????北極星風(fēng)力發(fā)電網(wǎng)訊:這一屆北京風(fēng)展的主題“風(fēng)能的數(shù)字化時(shí)代”，以及會場上紛紛亮相的數(shù)字化平臺，讓遠(yuǎn)景能源EnOS?智慧風(fēng)場軟件解決方案負(fù)責(zé)人趙清聲想起了七年前，遠(yuǎn)景首倡風(fēng)電數(shù)字化時(shí)，業(yè)內(nèi)升騰起的質(zhì)疑之聲：“你們這個(gè)不就是搞概念嘛？”“我提不出需求，不相信你們能用軟件提升發(fā)電量?！边h(yuǎn)景并沒有做過多的辯解，而是派人蹲到客戶的現(xiàn)場，把客戶的工作自己都做一遍，然后把功能一個(gè)一個(gè)做出來。
????
????七年前，遠(yuǎn)景就這樣開始走上了數(shù)字化創(chuàng)新的征途。如今，越來越多地企業(yè)加入了風(fēng)電數(shù)字化的行列，但是遠(yuǎn)景深知“風(fēng)電數(shù)字化”絕不是模仿一堆軟件功能，組建一個(gè)解決方案那樣簡單。
????作為行業(yè)先行者，遠(yuǎn)景在無可借鑒的情況下，從軟件項(xiàng)目到軟件產(chǎn)品，再到軟件平臺，每一步背后都有其內(nèi)在動力，只有基于內(nèi)在驅(qū)動的數(shù)字進(jìn)化，才能有機(jī)地對業(yè)務(wù)起到促進(jìn)作用。絕不是今天覺得“平臺產(chǎn)品”高大上，一蹴而就就能做好平臺產(chǎn)品。
????遠(yuǎn)景一直希望，在風(fēng)電數(shù)字化的進(jìn)程上，自己積累的經(jīng)驗(yàn)教訓(xùn)能夠幫助后來者少走彎路。行業(yè)的數(shù)字化水平，能夠因?yàn)檫h(yuǎn)景的“示范作用”，提升得更快一些。
“我們產(chǎn)品的引領(lǐng)性還是很突出的，目前市場上大部分是項(xiàng)目級定制開發(fā)功能，只合適一兩類用戶場景，普適性、可維護(hù)性、可升級性不高；有的如功率預(yù)測，適合所有用戶，但功能單一，我們做的是全系列產(chǎn)品級、平臺級的軟件?！边h(yuǎn)景智能軟件銷售總監(jiān)張瓊表示?！捌脚_級”這三個(gè)字看似平淡無奇，卻是七年來在實(shí)際項(xiàng)目中趟過多少坑，重構(gòu)進(jìn)化了多少次才積累出來的。”
????就以風(fēng)電數(shù)字化的基礎(chǔ)——數(shù)據(jù)接入和準(zhǔn)確性來說。遠(yuǎn)景能源基于全球最大的能源物聯(lián)網(wǎng)平臺EnOS?打造的智慧風(fēng)場軟件解決方案，可以直接讀取風(fēng)機(jī)和光伏逆變器數(shù)據(jù)，能夠支持140種風(fēng)機(jī)機(jī)型和650種型號的光伏逆變器直連接入EnOS?能源物聯(lián)網(wǎng)平臺，實(shí)現(xiàn)秒級數(shù)據(jù)的實(shí)時(shí)更新，并且設(shè)備采集數(shù)據(jù)的合格率超過95%，損失電量分析的準(zhǔn)確率超過95%。
????從起步開始，遠(yuǎn)景的USCADA系統(tǒng)就是先在國內(nèi)項(xiàng)目的第三方風(fēng)機(jī)上起步，再在海外項(xiàng)目的第三方風(fēng)機(jī)上做，自己的風(fēng)機(jī)反倒排在第三位，系統(tǒng)一開始就以普適性作為架構(gòu)標(biāo)準(zhǔn)。但在2013年做某集團(tuán)級客戶項(xiàng)目時(shí)，面對100多種機(jī)型，形形色色的接口，惡劣的通訊條件，參差不齊的設(shè)備穩(wěn)定性，遠(yuǎn)景發(fā)現(xiàn)太多細(xì)節(jié)需要積累，也發(fā)現(xiàn)風(fēng)機(jī)PLC直連是徹底提高數(shù)據(jù)質(zhì)量最有效的辦法。
????通過為客戶解決一個(gè)又一個(gè)項(xiàng)目的挑戰(zhàn)，體驗(yàn)了不同機(jī)型與主控版本下的復(fù)雜條件，也不斷優(yōu)化著產(chǎn)品的可配置型性，模型的抗干擾性。一開始有的項(xiàng)目甚至要做耗時(shí)數(shù)月的“數(shù)據(jù)大掃除”，不斷提高數(shù)據(jù)的準(zhǔn)確性和可靠性。業(yè)界領(lǐng)先的95%的數(shù)據(jù)合格率就是這樣一點(diǎn)一滴提升而來的。
???
