“解落三秋葉，能開二月花。過江千尺浪，入竹萬竿斜。”唐代詩人李嶠的詩形象表達出風的巨大威力。

風，作為自然界的一種現象，蘊含著驚人的能量，它既可以帶來極大的破壞，也能作為自然界的饋贈，被人類所利用。有人估計過，地球上可用來發電的風力資源約有100億千瓦，幾乎是全世界水力發電量的10倍，全世界每年燃燒煤所獲得的能量，也只有風力在一年內所提供能量的三分之一。

一直以來，人類都沒有停止過向風要能源的腳步。從古代用風車來抽水、磨面，到二十世紀初期小型風力發電機出現，再到如今一排排雄壯的風力發電機屹立在廣闊的草原和海洋上，風能這種清潔無害的綠色能源正在受到越來越多國家的重視。

如今，在數字化轉型的大浪潮下，風能行業再次迎來了新變革和新機遇，如何綜合運用云計算、大數據、人工智能、5G等新一代數字化技術實現風能行業的新躍遷就成為當前行業最重要的趨勢。

基于此，江蘇未來智慧與浪潮合作，在江蘇濱海H3風電項目中對集控體系、邊緣計算、大數據、工業互聯網平臺等領域進行了一系列深入合作，為海上風力發電插上智慧的翅膀，讓風能行業真正走上一條可持續發展的智慧之路。

風電運維不能承受之痛

風能雖然是一種純綠色能源，但因為環境、氣候等因素，一直存在成本較高的困擾。過去風電有相關政策的扶持，不用過多擔心成本問題，隨著2020年風電開啟平價上網，風電價格與火電同價，風力發電降本增效就成為當下行業最為急切的需求。

在風能行業，運維水平的高低往往會對成本和效率有著最直接的重要影響。與陸地風力發電相比，海上風電的運維成本難度更大，成本通常是陸地風電的兩倍以上。江蘇未來智慧科技公司常務副總經理宮照海介紹：“受到海上環境、氣候等因素，海上風電的運維具有窗口期，且很難執行常規化運營。如果算上設備損壞期的電量損失，成本就更高了。”

除了受制于環境與氣候因素外，海上風電設備自身的數字化程度不高也是阻礙運營和運維效率進一步提升的關鍵因素。海上環境通常較為惡劣，對于各種設備的損耗往往比其他環境更高，設備損壞的概率也較高。

雖然很多風機設備都有 SCADA（Supervisory Control And Data Acquisition）系統，用于設備的數據采集與監視控制，但只能收集風機的局部數據，有點像“盲人摸象”，對海上風電設備運行情況、環境等情況缺乏整體了解。

宮照海直言：“傳統SCADA系統本身并不具備預警和數據分析能力，只是把狀態數據采集回來;另外，SCADA系統并沒有其他傳感器的接入，比如螺栓的檢測與腐蝕、葉片的震動、塔底的傾斜等等數據一無所知。”

更加麻煩的是，當前很多海上風電運維執行的模式依然是被動運維模式。這種模式通常是出現問題之后才去出海維修，缺乏精準的資源統籌規劃和安排，運維效率無法得到保障。如果遇到海上氣候惡劣，只能束手無策，眼睜睜看著電量損失持續增加。被動運維模式的缺陷讓海上風電一直受困于成本問題。

如何扭轉這種局面？現在看風電行業加速數字化轉型和智能化升級是必然之路。“海上風電需要加大云計算、大數據、人工智能等數字化技術綜合應用，從被動運維轉向預警式服務的主動運維。”浪潮云計算與大數據產品線首席架構師趙志祥如是說。

以集控體系構建智能運維

風能雖好，但駕馭運維困難。

過去，一個風電場站約40臺風機，最多5個場站;現在發展趨勢則是大規模場站，規模可能達到幾千臺甚至上萬臺風機，一個風機要完整評估超過2000個監測點，每個監測點每時每刻都在產生數據，如果達到上萬臺風機規模，每天數據量將會是PB級增長，傳統集控運維管理模式和方法舉步維艱。

因此江蘇未來智慧與浪潮一起探索海上風電數字化轉型和智能化升級的過程中，深刻認識到建立基于工業互聯網大數據平臺的三層數字化集控體系的重要性。

根據風電運維云邊協同典型場景，三層集控體系猶如人的“眼、手、腦”：

端側設備恰似一雙智慧的眼睛

通過不斷采集各種數據，做到對設備運行狀態的全面監控;

邊緣側站點則是一雙勤勞的手

運行算法和模型，實現降級自治，確保場站側各種設備的正常運行，同時進行臟數據清洗，有效降低傳輸帶寬;

集控中心就是一顆智慧的大腦

不斷訓練和迭代各種算法與模型，并且下發給邊緣側，實現云邊協同，進而全面實現海上風電的智能運維監控以及高效精準運營。

首先，江蘇未來智慧與浪潮的思路是在感知層全面走向數字化，除了海上風機等各種設備進行全面數字化之外，還通過收集像空氣、溫度、環境監控等多個維度的數據，進一步提升感知層的數據豐富程度，為集控中心體系建立構筑堅實的數據基礎。

