當風吹動風力發電機時，產生的不只是電能，還有海量的數據。

       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。這些數據，包括風電機組的發電指標、關鍵零部件的實時運行參數、此前十年的氣象資料……以及在這些數據基礎綜合作出的判斷和預測。

       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全球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，最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。

       風電“大數據”

       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。傳感器和雷達收集的數據，將暫時存儲在風電場的數據采集器中，然后通過互聯網匯總到后臺服務器，最終接入超級計算機進行處理。

       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，還會在全球部署氣象站。

       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匯總處理。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最適合的投資地點。

       智能風電領跑者