前景巨大的风电运维市场吸引开发商、整机商、第三方企业纷至沓来。技术差异、低价竞争、人才流失以及缺失的运维标准等埋下的安全隐患，正成为扰乱风电运维市场秩序的幕后推手。
质量运维困境
行业的发展势必会从无序竞争到逐步规范的过程。风电在前些年经历了大跃进式的发展后，疏忽了对质量的严格把控，引发风电机组在实际运维中存在运行不稳定、故障频发等问题，直接造成风电运营商的经济损失。
早期的风电机组存在一定的质量缺陷，在日后的正常运营里，由于部件自身的质量或者其他原因影响了机组的正常运行，造成了发电量损失。有的自身缺陷在现场很难根本解决，给运维团队带来了很多困难和繁重的技改任务。
其次，缺少完整的质量管理体系与行业标准规范，也是导致重大事故的主要原因。风电场的多样性和特殊性决定了质量运维的重要性，针对不同的风场环境、不同的机型，针对性的运维策略和标准化的作业模型是保证风电场高效发电的关键。
此外，专业运维人才流失也是不容忽视的问题。中国大多数风电场地处偏远地区，条件艰苦、危险系数高，年轻人对如此强度的工作接受程度大打折扣。运维人员的不稳定性，也将带来相当大的隐性成本。由于目前每个企业培养体系标准各异，具有一定专业性的风电管理人才目前仍为空缺。
高效风电运维未来趋势
随着大数据、云计算等新兴IT技术的广泛应用，运用新兴互联网技术提高风机运行稳定性和风电场发电效益成为风电行业新趋势，智慧运维将成为风电运维服务的重要组成部分。而大数据是“智慧运维”中的重要应用，包括运行和故障数据收集和储存、大部件的检测、实时天气和功率预测、故障诊断、故障预判等。
作为新能源大数据服务商，国能日新将大数据、云计算等技术很好地应用到了风电和光伏领域中，不管是陆上风电还是海上风电，都能够对其进行精准的功率预测，有效减少场站考核，提高经济效益。
大数据的关键应用还在于帮助提供从被动运维转向主动运维的可能性。通过不断优化故障诊断可延长风机检修的周期，确定风机潜在故障，而非等到风机故障停机。故障预判则能够帮助用户提前发现退化趋势，估算资本构成的剩余周期，也可帮助工程师及时优化维修服务。诊断分析及故障预判可节省数以万计的突发性维修费用，减少故障时间，通过预警预防性服务，延长零部件使用时限。