比如在傳統SCADA系統基礎上，江蘇未來智慧增加了五類傳感器，包括海上升壓站視頻監控、高清AI算法攝像頭、機器人等，然后通過SCADA系統和五類傳感器將海上風電所有數據集采起來，傳輸到到工業大數據平臺上，持續為各種運維預警模型提供數據養料。

在感知層具備強大的數據采集能力的基礎上，場站側集控中心的建立在整個集控中心體系中就至關重要。因為光每個風機就超過2000個監測點，隨著場站側風機規模的不斷提升，對場站側集控中心的能力要求也越來越高，不僅需要在硬件平臺上滿足海上惡劣環境的需求，還需要在工業互聯網大數據平臺上具備強大的數據處理和分析能力。

“浪潮為我們提供了很大的幫助，包括硬件設計、方案構建等方面。”宮照海如是說。在雙方的聯合解決方中，江蘇未來智慧與浪潮根據海上復雜環境情況，共同打造了邊緣超融合“盒子”，在場站側集控中心的硬件層面起到了關鍵支撐作用。

除了硬件之外，浪潮的大數據平臺軟件為場站側構筑了強大的數據處理和分析能力，由于場站側各種監測點數據都是秒級產生，數據量極大，需要及時處理海量數據。因此采用工業互聯網分布式大數據平臺，構建強大的數據分析能力十分關鍵。宮照海介紹：“很多監測點數據都會在邊緣側計算節點進行處理，而不會實時上傳。”

趙志祥則認為：“海上風電場站側集控中心實際上要求邊緣站點提供整體的云數智能力，融合云計算、大數據、人工智能多種能力，與過去傳統的小虛擬化平臺有很大區別，其實是邊緣側的一次大變革，代表著未來邊緣側場景的應用趨勢。”

在打造完智能化場站集控中心之后，下一步就是在陸地上建立區域的集控中心。區域集控中心猶如智慧的大腦，可以將三級集控中心在資源、算法、模型等層面進行聯動，讓智慧應用快速分發、迭代。“未來智慧已經研發了30多個預警模型，包括風機裝填、設備狀態、風機運行平臺、可用率計算等。在整個集控體系中，采用云邊協同的方式，算法模型在云平臺上構建、迭代與分發。”宮照海透露道。整個集控中心平臺本質上是一個集成的平臺，采取了開放的策略，可以持續吸納各種合作伙伴的設備與算法，讓平臺擁有持續進化的能力。

在建立完三級集控中心體系之后，讓運維和運營工作走向智能化。例如，根據設備健康診斷模型的判斷，對排查任務進行智能調度，對出海船只、次數、維修優先級等進行智能優化，進而降低檢修成本，提高整體運用的可用度和風場的可利用率。

“未來，場站側集控中心占比會越來越大，并且智能化程度也將持續提高。”宮照海最后表示。

數據計算產生“從云到邊緣”的變革

里夫金曾在《第三次工業革命》中預言，新能源技術和信息技術結合，將會產生新的能源體系，即能源互聯網，如今預言正在逐漸成為現實。

在大數據、AI、物聯網、5G這些數字化技術的加持下，以風電為代表的能源開發正在加速走向數字化、網絡化和智能化，未來定會從風機運維、場站運營到區域管理等環節出發，通過云邊協同的方式來完成全棧式智能進化歷程。

分析當下數據爆炸的時代，75%的數據將來自邊緣，50%以上的數據需要在邊緣處理。例如用智能應用代替人工監管，防止危險的生產行為實現安全生產;用邊緣算力輔助駕駛，果斷提升出行效率;憑借邊到邊的數據共享來提高使用效率等。就像如今風能行業的發展，正充分印證了這個觀點。網絡去中心化，計算和存儲下沉，貼近數據就近生產果斷成為未來趨勢，可以發現數據計算從云到邊緣正在深刻改變我們的IT建設模式。

具體來說，以“如何做到數據的安全可靠，怎樣依靠本地設施進行降級自治，縮短關鍵反應時延，同時有效降低傳輸帶寬成本等“為代表的復雜業務訴求，自然衍生了多樣化的IT基礎設施與之匹配。但歸咎一點，低成本、低耗能、高可靠的平臺成為了重中之重，解放人力、簡化運維、資源協同成為數據計算從云到邊的共性需求，也是未來企業助力行業發展所要積極努力的方向。

有人直言，所有行業在數字化時代都值得重新做一遍。正如江蘇未來智慧與浪潮合作，為風力發展綜合運用云、大數據、人工智能等數字化技術，讓行業獲得新動能，加速實現自身的升級與再造。

毋庸置疑，未來像江蘇濱海這樣的智慧風機有望更多地出現在廣闊的海洋上。

責任編輯：PSY