一、智慧风电的概念
智慧是一个哲学范畴，是由智力系统、知识系统、方法与技能系统、非智力系统等多个子系统构成的复杂体系所蕴含的能力，该能力表现为及时做出正确抉择，且具有较强的相对性。智慧风电是先进风力发电技术发展的产物，与数字化、信息化、智能化发展水平密切相关，具有更强的发现问题、分析问题、解决问题能力，具有更强的创新发展能力。智慧风电具有学习性、成长性、开放性、异构性、友好性等基本特征。
二、智慧风电的体系架构
在一定意义上，每一个风电场都相当于一个小型电网，是地理位置较广、具有一定规模的网络结构，且控制手段复杂多样。构建智慧风电，离不开对广域分布的“小型电网”的智能化及其与骨干电网智能交互的研究。智慧风电架构可从以下2个维度展开研究：
1、智慧风电的生产管理维度。分为：①风机级，也就是要有自我调节、自我保护，对重大故障直接反应等基本功能的智能风机；②场站级，也就是基于智能电网技术，能自主控制、自主优化，具有对环境（包括风资源、电网）的快速反应能力；③集控级，要求全面分析、全面统筹，对所属场站智能化管理，实现智能运维；④集团化管控级的任务是实现智慧发展，要求持续学习、持续优化，分类指导风电智慧化发展。
2、智慧风电的信息系统维度，分为基础设施级（硬件基础）、支撑平台级（软件基础架构）、应用平台级（建设目标的各类应用）3个部分。
智慧风电体系架构高效融合计算、存储和网络，以多元异构计算为基础来构建，形成边缘+云端结合的智能架构，不同层级的计算能力和侧重点不同，整个体系结构的不同层次引入不同计算能力使之更加高效、实时地处理数据，使风电系统达到不同层级的智慧。
三、智慧风电信息系统体系架构的关键技术
1、智能传感器技术。
风电机组、升压站、测风塔安装的传感器节点以有线或无线的方式构成传感器网络，可以全方位实时感知、监测和收集覆盖区域内的风、风电机组和风场环境等各种信息，并实时传输到控制中心，减少设备故障，降低维修成本。
2、数据采集技术。
精确的风机数据采集是评估风机和风电场性能和运行状况，预测风机和风电场年发电量的基本保证。而风电场单位时间数据采集量巨大，数据质量难以把控。针对风电大数据采集成本高、可靠性低、状态分类少、标准不统一和获取数据少的现状，同时为解决后续场站、区域集控、总部生产调度等信息建设的数据获取问题，标准化的风电机组采集技术亟待研发。
3、异构资源的弹性配置技术。
智慧风电体系架构计算资源的弹性配置包括以下几个方面：
① 计算边界的弹性划分。边缘计算、雾计算和云计算的边界根据风电场的实际情况灵活配置。
② 计算方法的弹性配置。各种机器学习和人工智能算法可根据不同需求在不同的层配置相应功能版本。
③ 计算力的弹性配置。计算力是算法快速运行实现的保证，随着计算软硬件技术的发展，智慧风电体系架构可以根据需要将不同的计算力灵活配置到不同的功能层。
4、多源异构数据融合技术。
风电机组装有大量如振动传感器、拾音器、红外传感器、视频传感器以及温度湿度传感器等不同类型的传感器，这些不同信号类型传感器节点产生的大量风电数据呈现出多维异构、时空关联等物理特性。数据融合分为像素级、特征级和决策级融合策略，不同阶段不同目标的数据融合需要结合不同的融合策略。
5、智能诊断预警技术。
由于工作环境恶劣、载荷复杂多变，风电机组容易发生故障。对风电机组展开状态监测和故障诊断预警研究，及时掌握其运行状态，及早发现潜在故障征兆，降低故障率和减少运行维修成本，从而加强风电机组运行的可靠性，是智慧风电系统需具备的最基本智慧。
6、风场数字化技术。
借助数字孪生技术和5G通信技术，获取风机的实时运行数据，构建多种主控风机数字孪生体的实验平台，通过大数据分析技术分析风机/风场实时状态，实现机组的功率优化控制，使智慧风电系统具备快速应对的智慧。
7、数据存储策略。
在场站侧采取节点级计算存储融合策略，节点级计算存储融合采用新型存储级内存器件，将内存与本地外存有机地融合在一起，设计成为新内存计算体系。在集团云端可将存储中心与计算中心有机融合到一个系统中，有效降低网络传输瓶颈造成的系统性能下降。
8、网络通信技术。
现有的风电场有线通信网络已不能完全满足风电场监控系统、通信系统对可靠性和安全性的要求。一方面针对各风机厂家通信规约不同，风电场需制定统一的通信传输技术标准；另一方面随着风电场容量的增大以及海上风电场对监控需求的提高，先进的网络通信技术迫切需要研发，考虑到有线介质的不可预知的破坏，无线通信的灵活机动特性使其可能成为更佳选择。
9、系统架构信息安全技术。
智慧风电一方面本身复杂的架构和众多的支撑技术容易出现漏洞，另一方面全开放交互的架构也为智慧风电系统的安全防护带来很大的挑战。智慧风电体系架构的安全防护满足多层次防护的同时还需能够灵活配置和功能扩展。
