金風集團CIO鄭鋒

金風集團CIO鄭鋒在演講中基于國際化的經驗分享了金風在數字化和AI領域的應用實踐。

金風是一家新能源全產業貫通的企業，主要產品包括風機、風電廠和光電廠開發，服務領域涵蓋風電場運維、運營和電力交易，以及能源交易復合側的業務。2014年起，金風開啟了數字化轉型探索之路，全面推進產業數字化、能源互聯網建設，引領行業向數字化、智能化轉型升級。

三步走，數字化轉型穩步進行

據鄭鋒介紹，金風的數字化轉型依據業務數字化、數字化業務、技術平臺三個方向，可以劃分為起步、整合和突破三個階段。

起步期(2018年之前)：主要集中于內部數字化賦能，此時集團整體數字化基礎較弱，除了ERP和PRM等重要系統外，大多數數字化和信息化建設由各業務單元自行負責。數字化產品開發也主要由各業務單元獨立進行，涵蓋風電廠運營、前端設計、勘探等方面。

整合期(2018年末至2020年)：由于早期各業務單元獨立建設系統導致數據匯聚效率低下、一致性差，這一階段金風進行了基于流程的大平臺規劃，旨在整合各業務單元的平臺，并逐步替換舊有系統，以提高數據處理效率和一致性。

突破期(2021年至今)：在業務數字化方面，金風繼續推進端到端一體化、數據治理和數據資產梳理。同時，金風開始集中管理和銷售全集團的數字化產品，旨在建立統一的數字化品牌。技術層面，除ERP和PRM系統外，幾乎所有技術平臺都是自建，包括大數據平臺等，業務領域覆蓋流程、業務的標準化以及各板塊的信息化。在此基礎上，金風實現了數據的一體化打通，進行數據治理，包括建設自有技術平臺，梳理數據資產，重新設計和落實 KPI 體系。最終，金風利用智能化技術，推動了業務產品的運營和管理，實現了智能化。

“每個企業幾乎都在同步進行信息化、一體化打通、數據治理、智能化等工作，只是比重有所不同。目前，金風處于數據治理與平臺共享階段。”鄭鋒表示。

金風的數字化戰略可以概括為“1411”，即1個愿景，4個轉型的核心內容：流程、數據、業務數字化和數字化業務，以及技術平臺和組織文化的支撐。

在數字化和信息化進程中，流程規范化是至關重要的基礎。因此，金風將流程框架和各級流程規范化作為首要任務，以確保數字化建設順利進行。

根據產業鏈和流程布局，金風的數字化應用涵蓋了核心二級流程中的約101個，覆蓋率超過80%。主要應用系統達到47款，覆蓋制造、能源開發、能源服務以及復合側等多個領域，工業軟件多達74款，工具軟件約39款，這些舉措為金風數字化發展奠定了堅實基礎。

數據治理取得豐碩成果

2019-2020年，金風制定了數據治理的管理體系和框架。經過三年的管理和治理，金風取得了以下成果：自建大數據平臺，為數據管理提供了更為穩定和可靠的基礎;集團靜態數據治理完成度達到98%，有效提高了數據管理的效率和質量;通過對全集團數據資產的梳理，基于流程完成了整個資產目錄，數據資產的完整率達到50%以上;在人才、運營、資產和生產等領域梳理了相應的指標體系，并實現了數據的自動生成，以提升數據的有效利用率。

“我們主要基于產業鏈上的各個環節，將與新能源相關的業務逐步轉化為產品輸出。例如，風資源服務中的風降、動力預測、風電工程管理和資產管理等，具有行業特色。然而，數字化業務并非整個集團的重點，我們的主要重心仍然是為主營業務提供賦能。” 鄭鋒表示。

在價值評估體系方面，金風將平臺和工具等大型系統放在最底層，上層則是與當前業務密切相關的指標。通過每半年一次的統計，用定量和定性兩種方式進行分析和報告。“定性”是將每次業務變革的內容和方式向管理層進行匯報，描述變革后的業務模式、工作流程以及組織結構的調整情況。“定量”則著重關注業務指標的變化情況，通過數值化的數據來說明每一次變革對業務績效的影響，確保所有的數字化建設都緊密圍繞著業務指標展開，確保數字化策略與業務目標保持一致。

接下來，鄭鋒通過幾個案例，詳細介紹了金風集團的數字化實踐。

數字化實踐之一：運營一體化平臺

運營一體化平臺主要包括戰略規劃、年度經營計劃大綱、管理執行與監控三個循環。戰略規劃循環采用BLM模型制定中長期的業務發展戰略規劃，從4月份開始，10月份完成。戰略規劃批準發布后，進入年度經營計劃大綱循環，從9月底至次年2月，完成指導各級部門開展下一年度工作的業務計劃和預算。管理執行與監控循環全年例行開展，確保戰略規劃/年度經營計劃大綱閉環。

