2023年10月16日-19日，2023北京國際風能大會暨展覽會（CWP2023）在北京如約召開。作為全球風電行業(yè)年度最大的盛會之一，這場由百余名演講嘉賓和數千名國內外參會代表共同參與的風能盛會，再次登陸北京，聚焦中國能源革命的未來。

本屆大會以“構筑全球穩(wěn)定供應鏈共建能源轉型新未來”為主題，將歷時四天，包括開幕式、主旨發(fā)言、高峰對話、創(chuàng)新劇場以及關于“全球風電產業(yè)布局及供應鏈安全”“雙碳時代下的風電技術發(fā)展前景”“國際風電市場發(fā)展動態(tài)及投資機會”“風電機組可靠性論壇”等不同主題的21個分論壇。能見App全程直播本次大會。

10月17日上午，北京協(xié)合運維風電技術有限公司運維服務事業(yè)部總經理陳振華在人工智能與智能運維發(fā)展論壇上發(fā)表了題為《參透風電機組可靠性指標體系，實現生產管理精準畫像》的主旨發(fā)言。

以下為發(fā)言全文：

大家好！我是陳振華，我想我站在這兒肯定有很多人會問，為什么做運維的部門負責人會是一個女同志？再一個大家肯定也想問，今天講了這么多的好技術，我們現在作為第三方運維，設備最大的保駕護航的這一方，我們到底是怎么樣用這些設備的，我們業(yè)主也想知道在我們現場，我們用的這些設備你們到底貫徹沒貫徹到底，我這兒的效果是什么，所以我這兒就跟大家做一個分享，看看我們平時是怎么做的，我們怎么把這些智慧的東西落到實處的。

首先，大家很多人都在講預警，有一個最簡單的問題，預警到底是不是我們所談的智慧運維的全部、是不是我們所談的生產的智慧化的全部？我想談起來預警這個詞大家肯定腦子里會有很多想法，最起碼會蹦出來幾個關鍵詞，模型、AI算法、圖像識別，甚至我們平時做科技項目覺得談不上英文這幾個詞、幾個算法的名稱，我們可能覺得這都不夠科技，我們對于預警還會想到平時?？吹降囊恍┣€，曲線上有一些凸起，我們知道報警了，我們會看到一些更為簡單的設置這種超過閾值要報警，不同的級別報不同的警，這些都是大家腦海里面直接蹦出來關于預警的問題。但是實際現場過程中，不管做預警這些技術人員還是現場業(yè)主還是我們這些在現場服務的運維商，我們首先都會問一個問題，我們做預警是為了什么？

很明確，我們做預警是希望不要跟在設備的屁股后面去修，我們希望能夠在他發(fā)生重大的變化之前，先預知它，然后去改造它，所以我們期待狀態(tài)檢修，這個詞大家都很熟悉，那我們同樣會問，每個人接受這樣的挑戰(zhàn)，你的預警到底準不準，應該說很多情況下得到反饋都應該不準，甚至你會說我都已經告訴你有一個斷齒了，你也上去看到了，怎么還不準？會告訴你，因為看到了，但是不需要下架處理，上去沒有什么可做的工作，所以你不準，大家出于自己不同考慮，會對預警給出來一個判定，所以在這種情況下我們其實面臨了一個困境。

一個是資產的持有方，他們會提出預警判定要求，到底怎么做、怎么用，什么情況下算得準，另外一方面其實來自于我們這些在現場實際干活的人面臨的這些挑戰(zhàn)，他們會問，你報這些警我上去都不能干活，或者干完這次活下面還得不停處理，你的預警怎么校準？所以技術受到于來自兩方雙重挑戰(zhàn)，這種情況下我們還會說預警是我們想要的未來趨勢嗎？大家會說，我有預警，我強制性要求你去用，我對你加上一些明確考核指標，你可以現在上去沒有處理方案，但是你去給他加油，延長使用壽命，一直觀察著它，我用這種考核方式來要求預警達到預期效果，我們想問考核到底能不能助力于我們想要的這種智慧，對于考核大家肯定又會有各種各樣的想法，各類大指標、各類小指標，我不說出來一百多個可能都不算我懂指標這個行當。

