工业智能技术加速风电行业智能化建设“三重奏”(2)

一个模型的诞生就像婴儿一样，成长的过程中需要接受教育、做练习题，最终毕业，成人。模型类似，也要通过不断的跟领域知识磨合和融入，在能够采集更多样本的情况下不断迭代，最终才能形成一个比较成熟的模型。

“因此，我们需要一个基础设施，能够对模型的全生命周期进行管理。基于这样的理念，我们开发了一套完整的工业智能模型研发平台，从算法的设计、探索、验证，以及监控和部署，形成一套完整的闭环。通过这样的一个工业智能模型研发平台，有效地解决了工业领域常常谈到的‘建模难、用模难、管模难’的问题，极大提升了模型的研发效率、降低了维护成本。” 金超说。

智能化落地是跨领域跨技术的系统工程

在落地工业智能的时候，除了数据跟模型这两个要素之外，还有系统工程能力。也就是，如何能够把分析技术（AT），数据技术（DT），平台技术（PT）以及运维技术（OT）这四类整合起来。

“在DT层，即数据技术这一端，要能实现设备的物联以及边缘计算，将孤岛系统中的数据统一管理。在AT层，需要对模型的建立、管理、部署和服务化都进行全面的管控。最后跟信息系统以及运维系统形成融合。从DT到OT的工业智能系统，模型只是AT层的一小部分。系统建立起来，才是工业智能服务的开始。从数据到业务的闭环、不断积累企业自己的知识资产，才是运营一个工业智能系统最需要关注的，而非仅仅建模。”金超说。（记者 马爱平）

(责编：赵竹青、陈键)