10月18日，由數(shù)據(jù)猿聯(lián)合中關(guān)村大數(shù)據(jù)聯(lián)盟、青域基金、中國工業(yè)節(jié)能與清潔生產(chǎn)協(xié)會余熱利用專業(yè)委員會、百分點集團共同主辦的《G20能效引領(lǐng)計劃下的能源大數(shù)據(jù)》活動在北京成功舉辦。

活動現(xiàn)場主持人：數(shù)據(jù)猿創(chuàng)始人牟蕾

與會分享嘉賓有：

中國大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟常務(wù)秘書長 張濤

中國國電龍源電力集團（北京）風電工程技術(shù)有限公司運行數(shù)據(jù)分析及優(yōu)化中心主管工程師 李韶武

能源基金會工業(yè)節(jié)能項目主任、中國工業(yè)節(jié)能與清潔生產(chǎn)協(xié)會余熱利用專業(yè)委員會 指導委員會主任 何平

青域基金 合伙人 牟穎

百分點集團能源行業(yè)架構(gòu)師 董繼軍

通用電氣中國數(shù)字創(chuàng)新坊 能源行業(yè)戰(zhàn)略活動總監(jiān) 秦川

北京思諾環(huán)能科技有限公司 創(chuàng)始人 楊超

沈陽昊宸科技有限公司 總經(jīng)理 王昱涵

云智環(huán)能科技（北京）有限公司 總經(jīng)理 張雋永

— 視頻版 —

— 文字版 —

以下內(nèi)容為“龍源電力集團運行數(shù)據(jù)分析及優(yōu)化中心李韶武”分享，并由數(shù)據(jù)猿編輯整理發(fā)布：

首先為大家介紹我們集團的示意圖，每一個中心都代表了風電場，在我們的印象中，所有的風電場都是處在比較偏僻的地方。至于風電場是什么樣的呢？

我們龍源在戈壁擁有一個風電場，不僅可以看到很多風機、黃羊，還可以挖鎖陽，鎖陽號稱是戈壁灘的人參。除此之外，我們在呼倫貝爾大草原、西藏等多地都擁有自己的風電場，同時西藏風電場也是中國首個藏區(qū)風電場，附近的景色十分迷人。

其次是風電場實時的示意圖，一個風電場一般情況下是5萬的容量，33臺風機，這些風機分布在整個風電場里面，我們可以明顯感覺到，風電場和其他發(fā)電企業(yè)存在很大差異。

“風機”跟“飛機”只有一字之差，事實上其構(gòu)造也跟飛機非常相似，都需要有像機翼一樣的葉片，這個葉片旋轉(zhuǎn)吸收風能，風能轉(zhuǎn)化成機械能，再由機械能轉(zhuǎn)化成電能，把電能輸入給電網(wǎng)，這就是風機對能源的轉(zhuǎn)化過程。

從外觀看，風機的構(gòu)成并不復雜，僅僅是由三只葉片、一根機艙以及一個塔架組成的，但其實里面是非常復雜的系統(tǒng)。每一個風機都是自成系統(tǒng)，因此需要采集到時時刻刻的數(shù)據(jù)，并把這些數(shù)據(jù)收集下來。

下面先給大家展示三個小的案例：

1

風電行業(yè)采集數(shù)據(jù)的頻率是1秒鐘采集一次，實時數(shù)據(jù)展示都是每秒的數(shù)據(jù)，每10分鐘把這些數(shù)據(jù)處理完之后，存到數(shù)據(jù)庫里面。在小風速的時候，比如在2米每秒以下的情況下，風機沒有發(fā)電；而風速比較高的時候，同樣也沒有發(fā)電。這是因為我們風機里面存在切入風速和切出風速，只有在切入和切出之間，風機才是正常的運轉(zhuǎn)狀態(tài)。此外，當風速已經(jīng)超過3之后，它還有很多點是處在沒有發(fā)電的狀態(tài)，這個我們稱之為停機狀態(tài)。

以前在我們風電領(lǐng)域，有一個指標叫可利用率，就是說正常的運行時間比上總的時間，這稱之為可利用率，可以幫助我們一目了然地發(fā)現(xiàn)風機是否在運轉(zhuǎn)?？墒沁\營商更多關(guān)注的是整個性能和它停機的存儲電量。