?????遠(yuǎn)景的很多客戶都曾建立數(shù)字化系統(tǒng)，最后卻發(fā)現(xiàn)系統(tǒng)用不起來，追查原因都出奇地一致——最基本的數(shù)據(jù)準(zhǔn)確性問題沒有解決，最多只能算算電量。
“你說設(shè)備連接起來就是物聯(lián)網(wǎng)？真沒這么簡單。一會兒電量表數(shù)據(jù)跳變、一會兒無連接，怎么監(jiān)控？很多風(fēng)機(jī)狀態(tài)都不準(zhǔn)，敢不敢遠(yuǎn)程復(fù)位？總之，如果物聯(lián)網(wǎng)的邊緣計(jì)算不可靠，人還是撤不下來?！盓nOS?大數(shù)據(jù)平臺架構(gòu)師閆博士直言不諱，“物聯(lián)網(wǎng)的CAP實(shí)踐難度比互聯(lián)網(wǎng)高許多，遠(yuǎn)端網(wǎng)絡(luò)容錯(cuò)度成倍降低，系統(tǒng)的一致性和可用性就必須更精細(xì)的平衡設(shè)計(jì)。數(shù)據(jù)模型上，以前在互聯(lián)網(wǎng)做大數(shù)據(jù)，本質(zhì)上是離散數(shù)據(jù)管理，一單就是一單，哪里像傳感器數(shù)據(jù)，是連續(xù)數(shù)據(jù)，成千上萬設(shè)備要做到近乎任意時(shí)間維度的查詢、分析，這需要大量的抗干擾算法、告警算法，才能保證數(shù)據(jù)質(zhì)量、甚至說起碼的系統(tǒng)功能。”
????遠(yuǎn)景持續(xù)七年的投入，攻克了無數(shù)細(xì)節(jié)上的魔鬼，近100GW項(xiàng)目的產(chǎn)品化積累，才和客戶肩并肩基本解決了數(shù)據(jù)連接、采集、運(yùn)算、質(zhì)量控制等難題，這些是數(shù)字化的基礎(chǔ)。
????在接下來的數(shù)據(jù)分析上，機(jī)器學(xué)習(xí)無疑是最佳技術(shù)，但是如何能夠?qū)C(jī)器學(xué)習(xí)和大數(shù)據(jù)結(jié)合起來，長期解決業(yè)務(wù)挑戰(zhàn)，而不是做一兩個(gè)樣板項(xiàng)目，做一兩項(xiàng)原來物理模型方法沒有的發(fā)現(xiàn)，這需要在組織上進(jìn)行創(chuàng)新。
????遠(yuǎn)景基于EnOS?能源物聯(lián)網(wǎng)平臺開發(fā)的Ensight產(chǎn)品，基于2PB高質(zhì)量數(shù)據(jù)和機(jī)器學(xué)習(xí)算法包，訓(xùn)練設(shè)備健康度模型，衡量發(fā)電性能和設(shè)備健康度，提供關(guān)鍵部件的健康度預(yù)警與狀態(tài)維護(hù)提示，從而實(shí)現(xiàn)預(yù)測維護(hù)。Ensight Wind基于海量數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)，不斷優(yōu)化算法，實(shí)現(xiàn)風(fēng)機(jī)發(fā)電性能與設(shè)備亞健康狀態(tài)識別告警，進(jìn)行預(yù)測維護(hù)，減少大部件故障造成的非計(jì)劃性停機(jī)損失，使故障風(fēng)機(jī)提升等效利用77小時(shí)。
????
????遠(yuǎn)景一直很清楚，機(jī)器學(xué)習(xí)并不是挖幾個(gè)算法大牛就可以實(shí)現(xiàn)的?！皫啄昵拔覀円舱J(rèn)為招些數(shù)據(jù)算法專家就可以發(fā)掘數(shù)據(jù)里的價(jià)值，但實(shí)踐發(fā)現(xiàn)學(xué)習(xí)能源領(lǐng)域的垂直領(lǐng)域知識很關(guān)鍵，否則傳統(tǒng)機(jī)器學(xué)習(xí)所發(fā)現(xiàn)的一些規(guī)律，對垂直領(lǐng)域來說，不過是常識，精度能不能做到極致先不論，僅一個(gè)不可解釋性就讓你舉步維艱?！盓nOS?大數(shù)據(jù)平臺架構(gòu)師閆博士說。
????他找到的解決方法是讓機(jī)器學(xué)習(xí)的專家和領(lǐng)域技術(shù)骨干相互學(xué)習(xí)，每兩周舉辦一次培訓(xùn)，讓機(jī)器學(xué)習(xí)的人弄明白能源領(lǐng)域的理論知識，“不僅是文字表達(dá)的講懂，更要把里面的數(shù)學(xué)模型、物理模型公式都看懂”。反過來原來的領(lǐng)域?qū)＜覄t要學(xué)習(xí)python語言和算法包，還要參加軟件培訓(xùn)，大家做真正的“跨界”人才，用閆博士的話說就是“讓大氣動力學(xué)的領(lǐng)域?qū)＜覍W(xué)神經(jīng)網(wǎng)絡(luò)，讓神經(jīng)網(wǎng)絡(luò)專家搞懂流體力學(xué)?！?/p>
????這種雙向?qū)W習(xí)打破了機(jī)器學(xué)習(xí)和領(lǐng)域知識之間的隔膜，讓機(jī)器學(xué)習(xí)能夠真正和實(shí)際應(yīng)用結(jié)合起來。目前，遠(yuǎn)景軟件團(tuán)隊(duì)中，有機(jī)器學(xué)習(xí)背景和領(lǐng)域知識背景的人才比例接近一比一。
? ??
