当前各风场中出质保的风机越来越多，预计2020年超过1.5亿kw，机组问题后处理逐渐向智慧化运维转变。风电场后评估、预警及价值提升技术类似于对机组进行全面体检，基于风电机组SCADA系统记录数据及运行管理记录数据进行数字化诊断分析，将状态监测的数据转换为运行、维修决策和行动，找出影响机组发电量的主要因素，并提出改进意见，为后续相关项目建设提供经验指导，最大程度为用户创造价值。
在后期运行阶段对已测量的真实风资源，可利用率进行客观评价，采用数据模型，识别各机组工况，并计算相应状态下发电量的损失情况，帮助业主掌握最真实的风电机组宏观运行状态的电量损失分布，为机组异常发电状态有针对性的提供解决方案。
对风机各个子系统进行诊断，同时对非显性隐患问题进行定性预判，提出处置建议，防患于未然。
（1）数字化诊断步骤：
（2）案例
（在这里和大家分享几个我们做过的数字化诊断案例）
案例1 ：某风电场（5万kw）分析评估齿轮箱工作情况（3.16~4.30），抽选了5台机组，诊断发现存在油温度偏高，进口油压偏低，初步判断为过滤器阻塞，业主方面已经于5月21日更换风机齿轮油滤芯。
案例2：某风场2018年6月分析出，某机组发电机轴承温度相对偏高，对该机组的健康运行有很大影响。风场其余机组驱动端轴承温度和非驱动端轴承温度在正常范围内。2018年9月现场检查该发电机轴承温度偏高问题，发现轴承温度偏高的原因是由于出油口被油脂阻塞，降低了散热效率。
案例3：某风电场机组在某时段故障液压制动压力值在38bar无法达到请求的160~170bar。经现场验证，机组液压站密封垫圈老化，已更换质量好的备件。
