在北京国际风能大会上的主题谈话：信息化助力智能供给 （作者：前景能源 陈卫民）
听到艾郎叶片包罗刘晓鸣团队介绍的财富实践，作为风机供给商感应非常振奋。我们看到了行业将来，在不远的未来我们可以做到3.0、4.0。
我们今朝在做好多走出去的工作，上个月在印度我们的主机厂第一台风机产物方才下线。我们也进展更多国内同仁可以跟我们一路走出去。走出去很主要一条就是模块化、主动化，把我们在国内的好多精良实践，快速保质保量地复制到印度、拉美等国度的产能的扶植上，让风电行业继高铁和通信财富之后成为此外一个跨出国门去竞争的高新财富。
连系适才好多同仁分享的智能制造，我把整个局限拓展一下，讲一讲智能供给。为什么要拓展这个话题，我们要从风电财富面临的全新的挑战说起。2017-18年墨西哥风电招标，中标上彀电价低到每千瓦时3美分，也就是人民币两毛钱摆布。两毛钱什么概念，和国内上彀电价比一比，人人看到了风电行业将来的度电成本压力非常大。就在昨天的风睁开幕式上，来自国度能源局的政策制订者也在说，整个“十三五”风电财富环绕着两个主旋律，一个是降低成本，一个是降低补助。他也盼望我们整个行业在将来三五年内全流程成本要降低20%到25%。
从初期的风资源获取，到风电场的扶植到二十年的运维，我们若是把风电项目的全生命周期成本拿过来看就会发现，风机成本占了个中不到30%到40%，30%到40%是工程扶植成本，还有20%-30%是运维成本。
所以在将来持续降低风电行业的度电成本，三年内做到和火电成本持平，就要求我们从端到端去思虑财富链的整体规划，一方面经由持续降本减轻部件供给商、整机制造商和风电场斥地商的压力，另一方面把质量做好，把发电效率做好，把二十年运营阶段的风电场生产治理做好，让它的年度满发电小时数做到更高。
客岁我们的新增项目扶植65%位于山地或许丘陵区域。65%来自这些区域什么概念，这两年整个国内风电场的扶植人人能够看到非常多的不适应，不管是山地道路建筑，照样水保林保杀青，照样在斥地过程中央碰到了那么多的天灾，道路刚修好，一台主机还没上来一场暴雨就把本来道路悉数破坏了。还包罗拆迁如许一些实际的问题，陪伴这个趋势的是风电场扶植的工程挑战日益增大。同时我们的单台风机功率越来越高，从曩昔的1.5MW到如今的2.5，3兆瓦和4兆瓦。陪伴功率上升，主机重量从80吨增加到90、100吨，叶片从曩昔的50多米到如今的60米、65米、70米。
工程扶植的挑战和风电项目度电成本的双重压力，要求我们拉通整个供给链..去深入思虑，用什么样立异手段解决行业所面临的伟大挑战。
我们的回覆是扶植一个以数据驱动为焦点的聪明供给系统。个中包含三个方面的首要驱动，第一个是实时数据获取，第二个是经由数据剖析发生买卖洞察，第三是共享买卖洞察和动作规划给整个财富链，杀青共识，并应用在风场全生命周期治理中。
关于数据实时可视，近两年我们测验应用了一些手艺手段。好比说客户需求侧的旌旗治理，从风电场的各项审批，到启动设计，到项目开工，项目规划治理，到建成投产等，每一个环节的要害旌旗的实时获取，旌旗若何转化为各项市场需求以指导整个财富链的运动，是我们这两年一向在思虑的。
在具体硬件实现上，我们在整个供给链过程中加装各类传感器，好比在主机上加装位置传感器，感知运输状况的传感器，包罗感知周边情况传感器、振动和温湿度传感器等。后背具体我有一些例子，让整个风电扶植的物理过程中让设备和周边情况可以智能交互，无缝迭代，实时化解工程扶植中央或者显现的风险。
