根据国家能源局的数据，2021年我国风电平均利用率96.9%，同比提升0.4%，全国风电发电量达到6526亿千瓦时，同比增长40.5%。如今，我国的风电行业已经由快速建厂阶段，逐渐进入到精细化运维管理阶段。很多运营者的需求已经由“快速扩张”转入“管理盈利”，而对于一个风电场来说，盈利与否在建设期要看初始投入和风机选型，在运营期则要看“故障率”。对于某个固定地区、固定月份的自然风量来说，可以看成是近似固定的，因此，延长风机的使用寿命、减少因故障而导致停机的时间，成为提升盈利的关键。

对于风机来说，因为前期的投入成本较大、本身的零部件众多，自然对设备也提出了更高的要求，需要进行更多的检测和监控，这天然就是物联网的应用场景。而微软已经在中国发布的“Project Dragon”（乘龙计划），也正是为了将AIoT等技术与更多场景结合，令更多行业释放出巨大的潜力。

举例来说，早期某风电开发商在油品检测过程中，检测到油液中的颗粒污染相比之前有显著升高，同时内窥镜检测也发现了齿轮箱内的异常磨损情况。经分析后，确定风机已经无法继续正常工作，需要停机更换齿轮箱，这一过程还需要经历吊装拆卸、新定齿轮箱（大约需要5个月）、安装调试等步骤，通常情况下风机将因此而停止运行。 

不仅如此，这些关键部件都在高达数十米的风机塔筒上，润滑油品的采集也需要逐台风机、逐个部件进行采集，工作量很大。在批量采集油品后，还要将其送到能力和资质齐全的专业实验室，等待数十天来完成所有的测试，才能获得检测结果。

而这些采样成本、送样成本、测试成本及时间成本等，都成为风电运营商想要降低“故障率” 、减少非必要停机的“痛点”。