2

再給大家舉一個例子，這里有一個1.5兆瓦的風機，1.5兆瓦，換一個說法就是1500千瓦。比如說現(xiàn)在風速是10米，刮一小時就可以得到1500度電。在6米每秒的時候，它的功率只有大概300度每小時，7米的時候可能是400度。

我們現(xiàn)在一個風電場就擁有多臺風機，像汽車一樣，同一個型號的汽車，或者說同一個型號的風機，它的性能是不是一樣的呢？這就需要從數(shù)據(jù)中來尋找答案，我們這里展示了三個風機的性能，每一個顏色表示一個風機。不同顏色，可以看出來性能有很大的差異，我們把發(fā)電性能分為兩部分：即風機之間發(fā)電性能的一致性和它的穩(wěn)定性，對于運營商來說是非常重要的。當我們發(fā)現(xiàn)它的一致性出現(xiàn)問題的時候，就想知道它背后是什么原因?qū)е滤l(fā)生了這些問題？

風電領(lǐng)域，除了剛才跟大家說到的風速和功率之外，我們還收集了很多其他傳感器的數(shù)據(jù)。風電領(lǐng)域里面有非常重要的兩個參數(shù)，一個是葉片的旋轉(zhuǎn)速度，一個是葉片的角度。

旋轉(zhuǎn)速度其實跟飛機的角度是相類似的，飛機在上升和下降的時候，它的機翼和風的速度是有差異的，這個角度被稱為槳區(qū)角，風機發(fā)電性能不一樣，跟它控制策略的參數(shù)的差異是一樣的。

3

除了看風機之間的差異之外，一個風機本身發(fā)電性能出現(xiàn)了，但一些點在正常的發(fā)電性能之外，這個時候就應該對這些點單獨進行分析，要看看它是什么原因，導致發(fā)生了這些問題。當一些點都集中在區(qū)域的上方時，這個參數(shù)我們稱之為齒內(nèi)箱油溫，由于齒內(nèi)箱油溫高，導致風機發(fā)電性能受到限制。像這樣會損失很多電量，也是運營商極力避免的事情。

我們對數(shù)據(jù)的分析，除了剛才利用可視化的方式之外，還嘗試從其他的角度著手。我們會看這些發(fā)電性能數(shù)據(jù)隨時間的變化情況，同時我們還會從3D效果的展示上，看是不是能夠快速的發(fā)現(xiàn)一些問題。

上面給大家簡單介紹了風電場的基本情況，和風機的情況。下面進入主題：《風人風語話數(shù)據(jù)》。

我們龍源是目前國內(nèi)最早從事風電運營的發(fā)電企業(yè)，擁有超過11000臺機組，分布在200個風電場，全國24個省份都有風電場。在中國每6臺風機中，其中就有一臺是屬于龍源的，風電發(fā)出的電里面，每4度里面，有1度屬于龍源。我們現(xiàn)在也是國內(nèi)和世界上最大的風電運營商。

剛才也提到了，運營商非常關(guān)注性能損失和停機的損失。我們剛才也通過一臺一臺手動的形式，用可視化的方法，把這些問題查找出來。當我們面對整個集團一萬多臺風機的時候，采用這種方式肯定不行。于是就想能不能找到一個更加方便的解決方案，幫助我們自動實現(xiàn)這個問題。怎么去解決呢？我們一般會考慮到整個風機，它感受到多少風，應該發(fā)多少電量出來。如果沒有能夠正常發(fā)出電量，就稱之為損失電量，這些損失電量又分為性能問題損失的和停機損失的。

風機的數(shù)據(jù)是非常異常的，它不像我們想的那么干凈和整潔，因此我們在去年做了一個事情，把整個集團的一萬多臺風機的發(fā)電性能的模式做了一個聚類和分析，可以看到一共有8種模式，這8種模式下，每一個不在正常狀態(tài)的都表示了電量的損失，以及效益上的損失。因此我們非常想知道，哪些因素導致它發(fā)生了改變？什么時候發(fā)生改變？因此就有了數(shù)據(jù)分析的兩個重點：我們要先找到發(fā)生問題的時間，再找到發(fā)生問題的原因。為了找到發(fā)生問題的時間，我們用了一個方法，叫變點分析法，該方法目前在金融領(lǐng)域等被廣泛應用。這個方法是把風機比較重要的參數(shù)，跟性能有關(guān)系的，比如說時間、風速、功率，做時間排列，然后自動識別出這些性能在什么時候發(fā)生的改變。

