秦海岩：智能化应用元年悄然来临 风电+大数据可期待

每经记者 张虹蕾 每经编辑 文 多

在万物互联的时代下，产品优化、迭代速度的加快，也给风电企业带来新的课题。

中国可再生能源学会风能专业委员会秘书长秦海岩在2017北京国际风能大会（CWP2017）大会开幕致辞中表示，信息化、数字化、互联网将决定风电的下一个十年。

当新的风口来临，摆在风电企业面前的无疑是一片广阔的蓝海。在探索数字化的道路上，整个行业出现了哪些变革，未来又有什么样的机遇和挑战？10月19日，秦海岩就相关问题接受了《每日经济新闻》（下简称NBD）记者的专访。

风能委员会截图

谈行业变革：时代迫使风电企业探索数字化

NBD：此次大会的主题是“数字化”，您在大会致辞中表示，信息化、数字化、互联网将决定风电下一个十年。这其中的根源是？

秦海岩：信息化、数字化、互联网是时代大背景。IT技术经过30年的指数级进步，已然成为像电力一样的通用技术，开始融入各个行业，被每一个行业广泛应用，改变传统行业的技术、甚至行业的规则。

移动物联网、云计算、大数据、人工智能现在都是热门词汇。互联网和数字化就像是一个先进的武器，如同时代已经进入科技导弹的时代，而故步自封的人还拿着长矛大枪，是很难生存的。

在数字化浪潮之下，不是风电企业想不想数字化的问题，而是时代的变革迫使企业需要通过数字化技术驱动变革、提升效率、创新产品。

2017北京国际风能大会已经举办十年，也是见证中国风电飞速发展的十年。这十年，整个行业在技术和产品上发生翻天覆地的变化。通过这样一次产品技术的大阅兵，通过坐而论道的方式，业界的同行可以反思走过的曲折、总结成功的经验。

NBD：在此次展会上，众多厂商都发布智能风机，并提出激光雷达技术，您认为目前这一技术在行业应用效果怎样？

秦海岩：数字化是一个大而广的概念，在风电领域的数字化应用主要是ICT技术。

眼下，风电发电机组设备层面已经大量使用物联网技术、ICT技术、智能化技术，进行数据分析。

通过温度、振动、位移，风速等更多种传感器应用，风电机组具备了更强的感知能力，能采集更多数据，使得风机可以进行数字化建模，从而预先感知运行状态，根据状态偏离健康运行的情况，进行预防性维护和维修。

激光雷达是作为ICT技术的应用代表，激光雷达能得到商业化应用，一是成本大幅下降，二是分析计算能力大幅增强。通过激光雷达提前感知来风的速度方向，可以执行更好的运行控制策略，提高发电效率，降低载荷。

海上风力发电机（CFP图）

谈技术趋势：未来需要灵活调动需求侧

NBD：在您看来，未来，数字化技术应用还会给整个行业带来哪些变革？

秦海岩：未来，是一个可再生能源为主的时代。比如德国、丹麦，都是很好的例子，丹麦当地风电占总发电量42％，德国风、光加起来33％。由于风光是不可调节的能源，未来则需运用技术把需求侧的灵活性调动起来，应对发电侧的波动性。

现在国外很多公司开始进行需求侧管理的探索，把千家万户的能源结合起来，通过智慧管理，能够实现很大的灵活性，而且还使得生活用电达到最经济的状态。

以前，电力系统是发电侧围绕需求侧运转；未来，在不影响正常工作生活的情况下，利用互联网技术的灵活性调整需求侧，达到“随风而舞、随光而动，”提升整个系统可再生能源的运用比例是一种发展趋势。

NBD：对于这种趋势，您能否举个例子阐述一下？

秦海岩：例如，在风资源充足，电价便宜的情况下，给汽车充电，洗衣服烧热水；如果风停了，发电量减小了，机器会发出电价高的信号，这个时候可以停止工作，降低用电负荷。

还有一大重要应用方向是电动汽车领域应用。随着电动汽车的普及，也会改变电力系统运行规则，成千上万的电动车一起用电产生的功率，相当于几个大型发电站。

通过需求侧的智能化管理和灵活性调节，可以把电动汽车的“电力”价值发挥出来。在无光无风的情况下，电网缺电，电动汽车可以向电网反充电实现卖电；风光充足的时候，可以充电，这样就能提高整个电力系统的灵活性。

在设想中，新能源汽车不仅可以充电，未来还可以向电网卖电

 

谈智能化未来：行业进入数字化智能应用元年

NBD：今年是行业数字化智能化的元年吗？

秦海岩：去年，在数字化应用上，整个风电行业稍有端倪，今年所有的企业基本都在提智能风机，探索智能化，应用更多、更精细的传感器。

前几年是大家开始认识到数字化智能化是趋势，探索在某些地方应用，个别公司走在了前面。从今年看，所有的企业都开始意识到这方面、都开始应用。

总体而言，智能风机已经从提出“概念”、开始研究逐步步入现在的商业化阶段，今年是数字化在行业广泛应用的真正的元年。

NBD：人工智能也是行业的一个“热词”，风电企业的智能化和其有行业的智能有何区别？

秦海岩：前不久，AlphaGo战胜了李世石，掀起了机器智能的大讨论，实际上机器智能跟人类的智能根本不是一回事。
在大数据时代之前，人类实现机器智能的方式，是采用小数据的方法，把发现的规律，因果关系，建立数学模型。把专家掌握的知识，逻辑推理过程，用程序表达实现。现在机器设备领域的状态监测和故障诊断，依然在广泛采用这种方法。

进入大数据时代，AlphaGo、无人驾驶汽车，采用的实现机器智能的方法不同于此前对于因果关系的把握，而是采用穷举法解决问题，这种以数据为主的新的做法，在某种程度上颠覆了此前在科学和工程上的方法论。

而风电技术是一门相对较为确定的技术，更为合适的解决方式是：用小数据的方式配合相应的技术创新，更多地依赖于数据采集手段、传输、存储、查询，理性分析，发现规律，解决问题。

随着数据的积累和技术革新，未来大数据在风电技术上的应用是可以期待的。