能源大數據的未來

在傳統行業中，石油、天然氣、煤炭、電力等能源產業已在我們生活中起到不可替代的作用。而對於能源企業來說，如何更高效的開採這類必需品資源，並為大眾提供更好的服務，已經成為企業及國家發展的一大命題。

如今是大數據時代，將大數據技術應用於能源領域，是推動產業發展創新的趨勢。能源企業通過將能源消費數據、智能設備數據、客戶信息等數據相結合，可充分挖掘客戶行為特徵，發現用戶消費規律，從而提升企業運營效率。

能源大數據是必然發展趨勢

從國家政策來看，近幾年能源消耗持續增高。其中，天然氣年均增高1.9%，核電年均增高1.8%，水電年均增高1.7%，而石油的消耗量始終佔總能源消耗的18%。由於石油、煤炭等能源的生產是不可持續的，因此，國家在近年發布了一系列相關政策，明確提出將提高可再生能源的利用率，其中包括《關於互聯網+行動的指導意見》、《關於推進互聯網+智慧能源發展的指導意見》，都在指向新型的能源互聯網。

同時，由能源局發布的78條通知政策中，有45條關於電力領域，17條關於煤炭和油氣領域。可見政府未來對能源的支持力度還將進一步加大。

從市場規模來看，自2013年開始，電力、石油等能源細分行業就已經紛紛拉開了大數據開發應用的序幕。截止到去年，能源行業大數據應用市場規模已達8.29億元人民幣。其中，石油、天然氣作為國家戰略性能源，近5年投資規模都有較大增長。能源大數據行業的發展前景不容小覷。

從實際應用情況來看，大數據已在石油、天然氣、電力等傳統能源領域，以及風電行業這種新能源領域得到應用。

對於石油行業來說，傳統的油氣勘探開採方式面臨瓶頸，從地質開發到石油儲藏，其油氣開採技術已無法滿足石油企業提高產量的需求。而這一傳統行業恰恰早已積累了海量數據，油田在油氣勘探開採過程中，可以利用大數據分析技術尋找新的增長點，幫助煉油廠提高煉化效率。

在電力領域中，國家電網於2014年開始重視大數據技術，以推動智能電網發展戰略。同時，國家電網和南方電網「十二五」期間都在對智能電網進行大規模投資，智能電網已成為發展趨勢。通過實施智能電網戰略，可以利用大數據技術幫助電力公司調配電力供給，調節用戶用電需求。

對於風電行業來說，根據國家規劃，到2020年風電裝機容量將達到2億千瓦。而風電行業的痛點在於風電機組性能差異大，年發電量達不到預期指標。不過，風電機運行過程中會產生海量數據，可以利用大數據技術實時分析發電量，並對可能發生的問題進行預測。這對世界各地風電場都很有意義，能夠從很大程度提高發電效率。

能源大數據行業應用現狀

10月18日，大數據產業聯盟秘書長張濤在數據猿主辦的《G20能效引領計劃下的能源大數據》活動中表示，目前大數據產業已經進入各傳統領域中，當然也包括能源行業，只是當前在能源業的應用還處於初級階段。

具體來看，由於油氣行業長期以來處於壟斷地位，對新技術的接受和推廣較為緩慢。因此，大數據在石油天然氣領域的應用仍處於起步階段。2013年，國內石油企業開始把大數據技術應用於戰略決策、科技研發、生產經營和安全環保各個領域，從大數據資源中挖掘更多價值。

據石油招標網統計，石油共發起建設12個與大數據相關的項目，其中，東方物探、新疆塔里木油田及大慶油田在大數據領域動作最多。項目建設內容多集中於建設油田勘探開發一體化數據中心以及研究成果知識庫2個領域。

可以說國內油氣行業仍處在數據採集、存儲階段，尚未上升到大數據挖掘分析的高度，大數據在原油煉製及油品銷售環節的應用處於萌芽階段。但隨著國家大數據戰略的推廣，未來大數據必會成為油氣行業新的爆發點。

對於電力行業來說，其在國外發展勢頭良好，而在國內發展相對落後。其實早在2003年時，國家電力集團就曾嘗試推行大數據技術，但由於當時技術條件受限，於是很快便終止了這次行動。

自2015年，國家開始大力推行電力改革，鼓勵分散式電源採用「自發自用、余量上網、電網調節」的運營模式，積極發展融合先進儲能技術、信息技術的微電網以及智能電網技術，確保可再生能源發電量依法全額保障性收購，為分散式發電和新能源汽車在未來大規模接入電網創造了有利條件。

在風電行業中，近年來國家大力推行風力發電。由於風電行業涉及硬體較多，且分布區域較廣，因此也刺激了對大數據的需求。未來，風電機組領域的數據交易將會非常活躍，企業用戶將成為交易主體。

能源大數據企業何去何從

雖然能源大數據行業處於初步發展階段，但已有眾多企業開始著手在此領域進行探索。

如何從海量數據中高效獲取數據，進行加工並最終得到有效數據是能源大數據企業涉足此領域的直接目的。

其中，以大型廠商為代表的企業已經在能源大數據行業布局，其具有豐富的實施經驗，能夠保證系統穩定性。以華為、浪潮企業為例，其已成為能源大數據行業的首批受益者。

而初創型能源大數據公司也已開始興起，主要應用體現在風電等清潔能源領域。大數據公司利用分散式存儲、實時監測分析等技術，解決新能源行業數據量大、需要實時處理的難題。

對於石油行業來說，國內三大石油國企將成為推動石油大數據進展的主力。石油創建的數據中心、中石化的煉油大數據以及中海油的海上石油勘探，都是將大數據應用於能源行業的實例。

