风资源充沛而夏季略差，“即使在夏季，一周或一天中的风速仍然有可能会有很大变化，基于大数据进行分析并实施检修计划，就能产生额外的价值”。曾还强调，仅有智能化平台是不够的，还需要将它和设备、供应链和人员紧密结合。

智能化风电技术在欧洲广泛运用，是其风电产业数十年发展积累的成果；而中国风电产业，从起步至今也不过十余年。五年前，中国有80余家风电整机商，质量参差不齐。从2012年开始，风电行业走低，行业才出现大洗牌。《财经》记者采访到的部分中国风电业主坦言，国内风电开发的思维尚未达到国外精细化的程度，做事比较粗放，仍处于“依赖感觉而非数据”的阶段。

如今，风电运维成了中国风电行业新的焦点，中小运维公司不断涌现，似乎正在重复整机商五年前的故事，智能化风电技术的普及，仍需更长的时间。

远景能源和金风科技等国产厂商在该领域的布局，可以看做是对未来的投资。以中国风电产业发展的速度和规模来看，智能化风电时代并不遥远，业主对于这方面的认识正在逐步提升。“从整机到运维再到智能化的管控平台，这是一个规律，代表着行业认知水平的不断攀升。”丹麦美科丹风公司分析师孙文轩表示。　

实习生陆余恬对此文亦有贡献