近日,圍繞“資產管理點金術:數據資產的應用”主題,金風科技聯合麒麟學院舉辦第二期“風林火山”清潔能源投資主題沙龍,多位行業數據專家從數據分析與可視化、業務流程優化與再造、數據資產盤點與治理、業務流程信息化等方面展開研討,探尋數據“冰山”下的價值,共同探索能源設備管理向價值提升服務轉型升級之路。聽聽行業專家為你揭秘,讓看不見的數據如何發揮“看得見”的價值。
從“經驗驅動”到“數據驅動”
花大價錢聘請了專業人員搭建的大數據平臺,當企業滿心期待地想要擁抱數據寶藏時,卻失望至極:為什么數據沒有為公司創造價值?數字化手段真的只是花架子嗎?
數據雖多,但沒有變成資產的企業數據,除了空耗成本,并沒有經濟價值,對清潔能源資產管理來說,亦是如此。
金風科技首創從“設備”到“資產”再到“收益指標”的全生命周期清潔能源資產管理理念,并形成了一系列標準化的資產管理與運營體系,撥開云霧的關鍵是數據資產化。
能源互聯網背景下,能源大數據的建立與應用面臨諸多問題:生產數據缺失數據目錄,沒有數據管理平臺,跨系統間的數據整合與底層未打通等等,數據孤島和數據碎片化始終制約著能源行業的數字化發展,怎樣克服這一發展困境?答案就在數據驅動轉型中。
傳統的管理模式是經驗驅動型的,在設備管理過程中按照經驗,有些設備需要季度檢查,有些部件需要定期調試甚至更換,這樣的管理模式成本高效率低。而與此相區別的是,以“數據驅動”的數字化轉型是認知和思維的升級,以數據為核心,進行集成、共享、挖掘,依靠信息化技術、數據資產管理,發現經驗不能觸達的部分,驅動創新。金風科技資產管理方案將無形的數據“資產化”,讓數據可度量、可理解,由業務場景牽引,驅動數據資產建設“點-線-面-體”逐漸展開。
繞開“黑盒子”
風能轉化為電能的過程看似簡單,但由于多數資產持有者缺乏分析風機底層控制的專業能力,這一過程如同“黑盒子”。規?;Y產的持有者面臨的是5至6家整機廠超過20種機型的現狀,單是把這些風機的SCADA數據順利收回、解析就已經是非常大的考驗了。
在清潔能源場站運營管理中,資產持有方還會遇到其他“黑盒子”問題:同場站的風機為何轉速不同?風光資源數據有了,“靠天吃飯”行不行?數字化手段實現了數據的可視化,數據如何管理?如何清洗和篩選海量數據?不同的應用場景, 數據原礦如何提純?
我們常常在報表或中控系統中看到類似的風機狀態展示圖,除非出現非常異常的功率曲線,否則即使是有著近20年經驗的風機工程師,從這張圖里也只能得到兩個結論:風電場有25臺額定功率是2MW的風機,且沒有非常異常的機組。
但是,看似正常的機組,真的“沒有異常嗎”?如果我們換一種數據處理方式,繞開“黑盒子”,會發現不一樣的結果。
在發電量未報異常的風電場,選用“齒輪箱高速軸非驅動端軸承溫度”這項數據做橫向對比分析,即使在不打開“黑盒子”的情況下,也能夠輕易定位兩臺表現不一樣的風機。除了通過橫向分析風電場所有風機的軸承溫度與功率之間的關系,還可以讓風機和自己比較,在同等情況下看相關參數的變化,比如在和去年相同大氣溫度下,通過軸承溫度發生的變化曲線,找到看似正常的異常機組。
采用上述方法判斷異常機組,尤其是這種“應發未盡”的機組,淺色區域為沒有進行干預和分析之前的損失電量,深色區域為干預之后的損失電量,一年中挽回電量損失超過700萬元。
數據管理驅動標準化服務
新能源的服務與消費同步,在運營管理過程中由人直接為客戶創造價值,而人的差異性以及服務場景的不同,造成很難實現精確的標準化,也很難形成規模效應,這對數字化工具以及背后的運行邏輯提出了更高的要求。
在人效管理中,建立科學的服務和人員能力評價指標體系驅動一線工程師,通過客觀、可量化、可感知的數據來明確“什么是好工作”、“如何評判好工作”。在工作過程中,我們全程植入安全管控模塊,使工程師知道“怎么干”;再通過工作過程自動復盤,確定工程師的KPI、短板、職業培訓方向以及獎懲方向,使工程師未來還能“干得更好”,人才的價值通過數據也被“看得見”。在對人員的評價過程中,往往“不患寡而患不均”,科學的通過數據來評價人才,往往可以起到良好的正向激勵作用,片面的評價反而會適得其反。
金風科技資產管理讓數據的作用貫穿清潔能源資產管理的全生命周期中,從財務收益的視角出發,不僅運用信息化的工具,更重要的是使用在信息化工具上流動的數據,打磨清潔能源資產管理邏輯,以及對資產的技術認知,通過數據要素與傳統生產要素的結合,提升資產價值,助力新能源行業迸發新動能。