本文来源智次方·物联网智库，转载请标明来源和出处
风能作为一种潜力很大的新能源，很早就已经被使用。但时至今日，用来风力发电的设备依旧十分昂贵且不易维护，如何降低“故障率”，减少非必要停机，成为了所有业主在风场运营过程中的迫切需求。
我国的风力资源较为丰富，绝大多数地区的平均风速都在每秒3米以上，特别是在东北、西北、西南高原和沿海地区，平均风速更高，甚至有些地方一年中接近半数的时间都是大风天。在这些地区，发展风力发电很有前景，也符合我国碳中和与碳达峰的规划目标。
根据国家能源局的数据，2021年我国风电平均利用率96.9%，同比提升0.4%，全国风电发电量达到6526亿千瓦时，同比增长40.5%。如今，我国的风电行业已经由快速建厂阶段，逐渐进入到精细化运维管理阶段。很多运营者的需求已经由“快速扩张”转入“管理盈利”，而对于一个风电场来说，盈利与否在建设期要看初始投入和风机选型，在运营期则要看“故障率”。对于某个固定地区、固定月份的自然风量来说，可以看成是近似固定的，因此，延长风机的使用寿命、减少因故障而导致停机的时间，成为提升盈利的关键。
对于风机来说，因为前期的投入成本较大、本身的零部件众多，自然对设备也提出了更高的要求，需要进行更多的检测和监控，这天然就是物联网的应用场景。而微软已经在中国发布的“Project Dragon”（乘龙计划），也正是为了将AIoT等技术与更多场景结合，令更多行业释放出巨大的潜力。
举例来说，早期某风电开发商在油品检测过程中，检测到油液中的颗粒污染相比之前有显著升高，同时内窥镜检测也发现了齿轮箱内的异常磨损情况。经分析后，确定风机已经无法继续正常工作，需要停机更换齿轮箱，这一过程还需要经历吊装拆卸、新定齿轮箱（大约需要5个月）、安装调试等步骤，通常情况下风机将因此而停止运行。
不仅如此，这些关键部件都在高达数十米的风机塔筒上，润滑油品的采集也需要逐台风机、逐个部件进行采集，工作量很大。在批量采集油品后，还要将其送到能力和资质齐全的专业实验室，等待数十天来完成所有的测试，才能获得检测结果。
而这些采样成本、送样成本、测试成本及时间成本等，都成为风电运营商想要降低“故障率” 、减少非必要停机的“痛点”。
只有风机稳定运行，风能才能“取之不尽”
与传统的检测方式相比，上文提及的风电开发商选择尝试另一种方案，为风机加装油液状态检测和强力过滤装置，使用在线监测来发现隐患并及时采取措施。通过使用这种方案，使得风机可以维持正常运行状态，这就给新定齿轮箱的制造与运输等获得了宝贵的时间，同时避免了因停止运营而造成的损失。
一般而言，机械系统、电气系统、控制系统及液压系统都会影响一架风机的有效运行。风机内部的关键零部件包括：齿轮箱、发电机、主轴承、偏航、变桨，液压系统，电气系统，而常出现状况的部分有电气系统、叶片变桨、液压系统、齿轮箱等。对于风机来说，故障率最高的是机械故障，会引起机械部件的磨损、老化，而这些磨损的颗粒就会被带入到润滑油中。风机的齿轮箱不是最频发的故障部件，但却是可能导致风机停机时间最长的部件故障，很大程度上都是因为润滑出问题而引起。因此，为了对此类机械故障进行预防性维护，需要定期采集润滑油品进行检测。
根据欧洲三国的对风电故障的统计数据显示，机械类型故障占比高达55.2%，润滑引起的相关机械类型故障占到了33.7%，由于润滑不当引起的故障率占到了18.6%。可见对于风机来说，润滑油就相当于“血液”一样，是风机健康、安全运行的基础。
润滑油的主要参数包括基础理化指标（如粘度、酸值）、污染度指标（如水分、油泥、颗粒）等，磨损指标则重点关注铁、铜的磨损颗粒。就如同我们体检时的抽血化验一般，设备的健康状况等痕迹都保留在了润滑油中，通过检测润滑油的油品参数，就可以反映风机部件的健康情况。
为了实现对润滑油品更好地检测，很多具有深厚技术实力的公司都在帮助检测机构和风电运营商等进行数字化升级，就像微软的“乘龙计划”，旨在推动国内企业在更多行业的场景中使用AIoT等技术。
创立于1878年的SGS，是国际公认的第三方测试、检验和认证机构，在全球拥有2,600多个分支机构和实验室，构成了全球性的服务网络。在中国，SGS设立了200多间实验室，服务能力已全面覆盖互联与产品、营养与健康、工业与环境、自然资源、知识与管理、可持续发展解决方案、电商及数字化等各大领域。
而在与微软的合作中，SGS的“风电行业在线油液监测解决方案”就成为该计划最先发布的方案之一。
离线、在线相结合，风场运维更精细
