| 手机版 | 线缆世界网(CABLE123.CN)
 
 
 
 
当前位置: 首页 » 资讯 » 国内新闻 » 正文

可再生能源与物联网

放大字体  缩小字体 发布日期:2015-10-26
核心提示:过去几年,随着可再生能源在全球更大范围的蔓延,可再生能源产业链上的相关企业也迈入大规模发展阶段。如今,可再生能源产业在全球范围的扩张渗透并未停滞,如何提升盈利率和扩大生产力就成为悬在企业决策者头上的巨大问号,也给正在扩张中的企业的运营管理带来了更大的压力。

过去几年,随着可再生能源在全球更大范围的蔓延,可再生能源产业链上的相关企业也迈入大规模发展阶段。如今,可再生能源产业在全球范围的扩张渗透并未停滞,如何提升盈利率和扩大生产力就成为悬在企业决策者头上的巨大问号,也给正在扩张中的企业的运营管理带来了更大的压力。

换句话说,未来能源产业链上的市场竞争的优劣判断将不仅仅是依靠机械工程和物理学等知识对技术和设备进行改进而划分。新一轮的产业革新将是由数据和传感器来驱动的新信息技术革命,也就是我们通常所说的物联网。

根据世界风能协会的统计数据,全球风电累计装机容量已经从2001年的2400万千瓦增加到2014年的3.69亿千瓦。为了满足强劲的市场需求,可再生能源企业不得不扩大资产规模、加大产能投入。然而,伴随着市场需求增长而来的,还有对企业精细化的运营管理和稳定的盈利水平的挑战。企业资产的有效管理是一件比较复杂的事,大多数企业的有形资产分布广泛,且地处偏远,如何找到有效的管理方法也很让决策者头疼。

而物联网的出现就可以解决这个问题。如今,物联网能够实现实时数据传输分析,在某种程度上,是归因于物联网复杂事件处理系统的形成。事实上,还有人提出这样的观点:在可再生能源产业下一阶段的增长过程中,物联网的有效利用将成为在市场竞争浪潮中区分失败者和成功者的关键点。

我认为物联网数据分析的发展至少有下述四个快速增长点:

1)大数据、高速数据和更多的解析方案。

2)水平整合和垂直应用。

3)分散式。

4)机器学习能力和高级分析法的整合。

大数据、高速数据和更多的解析方案

让我们感到欣慰的是,如今各个产业包括可再生能源产业对物联网解析方案的需求与日俱增。由于竞争压力的凸显,企业不得不对运营管理和产品服务进行优化升级。如何准确寻觅到优化设备、改进产品的方法的关键就在物联网数据本身。然而,随着传感器成本的下降和数据处理的普及,我们可以采集到的可用数据也越来越多,而且可以以实时速度进行传输处理。

除了对数据进行处理分析从而实现自我升级以外,实时数据分析还可以提高企业的反应速度,避免突发状况,在情况恶化前拿出合理的解决方案,或者是给出危险预警信号以减少企业损失。以一个大型风电场为例,从安装在风电机组的传感器上收集而来的实时数据通过快速分析加工后,就可以得出一个切实可行的解决方案,这也将是在市场中保持竞争优势的关键因素。现在,已经有企业采用高级传感器对设备运行速度、温度和振动等进行持续监督、评估。从风电机组运行中提取到的数据就可以判断出设备的性能状态,从而找到提高生产效率的方法,甚至可以在维护工作中给出故障预警,避免意外停机。

水平整合和垂直应用

如今,为了应对市场的瞬息万变,全球各个产业在响应市场需求的速度上都有了飞速提升,这也让那些经常在天上飞来飞去、忙碌不堪的企业家们更倾向于寻找灵活应对的解决方案,而不是总是要经过复杂的分析、解码等流程。

我相信我们会看到更多有巨大市场影响力的水平网络的信息整合。企业家也会针对特定的需求进行模块的构建与优化,包括设备管理、数据收集、存储、分析和应用管理。而且,我们也会在可再生能源领域看到更多在水平网络信息整合下的垂直网络应用,因为这是把数据放入实际运行情境下、为特定用户提供最适合方案的最佳办法。

举个例子,从间隔距离较大的风电机组传感器上的数据分析得出的相关信息,在某种程度上,对于目标客户群是很容易理解的。数据前端分析,听上去似乎很美好,但这只适用于有数据分析头脑的人。以我的经验,并不是每个人都喜欢这种在海量数据中遨游的感觉,大多数人还是对那些在特定情境下产生的最相关的数据感兴趣。

分散式

我们注意到,从各种设备上返回的数据在大量增加,而且需要进行实时数据分析和事后分析的双重处理。然而,认识到效率的重要性后,我们还有必要把所有从传感器、设备和转换器上下载到的(价值比较低的)数据传到中央数据分析中心吗?

采用集中化解决方案对遍及全球的实时数据进行传输的成本要远高于数据的存储成本。而且,网络延迟传输和中断等情况的频发也会降低集中化的程度。而快速有效的数据处理过程的一个基本原则就是要把疑问搬到数据中去考证。

有了物联网,数据的产生是从分布在异地的终端设备中得来的,我们看到的将是一个数据的分散式存储、加工和分析算法。以可再生能源产业内的技术——风电场中传感器的工作为例,它可以在任何特定时间点内在数据库上运行查询,无论是在自身数据库、在云端还是在客户端都可以利用终端数据分析完成。

机器学习能力和高级分析法的整合

目前,大多数人对高级分析法、人工智能和机器学习能力等存有较大争议,对这些技术存有失之偏颇的理解。不过值得欣慰的是,大部分人并不需要理解;他们只需要把时间和精力花在设备运营和产品生产上,而不用考虑如何计算分析。我对上述几个技术持有的观点是,这些技术传达出的信息,可能一般人都因为物联网数据的规模、速度以及复杂度而错过了。

实际上,高级分析法和机器学习能力可以帮助设备对运行中的违规操作和系统故障进行排查,尤其是在故障发生前,提前预警。

随着全球对可再生能源依赖程度的提高,我们需要开发出一套可以快速、准确掌控物联网数据的方法,扩大可再生能源在全球的应用推广。因为在下一轮可再生能源产业爆发期内,谁能够掌握物联网数据谁就能抓住产业发展的脉搏。

 

 
 
[ 资讯搜索 ]  [ ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]