近日，围绕“资产管理点金术：数据资产的应用”主题，金风科技联合麒麟学院举办第二期“风林火山”清洁能源投资主题沙龙，多位行业数据专家从数据分析与可视化、业务流程优化与再造、数据资产盘点与治理、业务流程信息化等方面展开研讨，探寻数据“冰山”下的价值，共同探索能源设备管理向价值提升服务转型升级之路。听听行业专家为你揭秘，让看不见的数据如何发挥“看得见”的价值。

从“经验驱动”到“数据驱动”

花大价钱聘请了专业人员搭建的大数据平台，当企业满心期待地想要拥抱数据宝藏时，却失望至极：为什么数据没有为公司创造价值？数字化手段真的只是花架子吗？

数据虽多，但没有变成资产的企业数据，除了空耗成本，并没有经济价值，对清洁能源资产管理来说，亦是如此。

金风科技首创从“设备”到“资产”再到“收益指标”的全生命周期清洁能源资产管理理念，并形成了一系列标准化的资产管理与运营体系，拨开云雾的关键是数据资产化。

能源互联网背景下，能源大数据的建立与应用面临诸多问题：生产数据缺失数据目录，没有数据管理平台，跨系统间的数据整合与底层未打通等等，数据孤岛和数据碎片化始终制约着能源行业的数字化发展，怎样克服这一发展困境？答案就在数据驱动转型中。

传统的管理模式是经验驱动型的，在设备管理过程中按照经验，有些设备需要季度检查，有些部件需要定期调试甚至更换，这样的管理模式成本高效率低。而与此相区别的是，以“数据驱动”的数字化转型是认知和思维的升级，以数据为核心，进行集成、共享、挖掘，依靠信息化技术、数据资产管理，发现经验不能触达的部分，驱动创新。金风科技资产管理方案将无形的数据“资产化”，让数据可度量、可理解，由业务场景牵引，驱动数据资产建设“点-线-面-体”逐渐展开。

绕开“黑盒子”

风能转化为电能的过程看似简单，但由于多数资产持有者缺乏分析风机底层控制的专业能力，这一过程如同“黑盒子”。规模化资产的持有者面临的是5至6家整机厂超过20种机型的现状，单是把这些风机的SCADA数据顺利收回、解析就已经是非常大的考验了。

在清洁能源场站运营管理中，资产持有方还会遇到其他“黑盒子”问题：同场站的风机为何转速不同？风光资源数据有了，“靠天吃饭”行不行？数字化手段实现了数据的可视化，数据如何管理？如何清洗和筛选海量数据？不同的应用场景， 数据原矿如何提纯？

我们常常在报表或中控系统中看到类似的风机状态展示图，除非出现非常异常的功率曲线，否则即使是有着近20年经验的风机工程师，从这张图里也只能得到两个结论：风电场有25台额定功率是2MW的风机，且没有非常异常的机组。

但是，看似正常的机组，真的“没有异常吗”？如果我们换一种数据处理方式，绕开“黑盒子”，会发现不一样的结果。

在发电量未报异常的风电场，选用“齿轮箱高速轴非驱动端轴承温度”这项数据做横向对比分析，即使在不打开“黑盒子”的情况下，也能够轻易定位两台表现不一样的风机。除了通过横向分析风电场所有风机的轴承温度与功率之间的关系，还可以让风机和自己比较，在同等情况下看相关参数的变化，比如在和去年相同大气温度下，通过轴承温度发生的变化曲线，找到看似正常的异常机组。

采用上述方法判断异常机组，尤其是这种“应发未尽”的机组，浅色区域为没有进行干预和分析之前的损失电量，深色区域为干预之后的损失电量，一年中挽回电量损失超过700万元。

数据管理驱动标准化服务

新能源的服务与消费同步，在运营管理过程中由人直接为客户创造价值，而人的差异性以及服务场景的不同，造成很难实现精确的标准化，也很难形成规模效应，这对数字化工具以及背后的运行逻辑提出了更高的要求。

在人效管理中，建立科学的服务和人员能力评价指标体系驱动一线工程师，通过客观、可量化、可感知的数据来明确“什么是好工作”、“如何评判好工作”。在工作过程中，我们全程植入安全管控模块，使工程师知道“怎么干”；再通过工作过程自动复盘，确定工程师的KPI、短板、职业培训方向以及奖惩方向，使工程师未来还能“干得更好”，人才的价值通过数据也被“看得见”。在对人员的评价过程中，往往“不患寡而患不均”，科学的通过数据来评价人才，往往可以起到良好的正向激励作用，片面的评价反而会适得其反。

金风科技资产管理让数据的作用贯穿清洁能源资产管理的全生命周期中，从财务收益的视角出发，不仅运用信息化的工具，更重要的是使用在信息化工具上流动的数据，打磨清洁能源资产管理逻辑，以及对资产的技术认知，通过数据要素与传统生产要素的结合，提升资产价值，助力新能源行业迸发新动能。