北极星

搜索历史清空

  • 水处理
您的位置:电力电力新闻风电风电产业评论正文

【时评】可再生能源与物联网

2015-10-25 09:40来源:《风能》作者:Michael Hummel关键词:可再生能源风电物联网收藏点赞

投稿

我要投稿

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。

原标题:【时评】可再生能源与物联网
投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

可再生能源查看更多>风电查看更多>物联网查看更多>