金风集团CIO郑锋

金风集团CIO郑锋在演讲中基于国际化的经验分享了金风在数字化和AI领域的应用实践。

金风是一家新能源全产业贯通的企业，主要产品包括风机、风电厂和光电厂开发，服务领域涵盖风电场运维、运营和电力交易，以及能源交易复合侧的业务。2014年起，金风开启了数字化转型探索之路，全面推进产业数字化、能源互联网建设，引领行业向数字化、智能化转型升级。

三步走，数字化转型稳步进行

据郑锋介绍，金风的数字化转型依据业务数字化、数字化业务、技术平台三个方向，可以划分为起步、整合和突破三个阶段。

起步期(2018年之前)：主要集中于内部数字化赋能，此时集团整体数字化基础较弱，除了ERP和PRM等重要系统外，大多数数字化和信息化建设由各业务单元自行负责。数字化产品开发也主要由各业务单元独立进行，涵盖风电厂运营、前端设计、勘探等方面。

整合期(2018年末至2020年)：由于早期各业务单元独立建设系统导致数据汇聚效率低下、一致性差，这一阶段金风进行了基于流程的大平台规划，旨在整合各业务单元的平台，并逐步替换旧有系统，以提高数据处理效率和一致性。

突破期(2021年至今)：在业务数字化方面，金风继续推进端到端一体化、数据治理和数据资产梳理。同时，金风开始集中管理和销售全集团的数字化产品，旨在建立统一的数字化品牌。技术层面，除ERP和PRM系统外，几乎所有技术平台都是自建，包括大数据平台等，业务领域覆盖流程、业务的标准化以及各板块的信息化。在此基础上，金风实现了数据的一体化打通，进行数据治理，包括建设自有技术平台，梳理数据资产，重新设计和落实 KPI 体系。最终，金风利用智能化技术，推动了业务产品的运营和管理，实现了智能化。

“每个企业几乎都在同步进行信息化、一体化打通、数据治理、智能化等工作，只是比重有所不同。目前，金风处于数据治理与平台共享阶段。”郑锋表示。

金风的数字化战略可以概括为“1411”，即1个愿景，4个转型的核心内容：流程、数据、业务数字化和数字化业务，以及技术平台和组织文化的支撑。

在数字化和信息化进程中，流程规范化是至关重要的基础。因此，金风将流程框架和各级流程规范化作为首要任务，以确保数字化建设顺利进行。

根据产业链和流程布局，金风的数字化应用涵盖了核心二级流程中的约101个，覆盖率超过80%。主要应用系统达到47款，覆盖制造、能源开发、能源服务以及复合侧等多个领域，工业软件多达74款，工具软件约39款，这些举措为金风数字化发展奠定了坚实基础。

数据治理取得丰硕成果

2019-2020年，金风制定了数据治理的管理体系和框架。经过三年的管理和治理，金风取得了以下成果：自建大数据平台，为数据管理提供了更为稳定和可靠的基础;集团静态数据治理完成度达到98%，有效提高了数据管理的效率和质量;通过对全集团数据资产的梳理，基于流程完成了整个资产目录，数据资产的完整率达到50%以上;在人才、运营、资产和生产等领域梳理了相应的指标体系，并实现了数据的自动生成，以提升数据的有效利用率。

“我们主要基于产业链上的各个环节，将与新能源相关的业务逐步转化为产品输出。例如，风资源服务中的风降、动力预测、风电工程管理和资产管理等，具有行业特色。然而，数字化业务并非整个集团的重点，我们的主要重心仍然是为主营业务提供赋能。” 郑锋表示。

在价值评估体系方面，金风将平台和工具等大型系统放在最底层，上层则是与当前业务密切相关的指标。通过每半年一次的统计，用定量和定性两种方式进行分析和报告。“定性”是将每次业务变革的内容和方式向管理层进行汇报，描述变革后的业务模式、工作流程以及组织结构的调整情况。“定量”则着重关注业务指标的变化情况，通过数值化的数据来说明每一次变革对业务绩效的影响，确保所有的数字化建设都紧密围绕着业务指标展开，确保数字化策略与业务目标保持一致。

接下来，郑锋通过几个案例，详细介绍了金风集团的数字化实践。

数字化实践之一：运营一体化平台

运营一体化平台主要包括战略规划、年度经营计划大纲、管理执行与监控三个循环。战略规划循环采用BLM模型制定中长期的业务发展战略规划，从4月份开始，10月份完成。战略规划批准发布后，进入年度经营计划大纲循环，从9月底至次年2月，完成指导各级部门开展下一年度工作的业务计划和预算。管理执行与监控循环全年例行开展，确保战略规划/年度经营计划大纲闭环。