我們也會談指標就會畫各種各樣的圖，柱狀圖、曲線圖我們看它歷史的變化趨勢，今年的環(huán)比、往年的同比、各種比，我們最終的目的是得到一張考核表，我們甚至把這張考核表落實到現場每一個人，你達不到這樣的指標我就會在你的工資里、在你的績效里體現，我們扭回頭來問，我們?yōu)槭裁匆鲞@樣的考核？其實我們做考核也是為了讓我們前面所做的所有技術工作落到現場去、落到現實去，希望我們對目前的設備和人員有一個明確的定位，希望知道我的資產到底處于哪個狀況，我下一步應該做什么，所以我們對于這個熟悉的行當我們會干什么？

我們會提大家最熟悉的指標發(fā)電量，因為我們想外界有多少風就能帶來多少電量，但事實情況是我們永遠不知道有多少的風，我們猜對了風，我們還不知道應發(fā)電量是什么樣，因為我們永遠得到的都是實發(fā)電量，應發(fā)與實發(fā)之間還有損失，但凡出現損失就代表這個電量是我估計出來的，是我猜出來的一個值，所以沒有辦法設置一個標準的值來進行考核。

面臨一個最大的問題就是到年底不管是整機廠還是運維廠，面對業(yè)主考核都會說上一句，今年資源條件不好，咱也就這樣了，那也就這樣了，我們智慧到底體現在哪兒？各個環(huán)節(jié)都有這種數字化的東西。我們看這兒可以給出來一個實例，發(fā)電量的情況，A場和B場，后面密密麻麻其實是現場各種限電和出工，這些都隱含在損失里是我們不可估量的一部分，所以也就造成最終評價的偏失。

另外一方面，更熟悉的一個指標是可利用率，因為可利用率是非常好的指標，因為簽在合同里有明確數值，又在國標IEC標準里面有明確計算方法，所以我們認為這個指標其實相對比較公平公正的，業(yè)主拿來考核整機商，然后同時業(yè)主也能考慮下面的運維企業(yè)，大家一脈相承，背一個指標，但事實情況我們對可利用率，大家熟悉這個標準，包括數字化學系統(tǒng)背后計算邏輯里面也含了各種各樣的狀態(tài)劃分和計算方法。

大家看到結果就是現在市場上可利用率普遍都在98%，甚至99%，今天98.4，明天提98.5，高的0.1的這個比例的可利用率到底能干什么？其實就是我們現場不停的出工，我們可能花出來大量的出工，最終帶來就是0.1的變化，大家對這個感知很不明確。最后就變成我們在現場干活，我們在現場出工的一線人員會抱怨，你天天讓我干這個干那個，我都沒有看到成效，0.1%太難體現了。

這里也給出來了一個實例，我們可以看到在現場可利用率非常高，但是它為了達到利用率付出了什么？他不停的做狀態(tài)檢修，各種各樣的提前檢修，他損失有其他的方面，但是這種大量的出工帶來的可利用率波動也不過是最上面的零點幾，現場人員會怎么想？大家會不會抵制我們的數字化？會不會抵制我們今天提的智慧運維也好、智慧生產也好，各種各樣的數字化平臺。

所以我們會想，指標到最終就變成了一個考核，我們的智慧運維我們想要的這種數字化為什么最終會變成這個樣子？所以我們回過頭來看在現場到底干什么了？我們在現場基本都是二級三級管理，中心制到現場去，但事實上我們拿到中心的數據，現場干的是活，最終我們還是以人為核心的服務，我不停通過人來干活達到智慧化的目標情況下，大家會不會認為它是一種沖突？所以人和我們最重要管的智慧生產、智慧運維也好，之間到底是不是不可調和的？

所以我們在退一步，來看一看生產管理到底在關心什么？前面也有專家提到，我們其實就在做一個降本增效的過程，其實這就是生產管理的核心，我們就是為了利潤最大化，我們要降低成本，我們要提高收入。這中間我們會有很多的人員出工，人員出工來解決我已經產生的損失，同時也會由于人員的不當出工會造成我更多的投入，這些我們通過什么來看？通過設備來看，所以設備和人以及人和生產管理之間，本質上其實是一模一樣的，所以我們談智慧運維，我們在談前面的那些設備的指標、談設備的各種各樣的預警算法，最終要落實到人，讓人去做，我們現在這些指標進行衡量，我們也可以看我們剛才的這個發(fā)電量和可利用率的指標。

