国家能源局早在2013年提出我国所有已并网运行的风电厂必须建立起风电预测预报体系工作机制，未按要求报送风电预测预报结果的风电厂不得运行并网。这就起到了给风电行业"洗牌"的作用，因为电网调度机构将会把更多的上网机会安排给预报准确率高的风电厂。此外，国家还专门提出：“研究风电机组在线监测与故障诊断技术，研制大型风电机组在线综合动态测试、分析诊断和优化系统”。更表明国家已经在这方面有了明确的规划和要求，指出了风电机组在线监测的必要性。
面对风力发电机运行过程中出现的各种故障问题，如何有效地降低故障带来的损失，避免重大故障发生是风力发电机首先要解决的问题。据统计，由齿轮箱、发电机、叶片引起的故障是风电机组故障的主要来源，尤其是齿轮箱，它的故障发生率在逐年增高，是机组中故障发生率最高的部件。而影响齿轮箱失效的主要因素是润滑问题，因此对风电机组的油液监测和故障诊断是提高风电设备可靠性的有效手段。
除了润滑原因，其它几方面的原因在引发失效时，也会引起油液状态的变化，因此通过加强对齿轮箱、液压系统和轴承的油液状态监测和故障诊断分析，是提高风电机组的运转可靠性一种有效手段。
希姆西 ® 威森斯®WS3000 系统是一种用于油品状态监测的不间断在线系统。这样可以极为可靠地监测风电机组早期损坏并及早识别风电机组齿轮箱中轴承和其他传动元件的关键润滑条件。
希姆西 ® 威森斯®WS3000 系统非常适合风电机组设备早期检测损坏，通过在发生任何损坏之前从一开始就对润滑油及齿轮系统的变化进行严密且不间断的监测。此外，还指出了风电机组预防性维护措施。传感器系统提高了运行可靠性，延长了使用寿命并减少了停机时间。根据实际需要调整换油周期，实现经济和生态效率的大幅提高。
持续重新，定义差异。业界首创，主动式状态监测趋势分析系统，在失效/故障发生前进行提醒及建议！通过建立数据库及先进的算法模型，不光可实时对风电机组设备及油品状态进行监测，更可通过神经网络元自学习功能不断修正模型，对风电机组设备及油品的未来发展趋势进行精确分析及预测！
我们不会满足现状，仍在对产品进行持续深度研发，后期通过升级将赋予产品更高价值。
主要体现在下面几个方面：
● 实时监测油品重要参数（电导率、介电常数、酸值、水分、水活度、各类污染、早期磨损）
● 跟踪检测油品质量，判断油品自身衰变和外界污染的程度，准确制定换油期限。
● 极高的监测精准度及灵敏度，减少间歇性故障和无故障发现的发生
● 可以精确判断齿轮、轴承等早期磨损，推行设备状态监测，实行设备视情维修，降低维修费用，合理使用设备
● 监测设备及油品状态与负荷变化关系，协助设备故障诊断和原因分析，预测预防设备故障
● 专利的在线温度模拟补偿技术，可以消除温度变化对各类参数及判断的影响
● 根据润滑油及添加剂真实状态推荐用户进行过滤、补油、换油等措施
● 根据设定值可全天候对设备状态进行监测及预警、报警
● 通过积累的大数据及算法为不同设备制定个性化的维保方案，通过缩减检查成本、故障时间和库存, 降低全寿命周期的成本