通过该平台，金风集团能够更好地整合战略、运营和绩效，提高工作效率，减少不必要的重复劳动，实现更好的绩效管理。

数字化实践之二：数字化风电场整体解决方案

据郑锋介绍，在风电场规划设计方面，金风通过三款产品来处理风电场规划设计的前端工作：通过FreeMeso进行宏观选址，利用全球各地的气象数据以及历史、地形和人文数据来评估特定区域是否适合建风电场。目前，该产品的用户量约为1万，每年产生数千份报告;通过GoldLink进行风测。GoldLink将数据传输到数据中心，并通过风力数据分析来进一步确定建风电场的适宜性;通过风匠仿真进行三维建模、风机自动排布和整体运行仿真。仿真结果主要用于指导工程可行性和经济性评估。

数字化实践之三：数字化研发整体解决方案

研发项目管理包括四条线：任务划分，即如何划分和下发每个任务;研发项目管理平台，贯穿研发、设计、仿真和实验，用于管理和下发任务;工具链，针对每个领域设计相应的工具和工具链，旨在提高设计、仿真等方面的速度和效率;企业级BOM，用于整合产品数据，不论是在研发阶段还是在IPD领域。

数字化实践之四：零碳数字化工厂

金风集团零碳工厂在数字化方面实现了装备层面的自动化、过程和运输层面的自动化以及零碳化。

零碳化主要从三个角度实现：一是用能侧，通过监控和节能措施减少设备、照明、电气空调等的能耗;二是发电侧，在园区和工厂安装光伏、风电或储能设备;三是进行绿电交易和碳交易来弥补不足。

在人工智能领域，金风集团积累了丰富的应用经验，主要在五大场景中落地。

AI应用实践之一：图像识别

从2019年开始，金风在图像识别领域取得了重要进展，主要应用于无人机巡检、叶片监测、智能场站应用。其中，将无人机应用于光伏电站的巡检工作，主要解决光伏面积广、距离遥远以及人员巡检难以识别的问题，如热斑、遮挡和二级管故障等。无人机巡检基于红外光和可见光，准确率达到95%以上，通常能在2小时内定位到缺陷。

叶片占风机成本的20%以上，一旦出现问题，可能导致事故和故障，甚至长期经济损失。金风集团在风机的测风塔上装配云台相机，实时叶片监测，主要识别结冰、断裂和裂纹等问题。目前识别率达到95%以上，雷击识别率达到80%以上，可以减少叶片缺陷引起的停机时间30%以上。

此外，金风集团还将图像识别技术广泛应用于智能场站中，包括标记读数、缺陷识别、螺栓防松和照片上传合规识别等方面。

AI应用实践之二：智能故障解析专家系统

智能故障解析专家系统的难点在于金风拥有大量工单知识，但这些知识都是非结构化的文档数据，难以挖掘和利用。维修人员在现场遇到问题时需要连接到数据中心查询相关资料，但由于文档数据庞大，查询效率低下，信息不准确。此外，运维人员积累的知识也无法有效传承。

为解决这一问题，金风采用了人工智能技术，将手册、工单和文档中的知识点进行萃取、融合和校验，形成知识网络并推送至应用端。目前系统支持语音和文字查询，实现了线上化，用户只需登录即可使用。

智能故障解析专家系统的功能还在不断完善中，除了风机和光伏运维外，还涉及智慧园区、售前、售后、商业情报和数字员工等方面。

AI应用实践之三：声纹诊断

声纹诊断是用于叶片的诊断的一种辅助手段，主要有两种识别方法：一种是未标注的数据与历史数据对比，另外一种是将有标注、少量标注和大量标注数据使用不同的模型和算法进行处理。

声纹诊断的优点包括安装简单，对环境要求不严格，不受湿度、温度等影响，而且灵敏度很高，可以监测到细微声音，缺点则是监测的准确性不够高。

AI应用实践之四：AI专利标引分类检测

AI专利标引分类检测是文档识别的一种应用。专利人员需要处理全球范围内与新能源、尤其是风能相关的专利，每个月大约有600-800篇专利需要进行分类，传递给相应的组织。这项工作量相当大，而且比较枯燥。因此，为了简化这一过程，金风开发了智能文档分类工具，帮助实现文档的自动分类和传递。

AI应用实践之五：AI工程化与平台化

郑锋表示，充分利用AI技术需要满足两个条件：一是对业务要有深刻理解，了解业务的矛盾点所在;二是需要高质量的数据，建立一个合适和准确的数据管道，在训练过程中不断优化数据。

AI的落地，即得到实际应用，需要具备两个条件：工程化和平台化。工程化主要是将AI工作在各个团队中进行划分，实现流水线化，以提高效率。平台化则是建立一个平台，将流水线上各个环节的知识和经验进行积累和整合。

金风集团在2019年建立了AI工程平台，并成立了AI研究院，使得AI技术得以快速应用和落地，综合提升AI应用开发和规模化交付效率达到 60%以上。

关于企业网D1net(www.d1net.com)：

国内主流的to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。同时运营19个IT行业公众号(微信搜索D1net即可关注)。