在新能源智慧运营的形势下，通过结合“互联网+”思维模式，利用沉甸的大量历史数据和大数据算法，实现设备的故障预警，提前预测设备可能存在的隐患，及早发现异常问题，把故障消除在隐患阶段。

总体设计

结合运维检修管理与设备状态监测、隐患预测管理，结合设备状态与检修运维过程，结合设备本身性能情况的评估与大数据隐患预测结果，并结合天气情况、备品备件、运维人员等，进行统一调配，对现场运维检修工作进行合理安排，使运维检修工作从事后维护向事前维修转变，从真正意义上实现设备的预防性维护管控（PHM）。

技术架构

系统采用三层架构模式，即Data数据层，Model模型层（含有功能和算法），APPLICATION应用层。数据层包含机组运行数据接收和存储， 模型是程序中用于处理运行数据和进行算法计算以及对应的数据处理应用程序数据逻辑的部分。应用层通过HTML、JavaScript、CSS进行静态内容的展现。

系统功能

1）故障隐患预警：系统通过大数据算法技术，完成设备的健康度评估、大部件预警、控制系统告警、兼容告警、传感器预警、功率曲线预警、震动检测系统预警等功能；

2）设备状态监测：在性能分析发现问题的基础上，利用平台采集的实时数据，如振动、温度、压力、电流等信息，通过特定算法开展设备健康状态或故障状态原因分析，其核心在于对发现的问题进行分析和诊断，查找原因；

3）设备健康度综合评估：根据健康评级规则和设定的评级频率，系统自动对设备进行评级并进行评级结果登记；用户可通过数值、雷达图、列表等方式进行评级信息查询和结果展示；

4）智能巡点检：通过技术监督模块对风机设备故障诊断和隐患预警功能发现的设备隐患，根据其严重等级的不同进行后续保养/巡检/点检计划的安排，系统同时根据天气资源情况、设备备件、人员情况综合考虑，制定工作窗口期，合理高效的安排巡点检及保养工作。