遠(yuǎn)景的很多客戶都曾建立數(shù)字化系統(tǒng)，最后卻發(fā)現(xiàn)系統(tǒng)用不起來(lái)，追查原因都出奇地一致——最基本的數(shù)據(jù)準(zhǔn)確性問(wèn)題沒(méi)有解決，最多只能算算電量。

 

“你說(shuō)設(shè)備連接起來(lái)就是物聯(lián)網(wǎng)？真沒(méi)這么簡(jiǎn)單。一會(huì)兒電量表數(shù)據(jù)跳變、一會(huì)兒無(wú)連接，怎么監(jiān)控？很多風(fēng)機(jī)狀態(tài)都不準(zhǔn)，敢不敢遠(yuǎn)程復(fù)位？總之，如果物聯(lián)網(wǎng)的邊緣計(jì)算不可靠，人還是撤不下來(lái)。”EnOS™大數(shù)據(jù)平臺(tái)架構(gòu)師閆博士直言不諱，“物聯(lián)網(wǎng)的CAP實(shí)踐難度比互聯(lián)網(wǎng)高許多，遠(yuǎn)端網(wǎng)絡(luò)容錯(cuò)度成倍降低，系統(tǒng)的一致性和可用性就必須更精細(xì)的平衡設(shè)計(jì)。數(shù)據(jù)模型上，以前在互聯(lián)網(wǎng)做大數(shù)據(jù)，本質(zhì)上是離散數(shù)據(jù)管理，一單就是一單，哪里像傳感器數(shù)據(jù)，是連續(xù)數(shù)據(jù)，成千上萬(wàn)設(shè)備要做到近乎任意時(shí)間維度的查詢、分析，這需要大量的抗干擾算法、告警算法，才能保證數(shù)據(jù)質(zhì)量、甚至說(shuō)起碼的系統(tǒng)功能。”

 

遠(yuǎn)景持續(xù)七年的投入，攻克了無(wú)數(shù)細(xì)節(jié)上的魔鬼，近100GW項(xiàng)目的產(chǎn)品化積累，才和客戶肩并肩基本解決了數(shù)據(jù)連接、采集、運(yùn)算、質(zhì)量控制等難題，這些是數(shù)字化的基礎(chǔ)。

 

在接下來(lái)的數(shù)據(jù)分析上，機(jī)器學(xué)習(xí)無(wú)疑是最佳技術(shù)，但是如何能夠?qū)C(jī)器學(xué)習(xí)和大數(shù)據(jù)結(jié)合起來(lái)，長(zhǎng)期解決業(yè)務(wù)挑戰(zhàn)，而不是做一兩個(gè)樣板項(xiàng)目，做一兩項(xiàng)原來(lái)物理模型方法沒(méi)有的發(fā)現(xiàn)，這需要在組織上進(jìn)行創(chuàng)新。

 

遠(yuǎn)景基于EnOS™能源物聯(lián)網(wǎng)平臺(tái)開(kāi)發(fā)的Ensight產(chǎn)品，基于2PB高質(zhì)量數(shù)據(jù)和機(jī)器學(xué)習(xí)算法包，訓(xùn)練設(shè)備健康度模型，衡量發(fā)電性能和設(shè)備健康度，提供關(guān)鍵部件的健康度預(yù)警與狀態(tài)維護(hù)提示，從而實(shí)現(xiàn)預(yù)測(cè)維護(hù)。Ensight Wind基于海量數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)，不斷優(yōu)化算法，實(shí)現(xiàn)風(fēng)機(jī)發(fā)電性能與設(shè)備亞健康狀態(tài)識(shí)別告警，進(jìn)行預(yù)測(cè)維護(hù)，減少大部件故障造成的非計(jì)劃性停機(jī)損失，使故障風(fēng)機(jī)提升等效利用77小時(shí)。

 

 

遠(yuǎn)景一直很清楚，機(jī)器學(xué)習(xí)并不是挖幾個(gè)算法大牛就可以實(shí)現(xiàn)的。“幾年前我們也認(rèn)為招些數(shù)據(jù)算法專家就可以發(fā)掘數(shù)據(jù)里的價(jià)值，但實(shí)踐發(fā)現(xiàn)學(xué)習(xí)能源領(lǐng)域的垂直領(lǐng)域知識(shí)很關(guān)鍵，否則傳統(tǒng)機(jī)器學(xué)習(xí)所發(fā)現(xiàn)的一些規(guī)律，對(duì)垂直領(lǐng)域來(lái)說(shuō)，不過(guò)是常識(shí)，精度能不能做到極致先不論，僅一個(gè)不可解釋性就讓你舉步維艱。”EnOS™大數(shù)據(jù)平臺(tái)架構(gòu)師閆博士說(shuō)。

 

他找到的解決方法是讓機(jī)器學(xué)習(xí)的專家和領(lǐng)域技術(shù)骨干相互學(xué)習(xí)，每?jī)芍芘e辦一次培訓(xùn)，讓機(jī)器學(xué)習(xí)的人弄明白能源領(lǐng)域的理論知識(shí)，“不僅是文字表達(dá)的講懂，更要把里面的數(shù)學(xué)模型、物理模型公式都看懂”。反過(guò)來(lái)原來(lái)的領(lǐng)域?qū)＜覄t要學(xué)習(xí)python語(yǔ)言和算法包，還要參加軟件培訓(xùn)，大家做真正的“跨界”人才，用閆博士的話說(shuō)就是“讓大氣動(dòng)力學(xué)的領(lǐng)域?qū)＜覍W(xué)神經(jīng)網(wǎng)絡(luò)，讓神經(jīng)網(wǎng)絡(luò)專家搞懂流體力學(xué)。”

 

這種雙向?qū)W習(xí)打破了機(jī)器學(xué)習(xí)和領(lǐng)域知識(shí)之間的隔膜，讓機(jī)器學(xué)習(xí)能夠真正和實(shí)際應(yīng)用結(jié)合起來(lái)。目前，遠(yuǎn)景軟件團(tuán)隊(duì)中，有機(jī)器學(xué)習(xí)背景和領(lǐng)域知識(shí)背景的人才比例接近一比一。