数字化及AI技术优化新能源风电售后服务

第一模块

认知升级：风电售后数智化的核心推演

【核心主题】风电售后痛点和数智化转型核心价值

1.

风电业界演进新趋势对售后服务的核心要求

2.

风电售后传统模式的

4大核心痛点：响应、调度、管控、协同

3.

数智化

+AI赋能风电售后的3大核心价值：预判、提效，增值

4.

风电售后数智化的核心要素：资料、算法、抓手的协同运用

5.

风电业界售后数智化的最新实践趋势

【实例研讨】

金风科技风电售后数智化实例：拆解远程监控怎样降低运维成本

小组碰头

：结合公司实际，列出售后最需破解的

2个痛点以及数智化初步思路

第二模块

技艺筑基：风电售后数智化核心技艺和抓手

【核心主题】适配风电售后的数智技艺和落地抓手

1.

基础数智化技艺：

IoT资料采集、边缘计算的风电售后运用

2.

AI核心技艺：故障预测、智能调度的算法和简易运用抓手

3.

风电售后数智化极简技艺架构：感知

-拆解-运用三层核心

4.

风机核心资料采集和治理：故障、运行、运维资料的要害要点

5.

数智技艺和风电售后业务的融合要则：实用、低成本、易落地

【实例研讨】

西门子歌美飒数字孪生技艺：怎样辅助风电售后故障迅速排查

实战小操练

：梳理本公司风电售后核心资料类型以及采集难点

第三模块

情境落地：风电售后核心环节数智化精进实战

【核心主题】风电售后全流程数智化运用办法和实操

3.1 AI驱动的风机故障预判和智能诊断

1.

齿轮箱

/叶片等等核心部件故障特征的提取办法

2.

风机运行资料实时监控和异常预警的阈值设定

3.

AI故障预判模型的简易落地步骤：资料-训练-验证

4.

大模型

+学识图谱达成故障迅速诊断和方案推荐

5.

风电远程故障排查的实操抓手和运用流程

【实例研讨】

远景能源

AI故障预测实例：拆解预判模型在风电售后的落地成效

3.2 售后运维资源智能调度

1.

运维人员

/装置/车辆的数智化台账搭建要点

2.

基于

AI的运维差事智能分配：按照故障/距离/本领匹配

3.

海上风电运维调度的数智化解题打法

4.

运维调度数智化平台的核心功能和操作流程

5.

调度效率的量化评核指标：响应时间、资源利用率

【实例研讨】

三一重能风电运维智能调度实例：怎样达成跨区域资源高效协同

3.3 风电售后备件智能管控

【要害内容】

1.

基于海量资料的备件诉求预测核心办法

2.

备件安全库存设定和库存预警的实操招数

3.

备件跨仓库调拨的智能决策推演

4.

海上风电备件前置和应急调配的数智化打法

5.

备件全生命周期的数智化追溯办法

【实例研讨】

明阳智能备件智能管控实例：怎样借助预测降低库存成本

3.4 风电售后买方服务数智化

1.

大模型驱动的风电售后智能客服搭建要点

2.

买方诉求和反馈的数智化收集和拆解办法

3.

买方全生命周期的数智化服务跟踪流程

4.

售后服务满意度的数智化评核和改进闭环

5.

客服和运维部门的数智化协同制度

第四模块

施行落地：风电售后数智化转型路径和保障

【核心主题】风电售后数智化落地步骤和隐患管控

1.

风电售后数智化转型的顶层规划：标的拆解和阶段规划

2.

落地核心路径：从局部试点到周全推广的

3个要害阶段

3.

现有售后架构数智化改造：和原有系统的无缝集成办法

4.

组织和英才保障：跨部门协同制度和数智主力练就要点

5.

核心隐患管控：资料安全、技艺选型、员工阻力的化解打法

【实例研讨】

1.

成功实例：海尔卡奥斯数智化落地的组织保障心得迁移

2.

失败实例：某装备公司

AI售后方案落地失败的教训反思

第五模块

价值升级：风电售后数智化营运和价值挖掘

【核心主题】风电售后数智化架构的营运精进和增值

1.

风电售后数智化营运核心

KPI：预警准确率、运维成本等等

2.

数智化架构的持续精进：基于营运资料的模型和流程改进

3.

风电售后从

“成本中心”到“价值中心”的转化路径

4.

基于数智化的风电售后增值服务规划：资料服务、定制维保

5.

风电售后数智化的未来运用方向：

AI大模型、人形机器人的适配

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|李檀老师