4月20日，UBDC全域大數據峰會2016在北京舉辦。會議以“無數據不智能”為主題，除主論壇之外，分別設立了“數據化運營”、“數據營銷”、“IOT和O2O數據應用”、“數據開放與發展縱橫談”四個平行分論壇。

　　大連尚能科技發展有限公司周鵬博士在“數據化運營”論壇上，分享了大數據分析在風電資產運營中的應用。

　　他介紹說，中國風電裝機是美國的兩倍，但發電量不足美國風電發電量的90%，從數據中可以看出，我國風電資產在運營當中的提升空間很大。目前風電行業在數據的使用尚停留在監控、記錄的層面。

　　以下為周鵬在UBDC全域大數據峰會·2016中分享的速記實錄：

　　謝謝，今天非常高興來到會場，跨界一下給大家分享大數據分析在風電資產運營的這么一個話題。我話題分為四個部分，首先因為各位對新能源這個行業不了解，第一個部分簡單對我們風電行業做一個介紹，接下來分享一下我們成果案例，和后續發展方向。

　　這張圖顯示我們國家風電從無到有發展的過程，可以看到這是非常漂亮的數據線，我們國家的風電發展如何呢？這里有幾個數據，結合2015年底我們工電裝機份額占8.6%，2015年發電量占到所有3.3%，在全世界范圍來看2015年全世界每新增加兩臺？？全世界新增市場份額大概占到一半，累計會看到中國大概占全世界三分之一。第二名是美國，大概比例可以發現我們中國的累計大概是美國兩倍。講到這里可能有一種自豪感，終于在某一個領域我們超過全世界所有國家，但是告訴大家一個不好的情況，我們所有風機是美國兩倍，但是2015年我們所有的裝機只有美國90%，也就是我們國家兩臺風機發不過美國一臺風機，從這個數據可以看到整個國家風電資產在運營當中提升空間是非常大的。由此一系列的技術的數據的、金融的各種各樣的玩法，接下來會給大家介紹一下。就是一個背景的情況。

　　大家對風機不太了解，所以花一點點時間講數據，風機是一個非常復雜的系統，成千上萬零部件組成，所有數據通過電動系統產生的，什么叫電動系統，就是帶軟件的一部分，其中變流器相當于整個風機的心臟。所以今天講的數據主要是由三部分來產生的，這是一個背景。

　　看一下風機的數據如何傳輸的，在這個毫秒的區域說的是什么呢？風機的控制系統有芯片，目前主流的芯片可能大家覺得非常可笑，只有30兆，目前最新的芯片有700M。

　　最后介紹一個我們的數據上來之后當前是怎么樣利用這個數據，當前很簡單，其實說白了就是一個監控，就說風多大，發了多少電，統計一下今天發了多少，這個月發布了多少？去年發了多少。目前說白了在各個行業數據應用還是比較low，主要給大家看看，僅此而已。

　　因為我們公司是專注于風電技術研發的公司，我們其實很早就介入到風電數據的應用，我們業務是端到端從整個風電廠？？到風機的設計，到其中重要的零部件，剛才講的大腦、心臟核心零部件的生產我們都可以做。但是今天我們這個主題最相關的一塊我用紅色標出來，我們利用風廠的數據？？還有一些增殖的服務，這是今天給大家分享的。

　　我們公司核心員工在他們所涉及出來的風機在全世界安裝超過1萬臺，所以說我們對全國各種各樣的風機，它的數據如何產生，它的軟件如何編寫我們都有非常足的經驗，有這樣一個技術深度才能促使我們獲取各種各樣風機不同的毫秒級，各種不同的數據，我們對這個需要的時候獲取任何一臺風機。接下來我給大家介紹一下。

　　剛才也講到很多，我們公司也有一個醫院叫做工廠醫院，我本人是醫院相當于院長吧。我們這個業務成立到現在不到3年，但是我們現在在國內第三方運維和記載我們在全國各地都做到第一，現在我們用的風機超過千臺。這個截面比較丑陋因為數據方面不是特別專業，但是我們也開發出一些？？不管是誰家生產用的什么協議，拿過來之后用我們自己的一套工具，對它進行整理，相當于一個數據的整理，統一的格式存放在數據庫里面，在數據庫直接聯系分析工具和我們自己開發的應用。具體的細節我就不多講，簡單介紹一下我們做事情的原理。