我們是2014年把它做出來的，2015年投入運用。2014年在我們集團發(fā)生了一件非常有意思的事情。當年在江蘇省有一個風電場，買的國內(nèi)最有名的風機制造廠商的風機，買了之后，前一個星期它的發(fā)電性能非常非常好，但是三個月之后，它的性能反復出現(xiàn)問題，有時候特別好，有時候特別差，包括我們的領(lǐng)導，也包括風機廠家都不知道原因是什么。領(lǐng)導說你們要不然分析一下，我們就把這個數(shù)據(jù)拿過來，用變點分析法分析了一下，之后發(fā)現(xiàn)9個點發(fā)生了改變，后來我們又把這些數(shù)據(jù)跟天氣數(shù)據(jù)進行比對，發(fā)現(xiàn)所有的點都跟下雨天對應，什么意思？當下完雨之后，風機的性能馬上上升，只要不下雨，性能馬上下降。我們發(fā)現(xiàn)這個問題之后，跟廠家一塊去現(xiàn)場進行勘察，發(fā)現(xiàn)葉片設(shè)計的不是很合理，葉片對污染物的敏感性特別高，只要是積累了臟東西之后，性能馬上下降，因此我們后來做了一些別的嘗試，在2015年把這個方法投入了實際運行。

我們前面也提到了，機組之間的一致性有時候會出現(xiàn)差異。為了分析整個集團的數(shù)據(jù)，我們做了功率屬性異常機組問題挖掘。它是基于系統(tǒng)本身的問題和我們主要關(guān)注的一些重要的參數(shù)，我們在這里面做了數(shù)據(jù)之間的分析，并建立了數(shù)據(jù)分析的模型。

還有機組本身的差異，像這樣的發(fā)電性能的圖，當我脫離正常點之外，它背后一定有一些參數(shù)出現(xiàn)了差異。發(fā)展這些方法，主要是為了告訴我們，我們能夠在什么時間點發(fā)現(xiàn)這些性能發(fā)生了改變，它背后的原因是什么。

我們剛才說的都是跟性能分析有關(guān)系的，我們還有很多停機的問題，今天由于時間原因，就不多做介紹了。這些分析的方法也好，案例也好，都是離散的。我們?yōu)榱苏麄€集團運用，開發(fā)了一個系統(tǒng)，叫效能分析系統(tǒng)，后面有很多數(shù)據(jù)，包括我們整個風電行業(yè)幾乎所有的數(shù)據(jù)源，一共有8個，同時這個系統(tǒng)提供性能分析和故障分析，能夠幫助集團公司，幫助省公司，幫助風電場，發(fā)現(xiàn)集團公司內(nèi)應該關(guān)注哪些異常的省份，應該關(guān)注哪些異常的風電場，風電場內(nèi)可以找到異常的風機，并且找到異常原因。

一個運行分析數(shù)據(jù)部門，每天做這么多分析，并且分析出那么多問題，其實并沒有用，因為沒有創(chuàng)造出價值。我的發(fā)電量還是那樣沒有提升，這個怎么辦？我們想能不能從數(shù)據(jù)分析中，找到優(yōu)化的方向，找到優(yōu)化方向之后，做完了優(yōu)化，還要評估一下，它是不是真的提升了，這些都是跟數(shù)據(jù)分析有關(guān)系的。

我們在2013、2014年做了很多分析，積累了大量的數(shù)據(jù)和樣本的結(jié)果，我們把23個風電場的性能問題進行了分析，并統(tǒng)計了其占全廠的比例。說到性能不佳的原因，其中最應該關(guān)注的只有4類，這4類占到所有的75%：第一個是方向標的，第二個組建高溫，第三個是控制參數(shù)，最后是葉片安裝角度。通過這些，發(fā)現(xiàn)了我們應該優(yōu)化的方向是哪里。

前面說了很多數(shù)據(jù)模型，這些數(shù)據(jù)模型需要強大的計算能力，尤其是在我們面對很多數(shù)據(jù)量的時候，我們每一個風電場，每年大概可以產(chǎn)生3T到30個T的數(shù)據(jù)，整個集團每年的數(shù)據(jù)量大概是100T到上千個T左右，除了計算能力之外，我們還需要把結(jié)果進行統(tǒng)計，通過這些統(tǒng)計發(fā)現(xiàn)我們優(yōu)化的方向，指導我們進行生產(chǎn)和運行。這個就是根據(jù)我們前面所發(fā)現(xiàn)的那些跟性能有關(guān)的問題，所找到的優(yōu)化的方向。   

