一直在研究風電大資料，我們發展大資料技術真正的意義在於透過專業化的處理挖掘這些資料背後潛在的一些重要資訊，而不是過於重視我們掌握的資料到底有多“大”。

風電大資料種類很多，用途也較為廣泛，其主要分為風電場選址資訊大資料、風電場建設工程大資料、風電機組運維實時大資料以及綜上的管理決策大資料。

依照風電大資料技術發展現狀，對於風電機組運維實時大資料的處理和挖掘受到了十分廣泛的關注，風電機組作為風力發電的運維核心裝置，其健康狀態無疑是非常重要的。

風電機組依靠SCADA系統（即資料採集與監視控制系統）對其執行狀態進行監測和控制，這就類似於，在我們日常活動中，有一個貼身系統隨時隨地在測量我們人體的各項生命體徵，如：體溫、血壓、體重等等。

就像醫生透過觀察我們目前的體溫，體溫和正常體溫差的越大，感冒越嚴重。風電機組運維實時大資料處理從基本原理上也是相似的，只是不同的“病”到底與哪個引數最有關，就需要進一步分析了，具體實施步驟是什麼呢？我非常簡要地總結一下。

1、資料的收集

我們在處理任何資料的時候，肯定是要事先將資料收集起來，SACDA系統記錄和儲存了每秒鐘或者每分鐘風力機的狀態資料，我們需要分析哪個時間段的，透過計算機直接調用出來就可以了。

2、資料粗處理

在對資料進行精細挖掘之前，我們要儘可能把一些沒有儲存完整的時間段資料、或者有明顯錯誤記錄的資料從大資料中剔除出去，因為下至幾百個，上至千萬個數據分析需要大量的步驟和時間，提前去掉無用資料可以提高後續處理效率和精度、節約時間。

3、資料特徵提取

在上述基礎上，為了找到不同“病”的“病症”，就需要專業的技術了。結合現有的人工智慧機器學習、統計機率模型等演算法方法對每種狀態下的資料特徵進行分析，結合歷史特徵資料進行對比，可以判斷風力機目前的健康狀態和工作狀態。

風電大資料較為複雜，目前還處在一個較為基礎的研究階段，大資料與人工智慧的結合必定成為各行各業的趨勢，相信多瞭解這方面的資訊還是很有幫助的。

風電大資料，

風電大資料顯示有大量的棄風棄電，不能被積極利用，

這是什麼原因造成的，幹怎樣改善呢？

棄風，主要是風力忽大忽小，時有時無，風向也沒準，波動太大，難以供應穩定的用電戶。

這就要改進風電機，加入變速箱設計，和蓄電電容設計，平復風電波動。

在電容方面，用一個小的高壓電容，做一級電容，把微風升成高壓，過二極體進入二級大電容，

對狂風電，自然進入二級大電容，平復為中電壓，

然後從二級大電容輸出平穩電力，進輸電網或當地應用。

還可以用風電抽水，抽水蓄能水庫，風電抽水水塔，

用風電電解水生產氫氣，氧氣，賣罐裝氫氣氧氣，開風電氧吧，

用風電溼法電解廢舊銅鐵五金，精煉收集“電極砂"，

利用風電處理廢舊電池，

從電網電力消費上講，電網企業可建大型電容蓄電池電站，吸收存蓄風電，池子大了，波動自然就中和了，

電力乾淨，可部分回收，可翻新，便於傳輸，便於利用，還是不錯的。