　　比如說分級有很多的系統建模之后這個圖有一個現實，任何一個風機的運行參數，某一個參數我們可以通過兩種方法獲得。

　　相比介紹一些我們開發的工具，大家可能認為風機這個東西非常復雜，其實用了我們工具之后大家發現，運維變得非常簡單，這里舉了一個例子如有100臺風機，我們看參數對不對，拿到之后很短時間之內我就有一張圖，大家一看這個參數只要一條曲線。我們把一個很復雜診斷的工作變成一個很簡單的看圖說話，舉一個對應的例子我們做了一個網站，只要大家有一點點辨識能力，大家都能夠順利買到火車票，大概對應這么一個例子。但是神奇的網站經常出一些難題，我相信這個好字，我們所有數據挖掘的人要算到，其實在風電行業也有這樣問題？？這是我們的一個風塔，我們會看到三年是？？如果我們面對這樣一個風塔領導會怎么說，你們怎么辦呢？每年下降這么多，我從盈利變得虧損了，為什么？這時候我們會說有各種問題，有各種理由，我的設備會越來越爛，各種各樣的原因。這個時候就模糊了，大家都說不清楚是什么原因，但是我有整個風廠。

　　舉個例子，理論應該發？？我們看發電能力都是？？其中每一項風向比如性能發電量的損失為什么是411小時，有那些原因產生的，針對這些原因做哪些改動。所有數據我們都能算的清楚。這種情況下大家就想到對我們后續的運維包括工具是非常有效的。

　　這是我們另外一個分布，因為有成百上千有無數數據的時候，其實現在的情況是什么呢？這個數據沒有人管，而我們數據里面有很多有意義的信息，比如說33臺風機，為什么有的損失多有時候少，是由什么原因引起的，改了之后提升多少？相當于我用這些數據給運營商提供一個報告，我都可以賺錢。

　　這張圖顯示是平均風速，縱坐標提升的比例，比如風尚是6米，那么只要我用了軟件就可以把它提升6.8%，這個數字可能覺得比較小，但是對于風廠經營者來說很可能把它從虧損提升到盈利。如果這整個風廠交給我來做技改，做運營運維我們會有什么樣的結果。在過去所有年份里面發電量比？？少5%，我做完一個月之后現在已經快半年了，每天發電量比原來多20%，經過我一系列的技改認為，把整個風電發電量提升25%。

　　大家可以想這是非常了不起的數字，直接把一個虧損變成一個非常值錢的資產。

　　將來做任何的技改，任何的提升都離不開我，如果主控不同意是做不了的，這是我們數據入口。

　　再一個O2O，我們的行業O2O是這么來的，比如所有數據給我接入之后，我就能夠在線分析現在存在什么問題，甚至進行預測。比方說葉片再過兩個月就斷，這時以前誰都沒有做到過的，這就是我們的現象。

　　再一個剛才提到所有這些事情都是為金融服務，舉個例子，比如說這個風塔，經過我的治理提升10%，那么就是多少，2000萬，一年增加利潤一千萬，這個時候我說第一，我每年保證你的1千萬能夠，你任何事情不用，每年分我500萬，業主什么都沒做，其實我們可以做很多深入的玩法，比如再舉個例子。

　　現在國內有很多成千上萬的資產，整體整個行業來講處于微利，有很多資產是虧的，所以這個時候比如說我們學金融行業，對所有資產進行評級，我們申購不良資產，我們把它變成優良的資產，這些玩法兩個層級，第一我們算的準，第二我能把它變成？？而且我們行業走在前面。我們管理是成千上萬的資產，這個我們希望要做的事情，最后做的總結。

　　取代傳統里面是一個不可抗拒的趨勢，我們的數據融入各個工業的領域，也是不可抗拒的趨勢。不妨回頭看一下新能源這塊還有一個塊等待大家挖掘。我們上市公司也非常誠懇的希望在新能源事業里面共同努力，謝謝大家！