昨天是全国第六个科技工作者日，节日的浪潮再一度将人们的目光聚集在科研工作的方方面面，科技的进步几乎每时每刻都在给人类社会带来新惊喜和新变化。清洁能源资产管理从互联网+时代到人工智能+时代跨越的旅程中，数字化技术也随之从“连接”向“分析”升级，这意味着资产管理行业的发展能级也在逐渐从“效率”向“效能”跃迁，这种变化同时也为清洁能源资产的精细化管理带来了巨大的增量价值。负荷侧资产在“十三五”期间出现井喷式发展，资产投运后如何科学有效地精益化运营，成为广大资产持有者的共同痛点。行业人员专业素质良莠不齐，管理困难；资产状态把握不清，清洗、检修等关键利润增长点在一定程度上被轻易忽视。
金风水晶球光伏资产管理平台打通设备数据、工单数据和资产数据，基于预测预防的算法识别异常，实现精准的任务推送，完成数据集成、决策判断、任务分发到改进执行的全流程闭环管理。
人工智能赋能资产管理：AI图像识别+无人机智能化巡视
光伏资产的日益增多对光伏场区的巡检效率及缺陷准确度提出了更高的要求，以20MW场站为例，单次巡检拍摄的照片数量多达2000张，采用人工巡检的方式，发现并完成场站缺陷处理的周期为一个月；采用无人机自动巡检，运用AI人工智能图像识别技术自动识别光伏板缺陷后，单次巡检的时间可缩短至2天。无人机可满足于屋顶组件巡视、踏勘、验收工作，有效节省了大量人力和物力资源；此外，无人机的红外功能可以解决传统的红外热成像仪巡视组件效率低的问题。另一方面，AI算法程序可自动筛选所有照片，挑选出包含缺陷的数据，同时自动查询缺陷所处光伏板位置及经纬度，实现数据自动入库，运维人员随即便可根据系统派发的信息进行精准维护。
基于数据，应用AI算法实现预防和预测，为预测性维护和预见性维护提供决策依据，并可以基于具体场景与客户共创基于机器学习的业务探索。
智能清洗:让每一块光伏板都“闪闪发光”
光伏太阳能发电量主要受组件容量、辐射量、综合发电效率三个因素决定，而综合发电效率又受倾斜角度、温度升高、灰尘损失、组件效率等因素影响，目前几类因素的常见运维解决方案为不定期清洗光伏板，提升板面清洁，尽可能的吸收太阳能，提升其综合发电效率（PR值）。经团队研究发现，对光伏板进行不定期30-45天内清洗，清洗后带来的价值提升可得到有效评估，但是否为清洗成本与发电量收益结合价值点最大化则无法体现，且清洗后效果无法验收。
通过演算历史情况，金风能源数字化研发团队通过AWS机器学习算法获取不同场站PR值随时间下降实际规律以及清洗后PR值恢复情况，推导出负荷侧光伏组串清洗业务规则及推演max值算法逻辑，获取清洗收益&清洗成本max值，达到及时通知业务进行清洗的目的，最终通过提升PR值而促进整体发电量的进一步提升，实现收益最大化。
自建IV智能检测，时刻有备无患
一般情况下，光伏组串发电设备在出厂时都会进行IV性能检测，以便确定组件的电性能是否正常。而电站投运后很少人会再去对光伏阵列进行IV曲线测试，光伏组串发电效率将随着时间的推移逐步衰减，这将会带来不少的发电量损失。金风能源数字化研发团队与亚马逊云科技（AWS）合作，完成自身IV智能检测模型的研发，通过对光伏阵列的IV特性曲线形状的系统分析，确定光伏组件的发电性能是否正常，查找到有故障的光伏组件，对于性能有故障的组串进行及时的检修更换，保证电站投运后每一台机组都能“认认真真”地发电。
可以预见的是，随着经济数字化的发展，大数据、AI等新科技正在被广泛应用于资产管理行业，如何在拥抱新科技的同时及时发掘新的业务增长点是对所有清洁能源行业从业者的考验，金风能源资产管理团队将以敏锐清洁能源领域洞察力与经验，引领能源技术创新，提供高效的、电网友好的清洁能源全面解决方案。