再好比说，我们把RFID无线射频标签用在备件、整机以及叶片等风场设备的治理上，再引入GPS、GRS设备，把整个风机到出厂到吊装机位点的全过程监控起来。有时在运输过程中央会在经由某个不良地舆位置时会发生了猛烈震动，这个振动或者其时看不出，然则五年今后受损的风机齿轮箱和主轴或者就会暴发出好多故障。我们就进展把全过程就100%地监控起来，哪怕一个微小的振动也要有一个像飞机上黑匣子把它捕获监控住，把数据保留起来，从基本上去包管产物的全流程高质量。人人想想，家里买一台五千块钱的彩电拿抵家里我们还都小心再小心，我们一个700万、800万价格的这么一台风机该如何防护都不外份。我们人人到现场能够看一看，现场物流过程是非常艰辛的，如何珍爱好这么珍贵的资产，可以让它在将来二十年不留后遗症，这是我们应该为业主为客户去想的事情。
接下来我聚焦三个方面分享我们的实践。第一个聪明供给与财富链协同，第二个数字化物流，有时间的话讲讲智能运维。经由这三方面我想具体给人人看一看，固然说如今或者还处在工业2.0时代，但我们能够测验行使今朝行业最进步的手艺，包罗汽车、航空行业的好多领先实践，测验弯道超车，去敏捷构建我们在工业4.0配景下风电行业的焦点竞争力。
首先是我们的一个买卖实景演示。人人能够看到我们正在跟踪的128个风电项目。这128个项目从合同商洽一向到最终的并网，不管是在电脑..照样手机应用..上，所有项目的端到端交付全程可视都在这个..呈现。好比说在这里能够看到这里面有些项方针红了，它在某些方面发生哪些风险，哪些人在负责解决，相关人员会在这些风险造成实实在在损害前就可以提前介入处理。
好比说我们点一个项目，你会看到这是一个国电投宁夏西吉的项目，这个项目需要我们交付24台2.2兆瓦，115叶片的风机。这个项目业主的吊装规划，完成状况，现场根蒂做了几多，主体吊装做了几台，电气、对中、消缺完成的怎么样，整个项目信息尽收眼底。同时的话我们能够看到这个项目今天的状况，如今我们有3台风机正风场运输的途中，每台风机它今朝位置到什么处所，车辆和司机的状况，估计还有几天可以达到机位，什么时间点业主必需要放置吊车进行堆场预备。经由项目全流程可视..，我们进展实现项目交付的全程可视以及风险的周全可控。
这个会带给财富链什么优点呢？我们进展把这个以项目为根蒂的端到端可视交付的..，可以把客户需乞降我们的供给实时无缝跟尾起来，拉动整个财富链响应客户需求，增加响应能力，优化响应成本。借鉴汽车行业的做法，推拉连系，拉动整个财富链的响应，实现全财富链凭据需求旌旗精预备货。
固然风电看着是很大很重的工业形态，但重工业为什么不克做到很精益，为什么不克做到just in time? 所以我们照样进展经由数据驱动，把不管是需求照样风机的生产，到供给商的物料供给都无缝跟尾，实现数据流贯通，以数据为根蒂打造一个比汽车行业或者加倍精益的这么一个财富链。
下面再举一个例子，从数字世界从新回到我们的物理实际。适才跟人人讲到风电物流面临越来越多的挑战，事实上我还没有讲到物流事变，若是把一年全国风电现场的事变拿过来清点，人人会发现这是非常惊心动魄的数字。
