美林數據作為國內知名的數據治理、數據分析產品和技術服務提供商,深耕包括風電行業在內的能源領域。

風電企業在設備監測預警問題上面臨了四個難題:其一,風電發電設備的運行狀態主要依靠人工現場檢查評估,依靠人的經驗進行判斷并不準確;其二,盡管可以通過視頻等手段監測設備狀態,但受限于設備偶發故障,仍然需要人到現場定檢或巡檢;其三,主機廠商自帶的數據模型與現場環境差異明顯,數據標準不統一,用戶獲取協調數據難度大;其四,發生設備故障時,處置辦法模糊不清。

設備運行風險的監測預警為何至關重要?美林數據風電行業數字化資深專家楊雷介紹說,風電設備的非計劃停機會給風電場站帶來巨大的損失。首先,設備維修、更換等繁復工作將造成直接經濟損失,主軸等核心部件價格不菲,海上風機巨大,葉輪掃風面積相當于好幾個足球場,單個葉片的損失就可能高達上百萬元;其次,停機帶來發電量的減少;而且,風電場站的發電量要接受電網的上網電量配額和統一調度,發電量的突然變化或遭到處罰。

“解決痛點是一切數字化方案的本源。”楊雷分析,美林數據自主研發的“Tempo Wind智能風電大數據平臺”(以下簡稱“Tempo Wind平臺”)將風電設備狀態納入健康管理,通過歷史數據和日常巡檢信息進行動態健康狀態評估,幫助發電企業制定合理的檢修策略;基于大數據構建起來的AI模型對設備運行信息進行全天候分析,預判可能出現的故障,對停機等重大損失或安全事故及時預警;對地處偏遠的現場作業的安全情況進行監管。

Tempo Wind平臺就像千里眼順風耳,成為發電企業的預警機,對發電設備特別是大部件故障的提前發現和提醒,很大程度上幫助發電企業減少損失,并降低對電網的影響。因此,能夠解決實際問題的Tempo Wind平臺備受發電企業的歡迎。采用Tempo Wind平臺的一家發電企業,從中獲得超過億元的經濟價值。

不僅大幅提高安全性,Tempo Wind平臺更提升了發電企業的經濟效益。平臺對風電設備效能進行分析,形成評估報告,幫助發電企業不斷優化風電運營、風機運維、技改方案,全面提升運維效率。

楊雷介紹說,大數據和AI的應用要提升數據供給水平,同時必須有充足的算力作為基礎,高效能的硬件設備不可或缺。美林數據早在2019年就與海光合作,并一直采用海光服務器,從2022年開始將海光的異構加速卡嵌入相關模型,遷移部分算法,并加速現場驗證步伐。

美林數據的國產設備應用一部分是按照能源行業用戶的要求,對既有設備應替盡替,另一部分是在新規劃實施的項目中廣泛應用海光等國產設備。楊雷表示,從進口設備遷移至海光設備的過程平滑順暢。無論是考慮到大幅降低了的使用成本,還是良好的算力水平,用戶對海光的設備都非常認可。

楊雷表示,海光設備通過了能源產業安全性方面的嚴格要求,海光團隊及時有效的技術支撐也幫助美林數據解決了應用過程中的各種需求。

作為第二屆光合組織AI解決方案大賽的獲獎者,楊雷對大賽獨特的“氣質”印象深刻——比賽不僅考量參賽項目的技術水平,更看重技術和實際業務的貼合度。

楊雷介紹,參加大賽共有兩大收益,一是來自軟件、硬件領域的企業坐在一起,進行了充分地技術交流和業務碰撞,美林數據也結識了AI行業上下游的眾多朋友。二是通過大賽,美林數據與海光實現了更加緊密的合作。對于正在舉辦的第三屆光合組織解決方案大賽,美林公司也是興趣十足。

楊雷表示,AI的泡沫期已經過去,如今用戶不再接受表面的高大上,而是追求新技術能否解決實際問題。他說,“Tempo”是美林數據多年前產品開發時所起的名字,是“探寶”的諧音,無論是過去還是未來,美林數據都將腳踏實地不斷挖掘大數據深處的巨大價值。