從這個角度來說，它其實并不能夠滿足我們對前面的那些需求，這種情況下我們退而求其次，會要什么？我們會想要我們做的技術能夠在設備上明顯的得到反饋，同時我們在現場執(zhí)行的東西也能夠在設備上得到反饋，也就是我們通常所說的一個最原始的辦法，我做了一個預警，麻煩現場人去幫我看一看我的這個預警準不準時，因為大家其實都希望在設備上得到反饋。

我們關心的就是設備，設備的故障頻次、維修時長和選擇合適的維修時機，這樣一來，把所有都聚焦在這些短暫的指標上我們會發(fā)現，其實我們現場人在不停的干活、不停的出工，其實最終拆解來就干了三件事情，這三件事情對于我們來說變得可控了，我們要關注實際平時干的巡檢、定檢關注維修能力，以及常發(fā)現的這些故障跟因，同樣數字化算法等等要關注也是這些部分，出工以及反饋回來最終性缺陷。

對于我們來說情況變得比較明了一些，我們選擇合適指標控制人，進而帶動設備，反過來讓我們技術能夠得到體現，我們不再是所說的可利用率和發(fā)電率，對于我們來說到現在這個地步現場人員會覺得每一次出工都能夠被中心側的人看到，都能夠被公平公正的評價到，這種情況會發(fā)生什么情況？現場人會更愿意用數字化的系統(tǒng)，以前我們都會有這樣一個問題，我們把這個數字化系統(tǒng)放到現場去，讓它用，它會說，你不好用，肯定很多人都聽到這樣的問題，現在變了，當我能夠公平公正的評價人，讓現場每一次出工都被看到的時候，都能夠被合理評價的時候，它會主動的過來用這些數字化系統(tǒng)，這種情況下我們對自己所有數字化系統(tǒng)進行了梳理，前端人員會愿意把一些數據接進來，它會愿意保證數據的準確性，有了這些基礎的數據之后，我們才能做后面的分析、做預警，我們做的預警以前我們都是希望把它推成工單，到現場，我發(fā)現一件，你去確認一件，但事實上我們也清楚，大多數預警并沒有那么高的級別，這種情況下現場人不出工會干什么？

就是我們最前面提到怎么樣解決巡檢和定檢，巡檢和定檢到底要干什么，就是解決我前面提到預警所有的結果，我把它推成一系列的工作任務，一次性的下發(fā)下去，這樣到了它的手持EAM端生產管理端自然會干活，干了活他就要反饋，因為他明白，他只有這一次反饋被上邊看到，他才能有這一次的出工記錄。

所以在這種情況下，我們把我們以前做過的預警也好、推工單也好，各種各樣的步驟往前都推了一小步，特別小的一步，就是做了這樣一個智能分析的系統(tǒng)，并且把分析出來的結果不只是長時間軸長的隱患，也包括短時間軸上我們檢測到的預警信息，把它變成一份現場人員手中能夠拿得到的報告，這樣一來現場人員也不會抱怨我要看一堆的電腦，我只用拿一份簡單的報告，看報告的結論我就知道我在下一階段我的工作中要調整什么，要關注什么，這樣現場人的工作也變得簡單起來，這也是目前我們在推行這一套，所以到這兒我們就回到主題，預警到底是不是智慧運維所需要的？答案肯定是明確的。但是要往前推一步，讓預警和現場人的實際工作聯系起來，才能產生真正價值。

第二，指標是不是只有考核這一個用處，答案是否定的，指標并不僅僅是考核，更多其實激發(fā)現場人的主觀能動性，是一種正的激勵，我們在預警和指標雙重作用下，人才會自動自發(fā)來用我們的數字化，才會給我們更多的返回，進而扭過頭來才能夠提高我們預警的準確性，所以上面這些是我們作為第三方服務公司加上業(yè)主背景做的一些工作，跟大家分享。

謝謝大家！

（根據演講速記整理，未經演講人審核）