在歐洲，風電整機廠商通過收集這些數據，不僅能夠提升投資者的資產回報率，還能反饋到研發和運維領域，為下一代產品的改進和升級提供參考。

風機廠商每豎起一臺風機，就好像建立了一個小型的數據中心。在北京東三環一座寫字樓的辦公室里，維斯塔斯(中國)風電技術公司的技術人員在接收4500萬千瓦裝機量的風電機組運行參數，以及來自6000個氣象站的數據。這些數據經過篩選與整合后，再通過大型計算機的處理，zui后形成可視化的圖表，用來指導運維團隊的工作。

不過，這項高技術含量的產品和服務，在中國推行起來似乎并不順利。截至今年秋季，大多數維斯塔斯的客戶在風機過了質保期之后，并沒有續簽合同。這意味著他們放棄了維斯塔斯基于智能化平臺的運維服務，轉而投向更有價格競爭優勢的中小運維團隊。

在中國，金風科技和江陰遠景能源科技有限公司(下稱遠景能源)等富有先見之明的中國風電整機商，也正在進行這方面的嘗試，但業務進展未有想象中順利，原因是它們的客戶亦在觀望。

智能風機，在中國還是一個新潮的詞匯。風電整機廠商通過收集風機和氣象數據，能夠提供一套從前期選址到后期運維的系統化管理方案，幫助客戶盡可能地提升投資期內的收益。現在，相當一部分風機在出廠時，會在葉片和齒輪箱等關鍵位置安裝傳感器，通過收集溫度和振動等關鍵數據，來判斷風機的運行狀況。此外，安裝在風機外部的雷達，可以監控風機所在地的氣象情況。

                        （上虞YDF誘導風機-上虞風機）

傳感器和雷達收集的數據，將暫時存儲在風電場的數據中，然后通過互聯網到后臺服務器，zui終接入超級計算機進行處理。

加拿大的Gastops公司，原先為F-22和臺風戰斗機等飛行器的發動機提供軸承檢測服務，現在他們將這種技術移植到了風電領域。和飛機的發動機一樣，齒輪箱堪稱風電機組的心臟，大多數整機商在風機出廠時都會安裝針對齒輪箱的傳感器。不過和市場上大多數產品不一樣，Gastops生產的在線油液金屬顆粒檢測儀(MetalScan)檢測的不是振動，而是金屬顆粒的數量。

Gastops中國區業務總監李明東告訴《財經》記者，顆粒檢測能比振動檢測更早地發現問題，并及時發出預警信號。“只要齒輪箱工作就會出現磨損，磨損就會產生金屬顆粒，但只有磨損到一定的程度，才會在振動上體現出來。”

通過收集檢測數據，運維團隊所做的工作不僅是事后應對故障，而是事前預測問題。“可以將問題扼殺在萌芽狀態，或者選擇恰當的時機排除問題。”維斯塔斯中國服務部總監曾思萌介紹。

不過，風電行業的智能化，并非是只關注設備數據的集中——把風機從它運行的自然環境里拿出來分析，沒有多大意義。自然環境可以產生更大的數據庫，即包含風和地形在內的環境數據。有實力的整機廠商除了利用風機收集數據之外，還會在部署氣象站。

相比風機的運行數據，這些風資源數據的數量級要大得多。遠景能源的解決方案及軟件產品管理總監李恒認為，企業要做好風電資產管理，必須要把設備運行和自然環境的數據處理。建立風電場的數值模式，進而實現高精度的資產運行水平評估。

將風資源數據和風電機組運行數據相結合，整機廠商可以繪制出一張風資源分布地圖。其不僅包括風能的分布，也包括地形、地貌、地表覆蓋、交通條件，甚至土地性質和電網條件。業主可以在這個地圖上理性地選擇什么樣的廠址才是的投資地點。

李恒介紹，“這里面zui難的是風能分布。要做到這一點，意味著你要把歷*風能的數據做一個氣象模型的反演，并且變成一個可以像自來水一樣的數據庫，工作量巨大。”

               本文章由浙江科力風機有限公司轉載整理