通過該平臺，金風集團能夠更好地整合戰略、運營和績效，提高工作效率，減少不必要的重復勞動，實現更好的績效管理。

數字化實踐之二：數字化風電場整體解決方案

據鄭鋒介紹，在風電場規劃設計方面，金風通過三款產品來處理風電場規劃設計的前端工作：通過FreeMeso進行宏觀選址，利用全球各地的氣象數據以及歷史、地形和人文數據來評估特定區域是否適合建風電場。目前，該產品的用戶量約為1萬，每年產生數千份報告;通過GoldLink進行風測。GoldLink將數據傳輸到數據中心，并通過風力數據分析來進一步確定建風電場的適宜性;通過風匠仿真進行三維建模、風機自動排布和整體運行仿真。仿真結果主要用于指導工程可行性和經濟性評估。

數字化實踐之三：數字化研發整體解決方案

研發項目管理包括四條線：任務劃分，即如何劃分和下發每個任務;研發項目管理平臺，貫穿研發、設計、仿真和實驗，用于管理和下發任務;工具鏈，針對每個領域設計相應的工具和工具鏈，旨在提高設計、仿真等方面的速度和效率;企業級BOM，用于整合產品數據，不論是在研發階段還是在IPD領域。

數字化實踐之四：零碳數字化工廠

金風集團零碳工廠在數字化方面實現了裝備層面的自動化、過程和運輸層面的自動化以及零碳化。

零碳化主要從三個角度實現：一是用能側，通過監控和節能措施減少設備、照明、電氣空調等的能耗;二是發電側，在園區和工廠安裝光伏、風電或儲能設備;三是進行綠電交易和碳交易來彌補不足。

在人工智能領域，金風集團積累了豐富的應用經驗，主要在五大場景中落地。

AI應用實踐之一：圖像識別

從2019年開始，金風在圖像識別領域取得了重要進展，主要應用于無人機巡檢、葉片監測、智能場站應用。其中，將無人機應用于光伏電站的巡檢工作，主要解決光伏面積廣、距離遙遠以及人員巡檢難以識別的問題，如熱斑、遮擋和二級管故障等。無人機巡檢基于紅外光和可見光，準確率達到95%以上，通常能在2小時內定位到缺陷。

葉片占風機成本的20%以上，一旦出現問題，可能導致事故和故障，甚至長期經濟損失。金風集團在風機的測風塔上裝配云臺相機，實時葉片監測，主要識別結冰、斷裂和裂紋等問題。目前識別率達到95%以上，雷擊識別率達到80%以上，可以減少葉片缺陷引起的停機時間30%以上。

此外，金風集團還將圖像識別技術廣泛應用于智能場站中，包括標記讀數、缺陷識別、螺栓防松和照片上傳合規識別等方面。

AI應用實踐之二：智能故障解析專家系統

智能故障解析專家系統的難點在于金風擁有大量工單知識，但這些知識都是非結構化的文檔數據，難以挖掘和利用。維修人員在現場遇到問題時需要連接到數據中心查詢相關資料，但由于文檔數據龐大，查詢效率低下，信息不準確。此外，運維人員積累的知識也無法有效傳承。

為解決這一問題，金風采用了人工智能技術，將手冊、工單和文檔中的知識點進行萃取、融合和校驗，形成知識網絡并推送至應用端。目前系統支持語音和文字查詢，實現了線上化，用戶只需登錄即可使用。

智能故障解析專家系統的功能還在不斷完善中，除了風機和光伏運維外，還涉及智慧園區、售前、售后、商業情報和數字員工等方面。

AI應用實踐之三：聲紋診斷

聲紋診斷是用于葉片的診斷的一種輔助手段，主要有兩種識別方法：一種是未標注的數據與歷史數據對比，另外一種是將有標注、少量標注和大量標注數據使用不同的模型和算法進行處理。

聲紋診斷的優點包括安裝簡單，對環境要求不嚴格，不受濕度、溫度等影響，而且靈敏度很高，可以監測到細微聲音，缺點則是監測的準確性不夠高。

AI應用實踐之四：AI專利標引分類檢測

AI專利標引分類檢測是文檔識別的一種應用。專利人員需要處理全球范圍內與新能源、尤其是風能相關的專利，每個月大約有600-800篇專利需要進行分類，傳遞給相應的組織。這項工作量相當大，而且比較枯燥。因此，為了簡化這一過程，金風開發了智能文檔分類工具，幫助實現文檔的自動分類和傳遞。

AI應用實踐之五：AI工程化與平臺化

鄭鋒表示，充分利用AI技術需要滿足兩個條件：一是對業務要有深刻理解，了解業務的矛盾點所在;二是需要高質量的數據，建立一個合適和準確的數據管道，在訓練過程中不斷優化數據。

AI的落地，即得到實際應用，需要具備兩個條件：工程化和平臺化。工程化主要是將AI工作在各個團隊中進行劃分，實現流水線化，以提高效率。平臺化則是建立一個平臺，將流水線上各個環節的知識和經驗進行積累和整合。

金風集團在2019年建立了AI工程平臺，并成立了AI研究院，使得AI技術得以快速應用和落地，綜合提升AI應用開發和規模化交付效率達到 60%以上。

關于企業網D1net(hfnxjk.com)：

國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。同時運營19個IT行業公眾號(微信搜索D1net即可關注)。