????遠(yuǎn)景不僅在機(jī)器學(xué)習(xí)人才培養(yǎng)方面有自己的一套，在機(jī)器學(xué)習(xí)領(lǐng)域也做了很多模式創(chuàng)新，勇敢做整個(gè)行業(yè)的“探路者”。這一點(diǎn)主要體現(xiàn)在遠(yuǎn)景去年推出的新能源功率預(yù)測軟件孔明上面。
????雖然算法在風(fēng)功率預(yù)測方面已經(jīng)得到了廣泛應(yīng)用，但不同算法猶如一個(gè)個(gè)不透明的“黑匣子”，在具體應(yīng)用于風(fēng)場數(shù)據(jù)之前，沒有人知道哪個(gè)算法結(jié)果更優(yōu)。不同的風(fēng)場更沒有能力一一測試全球各種機(jī)器學(xué)習(xí)算法模型，從中找出最適合自己的。
????孔明在自己團(tuán)隊(duì)開發(fā)機(jī)器學(xué)習(xí)算法之外，還搭建了一個(gè)算法驗(yàn)證、比較平臺，與各高校，ECMWF，NCAR等各機(jī)構(gòu)達(dá)成戰(zhàn)略合作協(xié)議，大家貢獻(xiàn)算法。針對客戶的風(fēng)場數(shù)據(jù)，讓不同的氣象數(shù)據(jù)，不同算法在平臺上同時(shí)運(yùn)行，在不打開“黑匣子”的前提下，讓機(jī)器自動尋找到最適合該風(fēng)場的算法。
????孔明獨(dú)創(chuàng)的算法驗(yàn)證平臺，不僅能夠提高自身的預(yù)測精度。更創(chuàng)造了一種機(jī)器學(xué)習(xí)在風(fēng)功率預(yù)測方面的“眾包”模式，一種各方多贏的行業(yè)生態(tài)。
????海量數(shù)據(jù)和天量運(yùn)算離不開運(yùn)算能力的支持，可能很少人知道，早在亞馬遜AWS正式進(jìn)入中國之前，遠(yuǎn)景已經(jīng)是它的第一個(gè)中國客戶。如今，遠(yuǎn)景能源背后還依托著太湖之光和天河二號國家超級計(jì)算中心所獨(dú)有的大數(shù)據(jù)運(yùn)算能力，這讓它可以為整個(gè)行業(yè)提供計(jì)算平臺。
????以上的技術(shù)創(chuàng)新和技術(shù)支持，使孔明的預(yù)測精度高出業(yè)界水平5個(gè)百分點(diǎn)。雖然孔明是市場后入者，但憑借著在很多風(fēng)場和競品的“貼身PK”，短短一年多時(shí)間內(nèi)就已經(jīng)打入了300多個(gè)風(fēng)場。
????
????無論是遠(yuǎn)景此次揭秘的Enlight和 Ensight產(chǎn)品，還是去年推出的孔明新能源功率預(yù)測系統(tǒng)，都在不斷豐富著EnOS?智慧風(fēng)場軟件解決方案的價(jià)值創(chuàng)造，滿足著不同客戶不同層面、不同人員的需求。
????這些是遠(yuǎn)景基于EnOS?能源物聯(lián)網(wǎng)平臺自己開發(fā)的殺手級應(yīng)用，但對于已經(jīng)進(jìn)化到平臺級的EnOS?來說，它的定位是像蘋果商店一樣，將很多應(yīng)用的公共組件，清洗插補(bǔ)數(shù)據(jù)質(zhì)量的臟活累活都沉淀到平臺做自己做掉，降低應(yīng)用開發(fā)者的門檻，使開發(fā)者更集中精力開發(fā)自己的算法和功能，誕生出更多像孔明這樣的應(yīng)用。
????如今，歐洲第二大可再生能源管理軟件公司BazeField已經(jīng)接入EnOS?平臺，可以和Enlight、Ensight一起為客戶提供打包方案。“以后，平臺上app可以和app找朋友了?！拔覀儾豢赡軜訕佣甲约簛恚匾氖鞘鼓軆?yōu)秀的app開發(fā)者們?！壁w清聲表示，“我們通過‘領(lǐng)域吸引領(lǐng)域，應(yīng)用吸引應(yīng)用’，去發(fā)揮平臺Synergy的力量，遠(yuǎn)景堅(jiān)信能源行業(yè)的未來由無數(shù)開發(fā)者創(chuàng)造。