固然不是发生在我们身上，但看到这些案例我们的表情也是非常繁重。看到那么多行业的事变今后，我们就在想怎么样可以行使数字化、智能化的手段去改变这个近况。我们花了一年摆布的时间，经由无人机实现智能数据采集，我们进展把整个风电场的情况数据都能用智能化的体式采集到，把风场内的危险点都可以快速识别出来。在数据采集根蒂上，我们做了3D实景建模，把物理世界改变成数学模型，把路堪和道路解决方案的定性分改变成定量剖析，把定量剖析正确到厘米级，因为你只有到厘米级才可以剖析判断出来我们现场的车辆有没有风险，会不会掉到绝壁底下去。在3D建模的根蒂上把我们的风机和叶片的数字化模型迭代到风场模型里面，也就是我们所说的数字化模拟和digital twin，看在这么一个风场情况里面我们的整个风电物流运输它该怎么设计，主机该怎么走，叶片该怎么走，怎么放置是最平安的，同时成本最低；什么情形下照样有伟大的风险，需要我们从道路建筑照样工装车辆的革新方面去消弭这些风险。
我们看看这个digital twin是如何应用在在枣庄中广核项目现场的。如今人人看到的这个图片已经不是一张照片了，它是我们实景采集了风场数据今后做出来的一张数字化3D模型。人人能够看到，这里边每一棵树的高度都是实实在在能够器量的器材。这一块地要平整几多土方量，对应成本几多钱，经由数字化模拟你能够用正确体式标的出来，响应物流方案和风场投标报价也能够直接输出。
连系实景建模和把产物的数字化模型放到虚拟情况里面迭代优化，项目要害路径结点的建筑方案就能够明确。叶片和主机过这个弯的时候路的坡度必需修成几度，这个山上是不是有一个树必需伐掉，叶片举升高度会不会带来车辆重心的失衡。数字化采集和数字化模拟使得我们能够把整个风场解决方案从基本上做好。
再讲讲智能监控。我们行业里面多的物流运输车辆切实在处在工业2.0时代，没有行业规范，随意改装。怎么样去改变这个近况呢，我们进展给传统车辆加装上智能的同党，让我们的司机和运作团队感受到智能化应用对他们的工作有很好的助力，这就是我们如今做的智能工装车辆。
人人能够看到，在我们的每一辆叶片举升车驾驶室里，司机眼前都有这么一个屏幕，这个屏幕会敷陈他今天的义务是什么，在过程中有几个风险点。临近每个风险点前好比还有300米的时候屏幕会自动推送出来说这个风险点的情形以及经由这个风险点的解决方案是什么，你必需把你的叶片车搞的往哪儿转，最后走哪条线路。内行车过程中，随车电脑会每秒钟20次去采集车辆周边的情况数据，经由我们专门针对这个车型所做的数学模型显露即时的车辆运行状况。人人看到屏幕上的这个指针显露，绿..域是平安工况，指针达到黄..域这个司机就必需泊车预警。经由这个..我们进展可以把实际世界的事变率能大幅度降低。项目平安包管了，项目才能快速推进，项目整体费用也能获得有效掌握。时间关系正本想给人人再介绍下智能备件响应，时间关系就不多讲了。
在座好多是我们的同业，也有好多合作伙伴。等候人人携起手来，借助信息化、智能化的手艺手段，扶植聪明财富链，配合实如今2025年让风电成为中国主流能源的方针而通力合作。感谢人人！
问答：
提问：陈总你好，方才看到谁人车运叶片，我不认识这个模型怎么建出来的，在没有那些实际数据的情形下经由什么样体式建模的这个过程能不克说一下？
陈卫民：一个风场由几个山头构成，这个时候怎么修路是非常讲究的一个事。我们做的是什么，首先第一步我们把山的地舆描写做成三维的模型，然后我们再把我们的路的焦点算法连系运输的产物数据进行快速迭代，主动生成建议路线。我该怎么走，怎么挖，响应成本是几多，这个建议解决方案出来后，我们再拿它和设计院出的图纸去验证和迭代。有的时候我们发现设计院出的图纸更优，我们就会调整算法。今朝更多是设计院敷陈我们，你们这个设法加倍新颖，那就服从我们建议优化设计方案。当然他们如今还不知道其实这不是我们建议，是电脑的建议。最后我们把这个路按照我们设计方案修整完后，再用智能工装去实地验证采集，形成闭环。
