能源行业一直在通过改变能源消耗率来满足人们的需求。控制燃油发电厂的发电量就像改变汽车的速度：踩下油门踏板, 更多的汽油会涌入发动机。但风能不能这么武断。然而, 智能软件可以使风电场更节能, 对位置条件更敏感。
       计算机模型能够预测风速并控制涡轮机的数量和功率以满足能源需求。低振动设计和健康监测使涡轮机旋转得更快, 避免昂贵的齿轮箱和其他部件损坏。更换这些部件可能会花费数十万美元并且需要很多天。优化可再生能源需要提前数秒或数天的数据、了解设备性能、能源输出和天气预报。
       然而, 涡轮机制造商、运营商和使用公司收集的大量数据和信息都隐藏在档案卷中。
       任何外人都很难获得这些信息。爱荷华大学机械与工业工程教授兼智能系统实验室主任安德鲁·库西亚克（Andrew Kusiak）花了两年时间与不同的能源公司谈判并签署了几份保密协议, 才获得足够的数据来研究爱荷华州的运营状况化州风电场。风机数据一般每10秒记录一次, 每次记录时间超过10分钟；获取更高频率的数据需要传感器制造商的许可。即使是风速和转子叶片运行等基本历史数据也很难获得。通过无接触Kusiak 团队与相同的合作者签署了数据共享协议,

最终对一些风能数据的访问受到限制。 Kusiak 认为, 可再生能源领域缺乏数据共享机制正在阻碍技术进步, 并错失改善能源市场的机会。为此, 库西亚克最近在《自然》杂志上写道,

能源行业可以继续与国防、商业和健康领域的实例共享数据, 以便研究人员设计出更好的能源供应解决方案。 Kusiak 指出, 这里有利润。但首先, 科学和工业研究人员需要开发适当的风电管理模型并证明其价值。软件公司可以销售能源和天气监测和预警系统。惠普或谷歌等大型科技公司应该建立风能部门, 以规划和平衡跨地区和国家的能源, 就像通用电气在风力涡轮机叶片生产方面所做的那样。由于日常生活中通常需要电力, 因此投资可再生能源数据领域在经济上是可行的。与其他商业行业不同, 能源行业的竞争不是基于产品质量, 而是基于发电、配电过程及其商业运营模式。这些特点使该行业成为大数据挖掘的最大受益者。可再生能源发电厂, 如果安装了能够准确预测能源并提供快速反馈的软件系统, 将能够获取和使用能源价格等实时信息,

从而在能源价格高、需求高时提供更多能源.低或低需求提供更少的能量。这种兴趣将鼓励更多的企业和公司投资于可再生能源资产。数据科学 可再生能源领域正在涌入大量数据。例如, 风力涡轮机叶片制造商通常从用于实验和已安装设备的数千个传感器收集风速、油温、振动、发电等数据。公用事业公司还记录锅炉和发电机的类似数据。平衡机构（通常是非营利组织、政府组织或私人机构）将所需能源与公用事业公司提前数小时生产的能源进行比较。国家和地区气象局和天气预报员可以积累雷达数据, 然后每 1 到 3 小时运行一次数字天气预报模型, 以提供风速等预报参数。新的数据源也在不断涌现。风能行业正在试验声纳和激光雷达设备来预测风电场的风速、风向和湍流。一些公用事业公司使用无人机来监测风力发电场上的涡轮叶片旋转和风速和风向, 以改进能源预测并评估几分钟到几小时内的大气湍流。目前, 可再生能源生产商都是孤军奋战。如果行业参与者可以收集和集中他们的数据, 每个人都会受益。还将出现更高效、低成本的风力涡轮机叶片设计, 使涡轮机的使用寿命更长,

从而产生更多的能量,

并可以更准确地预测能量输出。例如, 汇集来自美国不同州的风电场数据将显着提高每小时能源输出预测的准确性。模型使用数据驱动的软件来控制风力转子叶片可以增加至少 10% 的能量输出, 潜在增加 14% 到 16%。此外, 提高最大运行速度很容易再增加 10%。同时, 使用数据驱动的健康监测系统也将使风电场的运营成本降低10%。
       此外, 可以通过数据共享避免因齿轮箱和其他部件损坏而导致的涡轮机障碍。开放共享 然而, 大多数风电企业仍然没有意识到数据科学和开放共享的重要性。一些公用事业公司正在建立内部数据分析团队, 但他们没有意识到与研究人员和其他机构合作的潜在好处。虽然不直接影响涡轮机运行的模型和软件（例如涡轮机能量输出的显示图像）很受欢迎, 但直接干预的模型和软件却被排除在外。有些领域比可再生能源领域做得更好。国防、商业和卫生机构已经制定了与科学界共享数据同时保持机密性和安全性的程序。一些机构已经创建了基本数据集来测试数据分析算法。还有一些机构通过比赛解决特殊问题。例如, Netflix 在 2006 年提供了 100 万美元的奖金, 用于改进预测电影评分软件的算法。 2011 年, 国家可再生能源实验室 (NREL) 运行了一个循环程序。与此同时, 他们分别与参赛队伍分享了一台运转良好的变速箱和一台有缺陷的变速箱。齿轮箱的高频振动数据, 以便找到诊断错误的最准确方法。据推测, 该项目16个团队的贡献价值在200万到300万美元之间。保密协议概述了数据共享的细节, 由此产生的分布用于数据密集型项目。例如, 消费品公司宝洁. Kusiak 说, 美国能源部实验室, 如 NREL 和桑迪亚国家实验室, 可能会领导这项工作,

因为他们从一些风电场运营商那里收集可再生能源相关数据进行研究。再次, 可以建立一个可再生能源数据和知识共享平台。利益相关者必须决定如何组织和预处理这些数据, 然后才能被科学和工业界使用。 Kusiak 相信, 这项期待已久的协议必将带来新的科学创新。通过以更低的成本生产更多的能源, 将有助于显着提高可再生能源公司、能源设备制造商和整个社会的利益。