風能作為最重要的可再生能源之一，一直受到廣泛的關注，根據我國900多個氣象站將陸地上離地10m高度資料進行估算，我國平均風功率密度為100W/m2，風能資源總儲量約32.26億kW，可開發和利用的陸地上風能儲量有2.53億kW。近年來，風力發電也在我國進入了穩定發展的階段。東南沿海及其島嶼，為我國最大風能資源區；內蒙古和甘肅北部，為我國次大風能資源區；黑龍江和吉林東部以及遼東半島沿海，風能資源也很豐富。
隨著風能的需求增大，風力發電所面臨的問題也慢慢展現出來。風機一般建立偏遠的地區，環境非常惡劣，風機不穩定的運行環境使得機組的故障頻發，導致停機后造成的經濟損失巨大，同時高額的維修費也是風電機場面臨的棘手問題；除了外在，長時間的運行，設備器件本身的磨損也是一大隱患，加上風機本身就很高，不及時發現處理維修，同樣會造成無法挽回的損失，故障預測就顯得格外的重要！
為了盡可能地避免風機故障的發生，當下最好的做法就是對風機的運行狀態進行實時的監測。
那么從哪幾個方面去監測呢？
1）溫度。風機繞組在長時間運行的情況下，溫度過高會使元器件加速老化影響整個風電機的壽命，而能夠在機組溫度過高或者即將溫度過高的情況下對系統進行預警，可以有效地對風機進行保護，大大地延長風機的使用壽命。
2）振動。轉軸竄動過大或聯軸器連接松動，造成風機葉輪磨損或積灰，出現不平衡，軸承磨損或損壞等等。這些都是造成風機振動的原因，及時地收集振動參數進行對比判斷，可有效防止事故發生。
3）噪音。風機運轉最重要的就是軸承，軸承產生噪音的原因有很多，長時間運用后缺乏潤滑油會產生噪聲，軸承磨損導致間隙變大、軸承松動都會產生噪聲，給噪聲大小給定一個范圍，用傳感器接收參數就能有效的判斷出問題的大小。
目前而言，傳感器在風機監測上的應用已經非常廣泛，智能化產品也越來越多,就比如忽米網的“占星者”5G邊緣計算器，一經亮相就受到了很多關注?！罢夹钦摺笔菍⒏咝阅軅鞲衅髋c智能邊緣計算功能結合在一個緊湊堅固的外殼中，賦予傳統工業旋轉設備無線連接和智能分析決策的功能。直接從設備表面測量關鍵參數，利用AI融合工業機理的的算法，構建旋轉設備故障模型庫，實現邊緣側數據實時分析和決策，可以把事后維修變為預測性維護，完美的契合了風機監測的需求。
忽米網占星者-5G邊緣計算器當然，可能還有更好的方法去實現風機及其它設備的智能監測，相信隨著科技的不斷發展，各式各樣的智能產品都會被開發出來！