說完了性能問題，下面就是剛才沒有說的停機的問題了，當機器發(fā)生故障，就停機了。一般說停機這一塊，是針對現(xiàn)場故障問題。我停機時間比較長，停機時機不對，什么叫時機不對？比如說小風電的時候，希望它停，不希望它大風電停。針對這些，我們從大數(shù)據(jù)的角度做了一些分析。比如說像停機時間長的，我們開發(fā)了三個系統(tǒng)：遠程基礎(chǔ)設(shè)施系、智能診斷系統(tǒng)和備件定額存儲系統(tǒng)。

說到故障診斷系統(tǒng)，我們收取的都是知識庫的數(shù)據(jù)，也就是一些不能夠直接處理的非結(jié)構(gòu)化數(shù)據(jù)。我們收集了整個集團的所有機型的所有故障數(shù)據(jù)，把它形成了一個統(tǒng)一的故障數(shù)的形式，幫助現(xiàn)場人員快速定位，并快速進行反饋。因為現(xiàn)在每個廠家在這一塊的故障數(shù)不一樣，做完統(tǒng)計數(shù)之后，就可以讓所有集團用統(tǒng)一的語言進行交流。

我們每一個風電場還制訂了備件的消耗需求，可以幫助風電場科學地制定備件消耗的存儲計劃。

我們在故障運行這一塊用了很多大數(shù)據(jù)的技術(shù)，風機什么時候壞，做一個運行就知道了?，F(xiàn)在在風電領(lǐng)域有一個更重要的問題是大部件的預警。像葉片、齒輪箱、發(fā)電機、便電器，這些都是大部件，因為它本身的更換成本非常高，價值也非常高，所以對大部件的預警是非常關(guān)鍵的。在2014、2015年，我們集團發(fā)生了比較多起的大部件組壞事件，其中葉片和齒輪箱占80%以上。多年前在山東某一個風電場，當時這個風電場不是建立在非常偏僻的地方，而是在公路邊上。葉片損壞之后，就直接掉下來了，旁邊就是一個公路，差一點砸到過往的行人和汽車，由于這個事情，整個風電場停運了小半年。一個風電場停運小半年，我們損失了3000到5000萬的電量，就是1500萬到2500萬，所以說，像這樣的事情在整個風電領(lǐng)域是時有發(fā)生的，對這個需求也是非常大的。

于是我們就想能夠把大部件預警的技術(shù)做出來，我們一開始嘗試了很傳統(tǒng)的數(shù)據(jù)分析方式，嘗試了三個月，整個集團很多人都在做這個事情，但是沒有出來。后來就跟我們合作方一起，嘗試大數(shù)據(jù)的更深入學習，以及跟機翼學習有關(guān)的一些模型，后來我們把整廠的26個參數(shù)都拿了出來，然后利用全新的機翼學習模型，就把這個事情做出來了。剛開始是用單機去跑的，單機跑完之后，出現(xiàn)了一個哭笑不得的事，算出來了很高興，可是我們跑一臺單機需要23個小時，肯定不能這么干，因為我們都是實時的。所以我們就用大數(shù)據(jù)技術(shù)，成功地把時間提到我們可以接受的程度。

擁有這樣的大部件預警技術(shù)之后，能夠提前預知葉片要壞的時間，并做好充足準備。同時該技術(shù)還跟我們的風光預測系統(tǒng)結(jié)合，可以提前預知什么時候刮什么風，并作出相應的更換或者無休計劃。

現(xiàn)在在風電領(lǐng)域有很多像技改，風機發(fā)現(xiàn)性能都沒有達到最優(yōu)效果，可能是設(shè)計的問題，也有可能是別的問題。有的廠家沒有那么強的技術(shù)實力，所以我們開發(fā)了一個優(yōu)化，優(yōu)化完了要評估。其實就是一個合同能源管理的雛形，比如說一個廠家給我們做優(yōu)化，做完了優(yōu)化，我們算完了收益之后，是要跟人經(jīng)濟分成的，這一塊也需要用到大量的數(shù)據(jù)，而且在這一塊，我們要算的結(jié)果要更加的精準，所以也用到了很多數(shù)據(jù)分析的技術(shù)。

