风机制造完毕后，内置的嵌入式传感器就可以联网，它们生成的数据将实时地利用GE的Predix软件平台进行分析，这让运营商可以监测风机、风电场甚至整个行业编队的性能数据。这些数据提供可能影响性能的温度信息，风机失调或振动信息。更多数据被收集后，这个系统还可以自我学习，变得预测能力更强，而且可以避免通常因风机老化而带来的维护问题……这就是GE先进的数字化风场。

　　让整个风场的风机变得“听话”，同时提高风电场近20%的发电量，对智能化控制水平提出了较高的要求。

　　风机智能控制作用不容小觑

　　风机的控制系统是风机的重要组成部分，它承担着风机监控、自动调节、实现*大风能捕获以及保证良好的电网兼容性等重要任务。它主要由监控系统、主控系统、变桨控制系统以及变频系统几部分组成。

　　“与其他自动化产品相比，由于风电场常常建设在沙漠、海上等十分严酷的环境中，风电机组现场运行环境恶劣，风电行业对自动化产品的要求就更为严苛，要求风电控制系统要具有强大的数据存储功能、完善的安全保护功能以及较强的开放性。变桨系统是风机安全运行的*后一个环节，无论出现什么问题，包括系统掉电、驱动器故障等，都要求变桨系统能完成顺桨功能。”一位从事风机制造的业内人士介绍。事实上，风机控制系统不仅与风机质量密不可分，更与风机发电效率直接挂钩。国内风电领域制造商远景能源公司，为风机安装了600多个传感器，200万行控制代码。与普通风机相比，发电效益提升20%。又如GE为E.ON公司的283台风机通过配备智能风驱软件为风电场增加了4%的输出电量。

　　可见，智能控制系统对于风电机组的作用不容小觑。“但是目前，只有少量已投运的风电机组在应用智能化技术，业内整机制造商开始重视机组控制系统设计提升，控制系统改进对风场的效能提升明显。可以预见，风电机组控制提升和智能化技术的应用前景非常广阔。”天津瑞能电气有限公司经理刘博表示。以GE为例，“在GE全球装机的25000台风机中，我们在实时监控其中19000台风机的运行情况。这19000台风机中我们每年检测的数据可达到1TB。如果再加上客户他们实时监控的数据，可能要达到几个TB的数据量。海量数据的处理和整合给我们提供了一个基础，这个分析结果能够帮助我们知道如何让风机运行得更好，我们要做的目标就是让机群明天运行的比今天更好。”GE可再生能源事业部总裁AnneMcEntee表示。

　　专家表示，应加快风机智能控制技术的研发和应用。采用CFD计算机辅助设计技术和风机调节数字变频技术将越来越普遍。通过集成应用计算机技术，从而达到风机性能的*优化。

　　应与大数据“嫁接”

　　“只是控制程序提升远远不够，如何进一步提升风机的控制水平?我们认为数据的透明性现在是关键。目前的现象是，一些风机制造商采购来的风机部件、信息资料不完整，这就导致出厂的部件资料不详细，机组编码与部件编码不匹配，没有建立维护清单，没有以机组为单位的成本数据，没有按部件进行故障分类，没有建立故障率知识库等，导致机组成本越来越高。为克服这些难题，我们认为智能控制应与大数据相结合。大数据应用在风电领域必然可以发挥巨大的作用。”刘博表示。

　　事实上，近年来大数据在风功率预测、智能诊断、备件管理和风机性能提升上等方面的成效逐渐显现。据刘博介绍，在大数据的前提下，诊断系统可以更加完善，诊断系统在风场的局域网包含本地程序和本地数据库，SCADA接口。远程诊断中心包含了基本数据库，故障诊断专家等。远景能源CEO张雷也有同感：“在叶片和风机上装雷达及传感器十分有意义。雷达可监测风的流动性、强弱，再经过传感器来收集各项数据，汇总到云端计算分析。控制系统可以集成智能控制、测量技术、数据分析专家系统、主动性能控制和基于可靠性的决策算法等，来帮助提高发电效率。”目前，大数据在风电领域已经迈出了重要一步，但当前存在的问题仍不容忽视，将风机、风场的数据汇集起来并非易事。这些数据分散在风机制造商、风场业主、系统运营商和运维服务商等多个环节手中，他们能从这些数据中得到利益却无法做到合理分配，所以，有些利益相关方宁愿不分享这些数据。

　　如果多家风机制造商都公开风机的设计数据，那将是整个行业的幸事，通过交流和分享，风机的设计会有所改善性，性能会提高。共建并分享运营数据，才能激发数据应用全部潜力。