通常来讲，油品检测可以分为两种模式。第一种方式是目前大部分检测实验室都在采用的离线模式，需要到现场取回样品拿到实验室检测，离线检测的优点是报告中提供的数据较为准确，缺点则是时效性不够，因为必须有取样、运输、测试、发布报告的步骤，最后拿到报告的人才能做出解读。因为这种延时性，导致”很多样品的检测结果是达标的，但是过段时间后设备却出现了故障“的情况。
第二种方式就是便携式在线检测，检测人员可以带设备到现场去做检测，这种方式的优点是实时性较好，但不如实验室检测的结果准确。这种便携式在线检测类似于“心脏holter”，可以24小时不间断监控，给出连续的数据趋势。相比离线检测模式，可以发现在传统的采样点时间以外的设备故障，随时发现问题、随时采取措施，做到预防性监控和维护。
而现在，对于风机润滑油品的检测分析，已经发展成为“线下检测服务结合线上数据监测诊断并行”的模式，并且随着物联网、人工智能、云计算等技术的发展，油品在线监测有望达到一个新高度：通过各种物联网传感器的感知来获取更多数据，让在线监测准确度更高、预测结果更准确，从而让风场的运营更加精细、主动，推动业主经营绩效不断提升。
微软拥有强大的技术实力和完善的产品矩阵，包括人工智能和云服务等，而SGS在全球为各行各业定制专业的检测、检验和认证服务，积累了大量经验。通过与微软合作，SGS将自身在油品检测领域积累的多年经验与微软提供的技术相结合，在“风电行业油液检测解决方案”中实现了在线油液监测更加完备的功能：
1.7*24小时实时监测
润滑系统内实时监测润滑油粘度、密度、水分、污染度、酸值、碱值等各项详细理化指标，提前预知设备的润滑状态
2.油品情况大数据分析
根据油品特性，通过分析得出监测油液的状态及使用寿命，及时提醒用户更换
3.设备磨损情况分析
根据监测油液内磨损颗粒情况，分析设备磨损情况，及时更换润滑油，也可拓展跟踪磨损的变化，发现摩擦副早期失效，避免事故的进一步恶化.
4.及时告警
将数据实时记录、及时上传与共享，并能实现基于实时数据的报警更新，从技术上不断降低故障停机时间，提高设备的运转率。油液品质不合格时，通过平台告警、微信告警、短信告警等方式实时送达客户。
该解决方案通过对润滑油、润滑脂和液压油等的监测与分析，可以快速准确地描述发电机、齿轮箱、压缩机、液压系统和其他关键机器内部的情况，进而确定风机状况的重要信息。
图源由SGS提供
除此之外，SGS的云端监测诊断平台还可以给出油液维保建议，对润滑油的实时监测也可以有效地安排维护时间，最大限度减少对昂贵设备的损坏风险，避免不定期的停机时间，为设备的资产安全提供可靠保障。
图源由SGS提供
为了可持续发展，经验与技术需要强强联合
在2020年举办的北京国际风能大会上，来自全球400余家风能企业的代表一致通过了《风能北京宣言》，进一步加快了全球风电行业的发展。同时，按照我国的“十四五”规划，风电的年均新增装机须达5000万千瓦以上，到2060年时风电装机至少达到30亿千瓦，未来前景巨大。同时，风能对于缓解能源短缺带来的压力、降低煤电等带来的环境污染等也具有重要作用。
而除了风能之外，在全球“碳中和”的背景之下，其他类型的新能源也会被更大比例的使用，可持续发展将成为未来不可逆转的趋势。在此背景下，SGS于去年推出了可持续发展的整体框架，并且基于微软智能云Azure及其提供的相关服务建立了S-Carbon平台，将帮助更多的中国企业构建起高效、可信赖的碳管理体系，增强绿色竞争力。
今年初，SGS又宣布与微软合作开发新的数字化TIC服务，将利用微软跨行业的专业知识、先进的数据解决方案和生产力平台，与SGS全球服务网络和领先的行业能力进行整合，为测试、检验和认证（TIC）行业的客户开发创新解决方案。
通过不断与微软这样的科技公司合作，SGS希望成为一家更具可持续性、数字化和数据驱动的公司，将数据、流程和客户联系起来，并通过物联网、人工智能等技术改善用户体验，提供数字化的解决方案，以帮助客户更好的降本增效，从而创造一个更美好、更安全、更互联互通的世界。
在“乘龙计划”的助力下，微软与SGS能够将全球服务网络和领先的行业能力进行整合，为测试、检验和认证等行业的客户开发创新解决方案，“在线油液监测”解决方案将不仅助力风电行业，也将帮助石油、矿业、汽车、海运等工业制造业进行智能化升级。
而在与SGS的合作之外，微软的“乘龙计划”也在寻找智慧空间、物流、制造等行业优秀的物联网解决方案，推动国内企业在更多行业的场景中使用AIoT技术、跨行业专业知识、先进的数据解决方案以及生产力平台，帮助更多行业的客户发挥潜力。
