摘要：摘要：本文对大数据应用背景下新能源运维管理模式可能发生的全寿命、集中式按需等运维管理模式的变化进行探讨，指出新能源运维管理模式可能的变化以及大数据应用过程中的隐忧，并列举一些大数据项目实施的前车之鉴，明确了何为大数据运维管理之“本”，为进一步研究新能源运维管理模式提供参考。

一、前言

大数据项目和理念在新能源领域的应用，为许多新的运维管理模式提供了数据支撑，使得新的管理理念有了实现的可能[1]。但与此同时，也出现了多源异构数据整合、基础数据采集瓶颈、管理体系不完善和标准规范不清晰等相关问题造成的隐忧[2]。以下将对大数据环境可能带来的新能源运维管理模式转变展开探讨。

二、全寿命运维管理模式

随着大数据在新能源领域的应用，大量多源异构历史数据和维度更大的数据指标，为项目投资和运维决策提供了丰富的数据支撑和更加准确的定量分析。在新能源项目投资决策时，基础设施投资和自然资源条件将不再是主要决策依据[3]，而投资全寿命周期的综合运维成本将成为重要参考指标，即运维期内部件和技改维护项目的投入成本及其带来的全寿命周期的收益[4]，是运维成本决策的重要考量与比对指标。因此，在大数据应用的条件下，设备全寿命理念将成为新能源行业的主流[5]。运用设备全寿命运维管理理念需要结合行业实际，以风电行业为例，由于目前对如何评价投资的风电机组孰优孰劣尚无明确共识，导致行业发展目标不清晰，不利于行业发展。评价制造商制造的风电机组优劣与否，就用户投资购买的机组依据而言，单台机组的造价是较为明显的对比，但并非正确的比对依据，而表征发电效率的功率曲线对比看似合理，却又受限于不合理的评价标准。所以在同等风况下，要在风电机组全寿命周期内根据其发电效率、每个部件的运维成本和寿命、故障停机小时引起的损失及涉网边际成本等因素共同计算得出综合效能比对。

三、集中式按需运维管理模式

在常规运维管理模式下，新能源项目运维人员一般都在风电场变电站驻场运维，只能兼顾就近运维机组的分散式运维管理，部件更新和技改维护经费需定期申请[6]。此外，传统运维人员面对的机型和设备类型较少，个人技术覆盖面较窄，个人综合效能无法充分发挥[7]。而大数据背景下的新能源数据则高度整合，其信息高度集中，且后台故障预警机制较多，可集中优势资源开展集约式运维管理，高效利用人力，高度发挥高端技能与技术，综合利用复合型人才，使集约式运维管理成为未来普遍的运维管理模式。依托全国乃至全球性的数据中心即时分析现场数据，集中部署优势人力资源，可大幅提高现场运维效率和效果，并直接降低人力成本，使运维人员的业务水平及其拥有的知识库发挥最大价值。在具有全局性数据分析的基础上，集中管理的新能源机组将作出可预测的寿命评估以及技术缺陷预警。而依据分析结论作出的维护管理成本决策依据，其即时性和个性化特征也更加突出，譬如在现场运维人员尚未意识到需要维护和更换部件时，上级已经能够下达运维指令与经费预算。因此，集中式按需运维管理模式逐步取代传统的计划式分散式运维管理模式，将成为大数据应用背景下新能源运维管理的趋势[8]。

四、新能源运维管理的多源数据整合

新能源运维管理面向的数据维度较大，包含多源异构的结构化数据、半结构化数据和非结构数据。例如，定性的文件报告资源、定量的数据资源、视音频数据资源及频谱等多种数据资源形式，既有设备传感器产生的多种物理量数据，如频谱数据、化验数据、物理量数据、无损检测数据等；也有人工巡检、专家检查等行为类数据，如管理数据、检查评价类数据、分析类数据等；还包括生产计划、物资、财务、采购等数据[9]。多源数据整合考验的不是信息技术，而是新能源运维管理者的生产管理体系。信息技术只是实现目标的工具，综合运用多源数据的结果并最终形成决策依据，需要优化新能源运维管理体系的管理理念与管理措施。专业技术人员需要的技术数据和技术要求，与新能源运维管理者的实际可操作空间是矛盾的，“多”“快”“好”与“省”通常是对立的，长期与短期的费效比可依赖大数据计算，为技术投入决策起到重要作用。在多源数据整合过程中，必然会发现各管理部门之间管理体系的冲突，如生产、财务、采购等部门的管理冲突，而解决好这些冲突，则是完善新能源运维管理体系的契机。这一过程也能暴露出传统条块管理重复、矛盾的管理节点和流程，所以多源数据管理是检查梳理管理体系、提升管理效能的管理措施，自身管理思路要清晰、明确，不能全部依托信息技术来实现。多源异构数据的清洗、转换和整合，是大数据应用的关键，这不只是信息技术的应用，更是新能源运维管理者对多源数据综合业务应用认知水平的体现，决定了大数据应用的成败。

五、大数据应用过程中的隐忧

实施大数据项目时应切忌本末倒置，软件人员和技术只是“术”，而实际生产管理过程中的数据管理需求才是管理之“道”，扎实的生产管理更是管理之“本”。一些新能源运维管理方自身运维管理能力欠缺，缺乏清晰的思路与扎实的技术管理配套体系，却寄希望于快速上马耗资巨大的信息系统，结果只会是空中楼阁，造成公帑浪费。很多已建成的信息化项目，由于自身管理体系和思路不清晰，或者与原有独立业务软件融合不够，以致最后由IT编程人员按自己的理解主导了业务应用，使多数项目在实际应用中和业务并不相符，造成很多现实使用时的困惑与不便。而不断返工或重建独立的小型业务应用系统，也会使大数据项目沦为形象工程。大数据运维项目不是信息部门或科技主管部门等通用部门主导的通用项目，而是由生产部门主导，反映其专业技术管理提升的需求。大数据技术的信息技术与功能实现已相对成熟，因此基础数据能否准确合理收集成为信息化项目成败的关键，急功近利地摊派任务或不断地返工，只会造成基础信息数据的不准确和不合理，进而导致软件功能与技术失效。很多已实施的信息化项目不论耗资多么巨大，最终都折戟在基础信息收集上，而很多建设单位负责人往往会轻视这个问题，认为可用行政手段轻松化解，结果收集的基础信息准确性不高，使得项目应用效果大打折扣，故而殷鉴不远，切不可本末倒置。

六、结论

大数据技术为创新和完善新能源生产运维管理技术与模式提供了有力工具，扎实做好基础管理是有效利用大数据技术的基础。要先具备实际、详实、合理、充分考虑费效比的管理需求，使之成为大数据技术有效应用的基础，然后基于务实的管理需求，方可投资大数据功能性建设，最终实现大数据建设助推现实生产从而带来实际的效益。这一过程中起主导作用的是生产运维管理人员，而非IT人员或技术，如此方能形成理性的决策投资路径，避免一时跟风的形式主义管理流程。所以，面对目前整个新能源运维管理的技术管理体系和评价体系不尽完善的状况，只有完善新能源运维管理理念，扎实推进运维管理中技术管理体系和评价体系的细节优化，做足运维管理内功，补齐运维管理基础短板，再有的放矢地开展大数据项目，才能让新能源运维管理充分发挥大数据的内在效能，进而使运维管理得到有效的提升。

作者:魏彤 单位:国家电力投资集团