回到原始的問題，我們就是要通過這種方法，使風力發電機能夠盡最大可能適應天氣和風的狀況。其實我們有一個匯總，其實纖長的工作我們大致可以分成這么幾類，一個是剛才我們提到的，叫CBS，基于狀態的維護計劃，一個是TBM，基于時間的維護計劃。對于我們現場的能力，實際上我們把它分成知道如何去做，然后什么時間去做，還有就是去做什么。如果這樣看的話，比如說定期維護，我們認為廠家通過提供培訓我覺得我們可以培養人員的，但是相對于這種基于狀態的，我不知道在座的有沒有開發商，現在風機已經加裝振動測試系統，我們也很難解讀它給我們的信息是應該做出什么樣的行動，因為這個行動影響非常大，它說齒輪箱現在需要檢修，到底要不要檢修，像這種基于狀態的檢修需要大量的數據，需要非常完善的模擬系統去模擬它的故障狀態，然后給我們高度可靠性的指導。對于如何做這件事，一方面是對氣象的預測和了解，當然也對風機的設計荷載有重要的技術信息，這樣才能最終做出我們要立即做出維護，還是12周以后進行維護，還是可以等到6個月、9個月進行維護，這個是更加偏重技術。對于定期維護，就是什么時間做，這個跟氣象有關系，當然對于排故來說就沒有什么辦法，不管什么時間，只要天氣好你就要維修。只不過我們在選擇做預測性和定期維護，和不得不去救火維修，這個你要做出選擇，放棄一臺緊急的維修，執行預測性的維護，這個比救火帶來的利益更大。我們通常覺得對于如何做這件事，通?？梢酝ㄟ^提交手冊和培訓能夠達到。定期維護基本上能夠達到，排出故障可能需要一些經驗的積累，當然也可以通過常見問題或者是數據庫來支持現場人員，但是對于什么時間要實施和具體做什么樣的工作，這兩項需要非常大量的數據處理，比較好的分析模型來做出決策，當然也需要一些廠家的風機設備、研發部門的一些核心的資料。
　　下面是一些示意圖，我們希望能夠分析一下所有的風機停機時間，我們這個時間都去哪兒了，都去做什么。現在很多開發商大部分的時間可能被用于排故，經常很繁忙，但是實際上比較好的是花出大部分時間來做預測性和計劃性維護，這樣提前避免它這種突發事件的發生，這會帶來很多好處。一個對風的適應性會加強，第二個對物流的要求減弱，否則的話我要求盡快給我提供配件，當然成本也會增加。這個分布不是業界最好的分布，可能要求比較高的，航空業要求更高，它的計劃性維護和預測性維護更多，火電廠要求也很高，對風電場我們畢竟還是能發風機，我們這個比例是根據你追求的指標和我們愿意付出的成本進行平衡。