技术
智慧风电体系架构计算资源的弹性配置包括以下几个方面：
① 计算边界的弹性划分。边缘计算、雾计算和云计算的边界根据风电场的实际情况灵活配置。有区域集控中心的，其雾计算的边界可以拓展到区域集控；风场直连集团数据中心的，其雾计算的边界也可以拓展到风场或者风机层面。
② 计算方法的弹性配置。各种机器学习和人工智能算法可根据不同需求在不同的层配置相应功能版本。
③ 计算力的弹性配置。计算力是算法快速运行实现的保证，随着计算软硬件技术的发展，智慧风电体系架构可以根据需要将不同的计算力灵活配置到不同的功能层，例如由于计算资源的限制，之前AI算法的训练需要在云端完成，边缘端只部署模型，随着边缘计算技术的发展，可以将云计算服务部分下沉，行成边缘云计算。异构计算资源的弹性配置技术是智慧风电体系架构的核心特征，也是智慧风电适应不同外部环境，实现智慧风电系统思维，构建良好风电生态的有力保证。
4、多源异构数据融合技术。
风电机组装有大量如振动传感器、拾音器、红外传感器、视频传感器以及温度湿度传感器等不同类型的传感器，这些不同信号类型传感器节点产生的大量风电数据呈现出多维异构、时空关联等物理特性。如何将这些来源不同、异构且具有实时要求的时间序列数据融合起来处理，让运行系统快速决策与控制将会是一大挑战。数据融合分为像素级、特征级和决策级融合策略，不同阶段不同目标的数据融合需要结合不同的融合策略。多源异构数据融合的核心问题是选择合适的数据融合算法，不同层次融合策略的研究为后期的智慧风电精准系统的决策分析提供数据质量保证。
5、智能诊断预警技术。
由于工作环境恶劣、载荷复杂多变，风电机组容易发生故障。对风电机组展开状态监测和故障诊断预警研究，及时掌握其运行状态，及早发现潜在故障征兆，降低故障率和减少运行维修成本，从而加强风电机组运行的可靠性，是智慧风电系统需具备的最基本智慧。充分挖掘现有的故障诊断与预警方法，结合数据挖掘、人工智能等现代技术，研究智能故障诊断与预警方法。借助全开放的智慧风电体系架构，故障预警算法通过与外界交互随时自我更新，为智慧风电系统运维和检修提供强有力的技术支撑。
6、风场数字化技术。
数字孪生技术可以利用风机的物理模型和历史运行数据，在虚拟空间中完成风机实体的映射，以反映相对应的风机的全生命周期过程。风机/风场都可以有一个数字复制体，不仅能看到产品外部的变化，还能看到风机内部每一个零部件的工作状态。借助数字孪生技术和5G通信技术，获取风机的实时运行数据，构建多种主控风机数字孪生体的实验平台，通过大数据分析技术分析风机/风场实时状态，实现机组的功率优化控制，使智慧风电系统具备快速应对的智慧。
7、数据存储策略。
智慧风电系统需要实时跟踪风机动态变化，并按照时间序列存储完整的历史数据。一方面需要支持每秒钟上千万数据点的写入，并在秒级上对海量数据进行分组聚合运算；另一方面需要考虑如何更低成本地存储这些历史数据。在场站侧采取节点级计算存储融合策略，节点级计算存储融合采用新型存储级内存器件，将内存与本地外存有机地融合在一起，设计成为新内存计算体系。在集团云端可将存储中心与计算中心有机融合到一个系统中，有效降低网络传输瓶颈造成的系统性能下降。快速有效的数据存储策略是智慧风电数据高效传输和快速挖掘的可靠保障。
8、网络通信技术。
风机通信系统需要完成风机内部、就地监控、中央监控和远程监控之间数据与命令的通信。现有的风电场有线通信网络已不能完全满足风电场监控系统、通信系统对可靠性和安全性的要求。一方面针对各风机厂家通信规约不同，风电场需制定统一的通信传输技术标准；另一方面随着风电场容量的增大以及海上风电场对监控需求的提高，先进的网络通信技术迫切需要研发，考虑到有线介质的不可预知的破坏，无线通信的灵活机动特性使其可能成为更佳选择。
9、系统架构信息安全技术。
智慧风电一方面本身复杂的架构和众多的支撑技术容易出现漏洞，另一方面全开放交互的架构也为智慧风电系统的安全防护带来很大的挑战。智慧风电体系架构的安全防护满足多层次防护的同时还需能够灵活配置和功能扩展。因此，探索融合边缘计算、雾计算和云计算等多种异构计算体系的智慧风电体系架构的运行安全、数据安全和安全管理等技术，是智慧风电系统实现精准感知、快速应对、系统思维、全面开放智慧的安全保障。
智慧风电体系架构在数据的全生命周期，通过各功能层不同的计算能力、计算方法，使得风电系统达到不同层级的智慧。全层次的交互开放架构将“人机网物”有机融合起来，从而将人的智慧融入智慧风电的体系架构，使智慧风电系统具有持续学习成长的能力。
结 论
智慧风电是发电过程中数字化、信息化和标准化发展的必然产物，是物联网、大数据、云计算、人工智能、数字孪生等多种技术的深度融合，具有开放性、学习性、成长性、异构性和交互性的特点。本文从智慧风电体系架构的生产管理和信息系统2个维度展开研究，以异构计算为基础，在数据的全生命周期过程中，不同层级采用不同计算方法（边缘计算、雾计算和云计算），具有不同的计算能力，完成不同的计算层次，达到了不同的智慧层级（传感设备的精准感知、场站级的快速应对、区域级的系统思维和整个系统的全面开放的智慧），构建了良好的智慧风电生态。
智慧风电是一个复杂的系统工程，包括：与智慧风电相关的标准和参考体系架构的规划、设计，硬件基础设施搭建，网络拓扑结构设计，数据和系统安全，计算模型的构建，应用模块设计等。智慧风电重新定义风电场管理，提高风机基于时间的可利用率，降低设备故障发生率和故障时间，提高风电场发电量，降本增效，实现了“无人值守、无人值班”的目的。智慧风电对推动风电行业发展，打造风电行业的竞争优势，打造安全、绿色、低碳、经济和可持续的现代智慧新能源产业体系具有重要的意义。
作者简介：吴智泉，男，工学博士、数量经济学博士后，高级工程师。主要从事能源战略与气候变化应对、能源开发与利用评价、能源规划、可再生能源技术、电力工程技术等方面的研究工作。在国内外发发表学术论文50余篇，其中：SCI收录5篇，EI收录2篇。
