今天的大數據應用，就像ERP市場啟動的初期，有很多人關注，很多企業想用它來幫助業務，但是卻不知道該怎么用、該從哪里入手。今天為大家分享RealSight IoT在物聯網領域的應用案例，希望讓更多用戶了解，大數據平臺應用到底是如何落地的。
　　
　　大數據分析應用平臺在風電領域的應用
　　
　　風電屬于新能源發電。新能源發電不僅沒有污染，國家也是大力扶持的。風電一個是發電的成本高，再一個是運維的難度大。如何通過物聯網大數據的技術來解決用戶關心的問題呢？
　　
　　首先看一下用戶關心的三個問題：運維、運營、設備管理。首先是運維，客戶關心怎樣提高運維效率。風電場一般建在山上或海上，通常一個班組12個人，只能維護2個風場大約30多臺機器，過程也比較辛苦。除了運維效率低，有可能監控不到位，維修不及時，這時候會出現惡性事故倒塔，就是指由于某個零部件質量問題或者維修不及時導致整個風機倒下去，輕則造成財產損失，重則導致人員傷亡。
　　
　　在風力發電行業，無論是風機的制造商還是風力發電的運營商和業主，只要一年出現一兩次倒塔事故，就會危及企業的生存。如何結合風機實時的數據和設備維修的歷史數據，在惡性事故出現之前預見到事故的發生，從而提高風場運營的質量和效率，成為用戶關心的問題之一。
　　
　　再看如何提高發電量。提高發電量又是復雜的系統工程，因為它會受到影響的因素非常多。比如主控參數優化，參數設置、偏航優化和邊槳的優化，需要整體考慮才能得到理想的結果，得到更高的產能和利潤。
　　
　　還有設備的改進。風電廠每年投入大量資金做技改，技改的目的是要找到設備損壞或者設備技能不佳的深層次原因在哪兒，從而知道設備的研發、設計、加工工藝等方面能從哪個角度去改善。
　　
　　RealSight IoT物聯網智能解決方案的用戶是國內五大風力發電廠之一，在全國各地有30多個風場，300多臺風機。然后實現了省級SCNDA系統，也就是說這家風力發電廠已經完成了基本數據采集、存儲和管理，但是并沒有進行數據有效分析。東軟通過能效管理、故障管理、輔助決策三個維度幫助用戶做好故障管理和產能提高。 　　 　　
　　能效管理方面包括能耗的預測，運營調節，風廠管理等。預算管理的模型是健康退化、壽命預測、故障診斷、故障定位。輔助決策就是風場評估、產能評估、設備優化、部署優化。場選址是選擇在山上還是在海邊，整個風力發電產能與溫度、濕度、壓力包括風速都是相關的，所以選址也非常關鍵。
　　
　　RealSight物聯網智能系統提供資產管理，用戶可自定義傳感器及數據格式，通過REST接口對接采集各種傳感器數據，然后對這些數據進行預處理， 并將處理后的數據放入分布式消息隊列中。 隨后，實時流計算子系統從該分布式消息隊列中讀取數據，經過預處理后，健康統計分析根據報警規則、ML預警規則、趨勢預警規則等的定義，進行各種統計指標計算，最后將分析結果持久化到NoSQL數據庫中。
　　
　　產品的運營/管理人員在通過瀏覽器查看各種統計分析結果的報表，系統提供根據頁面中所選擇的菜單以及統計日期等信息的查詢條件，可從NoSQL數據庫中檢索相應的統計結果，然后以各種圖表形式展現給應用運營/管理人員，輔助人員進行報警跟蹤、優化方案決策。 　　 　　
　　在這個案例中，大數據平臺應用的效果可以從四個維度來看：一是工作效率的提升，檢測效率預計提高50%，平均每個故障處理時間從2小時縮短到1小時；二是產值提升，每臺風機新增發電功率10%，新增產值約20萬元；三是成本節省，現有風場的運維人員在5年內預計減少50%。最優選址方面，根據氣象相關的歷史數據等信息計算出區域內最佳的風場。
　　
　　RealSight IoT物聯網智能最核心解決的問題是幫助客戶提升產能獲得更高的收益。實現路徑有兩個：一是直接幫助業主優化風場產能；二是縮短故障率，保證設備運轉的時間，這也是從另外一個角度提升產能。