我們剛才說的都是風機剛裝完，對以前的歷史數(shù)據(jù)進行處理，看看已經(jīng)存在的一些問題。除此之外，在風電領(lǐng)域最重要的是監(jiān)視的數(shù)據(jù)，那都是實時的數(shù)據(jù)。監(jiān)視的數(shù)據(jù)量更大，需要更多的跟大數(shù)據(jù)有關(guān)的技術(shù)。

我們集團在2014年的時候，對大數(shù)據(jù)不是很理解，當時就想大數(shù)據(jù)能不能在風電圈存活下來？我們有沒有必要用？因此一開始做分析的時候，就是簡單的可視化軟件，算一下就行了。后來發(fā)現(xiàn)這個數(shù)據(jù)量是非常巨大的，而且我們不僅用到傳統(tǒng)的分析數(shù)據(jù)，還有很多別的數(shù)據(jù)，比如CMS系統(tǒng)、配件系統(tǒng)、故障診斷系統(tǒng)，這些系統(tǒng)不僅收集了風機和設(shè)備的數(shù)據(jù)，也有很多人的數(shù)據(jù)，所以數(shù)據(jù)多樣性這個特點目前在風電領(lǐng)域還是比較顯著的。有了這樣的數(shù)據(jù)之后，需要強大的計算能力，才能把數(shù)據(jù)和結(jié)果呈現(xiàn)出來，這個數(shù)據(jù)量也是非常巨大的。

在整個風電領(lǐng)域里面，我們是一個全生命周期的管理。因為我們是運營商，不是太關(guān)心技術(shù)，我們關(guān)心的是我投了錢之后，能夠得到足夠的收益。如果現(xiàn)在出3個億，想建一個風電場，需要選擇風能源最好的地方建，建完之后，還要在風電場的這些機位上，找到最合適的機位，還要選擇最合適的設(shè)備，什么是合適的設(shè)備？不是說貴就是好。既需要好，還需要它穩(wěn)定，還需要它備件便宜、故障率低，生產(chǎn)期的事情做好，才能最大化的提高收益。

給大家舉一個簡單的例子。像天氣預報，大家覺得這只有氣象局可以做，事實上，在整個風電圈里面，有三四家都可以做到這一塊，他們可以清楚知道哪些地方風資源比較好，哪些地方風資源比較差，可以拿這個來選風電場，做微觀選址，找合適的機位。但數(shù)據(jù)量是非常巨大的。舉一個簡單的例子，像江蘇省，4個江蘇省大概是38萬平方公里，我們?nèi)绻枰獪y量一年的數(shù)據(jù)，大概要用到96000個課時，會產(chǎn)生20個數(shù)據(jù)，像整個中國，這個數(shù)據(jù)每年都是1000個T，而且精度還比較差，如果我們定義成20米，這個數(shù)據(jù)量的規(guī)?？上攵?nbsp;  

運營商最關(guān)注的還是發(fā)電量，風電雖然說是清潔能源的主力軍，但跟火電以及其他傳統(tǒng)能源相比還具有一定差距，所以我們最終關(guān)注的還是度電成本。2020年，整個風電裝機比現(xiàn)在將翻一番，能源也要翻一番，希望以后在大數(shù)據(jù)的建設(shè)時期，我們能夠跟各位去探討更多的算法，去研究更多的模型，去開發(fā)更多的系統(tǒng)，也希望跟合作方和各位一起共同進步，謝謝大家！

相關(guān)鏈接

數(shù)據(jù)猿走進百分點：原來不止技術(shù)牛、炫酷！還處處充滿愛…

能源基金會工業(yè)節(jié)能項目主任何平：G20能效引領(lǐng)計劃的商業(yè)新機遇

百分點集團能源行業(yè)架構(gòu)師董繼軍：以全維用能畫像推動可持續(xù)能源發(fā)展?

青域基金合伙人牟穎：能源大數(shù)據(jù)的投資機會

《G20能效引領(lǐng)計劃下的能源大數(shù)據(jù)》線下沙龍順利落幕：傳統(tǒng)能源行業(yè)問題多多，大數(shù)據(jù)任重而道遠

當能源遇上大數(shù)據(jù)，未來將何去何從？

來源：數(shù)據(jù)猿