风电属于新能源发电。新能源发电不仅没有污染，国家也是大力扶持的。风电一个是发电的成本高，再一个是运维的难度大。如何通过物联网大数据的技术来解决用户关心的问题呢?
首先看一下用户关心的三个问题：运维、运营、设备管理。首先是运维，客户关心怎样提高运维效率。风电场一般建在山上或海上，通常一个班组12个人，只能维护2个风场大约30多台机器，过程也比较辛苦。除了运维效率低，有可能监控不到位，维修不及时，这时候会出现恶性事故倒塔，就是指由于某个零部件质量问题或者维修不及时导致整个风机倒下去，轻则造成财产损失，重则导致人员伤亡。
在风力发电行业，无论是风机的制造商还是风力发电的运营商和业主，只要一年出现一两次倒塔事故，就会危及企业的生存。如何结合风机实时的数据和设备维修的历史数据，在恶性事故出现之前预见到事故的发生，从而提高风场运营的质量和效率，成为用户关心的问题之一。
再看如何提高发电量。提高发电量又是复杂的系统工程，因为它会受到影响的因素非常多。比如主控参数优化，参数设置、偏航优化和边桨的优化，需要整体考虑才能得到理想的结果，得到更高的产能和利润。
还有设备的改进。风电厂每年投入大量资金做技改，技改的目的是要找到设备损坏或者设备技能不佳的深层次原因在哪儿，从而知道设备的研发、设计、加工工艺等方面能从哪个角度去改善。
东软RealSightI OP解决方案的用户是国内五大风力发电厂之一，在全国各地有30多个风场，300多台风机。然后实现了省级SCNDA系统，也就是说这家风力发电厂已经完成了基本数据采集、存储和管理，但是并没有进行数据有效分析。东软通过能效管理、故障管理、辅助决策三个维度帮助用户做好故障管理和产能提高。
能效管理方面包括能耗的预测，运营调节，风厂管理，起调调节等。预算管理的模型是健康退化、寿命预测、故障诊断、故障定位。辅助决策就是风场评估、产能评估、设备优化、部署优化。风场选址是选择在山上还是在海边，整个风力发电产能与温度、湿度、压力包括风速都是相关的，所以选址也非常关键。
在这个案例中，大数据平台应用的效果可以从四个维度来看：一是工作效率的提升，检测效率预计提高50%，平均每个故障处理时间从2小时缩短到1小时;二是产值提升，每台风机新增发电功率10%，新增产值约20万元;三是成本节省，现有风场的运维人员在5年内预计减少50%。最优选址方面，根据气象相关的历史数据等信息计算出区域内最佳的风场。
RealSightIOP最核心解决的问题是帮助客户提升产能获得更高的收益。实现路径有两个：一是直接帮助业主优化风场产能;二是缩短故障率，保证设备运转的时间，这也是从另外一个角度提升产能。