在電力領域中，大數據是企業深化應用、強化集團企業管控的有力技術手段。而電力企業面臨的問題不僅是收集和存儲數據，而是圍繞數據採用相應的定量和統計信息，以挖掘更有價值的信息。從整體來看，目前大數據技術在電力行業應用的規模、範圍和深度仍然較低，需要進一步加大推廣。

對於風電企業來說，由於風電場風機的維護成本較高，如果運行中出現故障，便會造成嚴重損失。

龍源電力集團作為國內最早從事風電運營的發電企業之一，其運行數據分析及優化中心主管工程師李韶武就在《G20能效引領計劃下的能源大數據》峰會中表示，龍源電力曾發生多起大部件組壞，造成風電場停運近半年，損失嚴重。如果能提前利用大數據技術對運行故障進行預測，一定能減少企業損失。

隨著能源大數據行業的發展，能源大數據企業必將會逐步增多。拋開與大型企業資源優勢的對比，初創型能源大數據公司能否會因創新型技術而佔領行業制高點？我們拭目以待。（資料來源：網）

相關閱讀：

在集中供熱領域，北方各省市供熱部門正面臨著眾多數據孤島、不能統一運營管理、熱網節能難於落地等痛點，所以伴隨著一波又一波寒潮襲來的同時，還有各種投訴電話的苦惱。

不過現在不用擔心了，如今，國際、國內政策的推動下，以及移動互聯網、物聯網、雲計算、大數據等新興技術的發展，全球能源互聯網應運而生。

這意味著什麼?

影響能源互聯網發展的主要問題在於，在產業鏈中，基礎能源如電力、燃氣、油品等，條塊分割非常嚴重，如何存儲、傳輸、調度?對於消費端如個人、企業、商場等來說，消費特徵也非常複雜，如何使用、使用多少?

因此，建立以用戶為中心的能源大數據平台，打通產業鏈，在此基礎上進行用戶標籤管理，作為企業畫像和用戶畫像的基礎平台，未來就能解決諸如「你家不熱」的問題。

但具體怎麼做?百分點能源行業架構師董繼軍先生，在百分點大數據學院舉辦的能源論壇上發表了能源方面的一些實踐分享。

第一步——全維度「能源」畫像

區別於其他行業，能源消費非常複雜。

對於一個能源使用者來說，家庭、學校、機構、商場等能源使用行為各有不同特徵，並且涉及電力、燃氣、油品等方面。面對如此複雜的情況，在能源互聯網趨勢之下，需要對全網的能源使用者構建能源畫像，形成以人為中心的標準的網狀結構。

建立這個複雜的能源畫像過程中，就需要用到第三方數據，進行價值鏈創新。這是百分點一直在做的事情，基於超過5.5億的用戶畫像基礎上，逐漸地建立用能畫像體系。通過標籤體系，可以建立全景視角的認知，有助於提升服務，甚至重構整個行業。

百分點經過多年實踐，實時數據採集(包括智能電錶及其他一些設備感測器、環境感測器)，通過數據模型演算法，建立能源使用畫像，從而進行能源使用實時互動。

未來，能源行業在用戶側會非常多元化，會有很多小型售電企業出現。特別是分散式能源，可以使消費者身份相應發生變化，變成「產銷一體」的消費者。

典型應用——能源行業會有哪些新玩法?

鏈條式的能源產業，是基於大數據，從數據化到網路化，未來整個能源形態將會是純網路化的互聯網架構。

在這種新的趨勢下，能源的生產和銷售，以及能源管理和組織都會發生深刻的變化，每一個節點要有非常清晰的認知和畫像才能落地具體業務應用。百分點在能源領域進行了多年實踐，總結一些成果，分享在能源行業的典型應用。

1.異常分析、調度優化

比如在燃氣領域，將家庭、學校、商場等的遠傳讀表、氣溫數據、客戶信息、設備數據、計費數據和面積數據集中起來。可以站在全網消費者角度，在能源消耗框架之下，描述用能特徵和用能特點，繼而進行異常分析、採取調度優化。

具體流程是，基於百分點的大數據平台，從流量數據、企業內部數據和企業外部數據，進行基礎的數據處理和數據拉通，並整合所有能源使用端的數據，通過原始數據採集到中間用氣特徵模型，建立全維的用戶用氣特徵和用戶畫像，分析用戶的一些異常和正常用能行為，從而抽取異常用氣情況，實現管網優化和客戶優化。這也是整個燃氣行業實踐落地的一個很重要的應用點。燃氣公司可以知道用能的客戶在哪裡?怎麼來優化能源結構布局?包括協調用戶家庭家裡的電器，進行設備保護的優化和能效的優化等等。

2. 聚類分析、能源管理

在能源管理應用上，根據用戶的實際業務管理需求，落實到整個安全、調度和服務三個層面，來幫助燃氣管道網路安全、用戶端安全和整個燃氣管道網路調度、服務優化等業務落地。

比如，通過建立數據模型，可以自動進行偵測並獲取偷竊的客戶名單，消滅一些潛在的安全隱患，並減少企業經濟損失。

具體方法是，通過聚類分析，對整個用氣特徵做一些分類，如區域中心的用戶、餐館、小區的供暖鍋爐，通過數據模型可以進行識別、判斷。比如用能類型中的早晚用氣型，根據早上和晚上的波峰波谷等很均衡的特徵來分類。比如，根據用能企業的名稱、周圍的商圈等信息，分析發現上午用氣型較多的一般是學校或者類似的企業用戶;白天比較均衡用氣型可能是商廈。

與此同時，通過對整個用能企業深入了解，再疊加用電信息和其他的能耗信息，可以優化模型，幫助企業規劃能源使用方式。比如推廣清潔能源，考慮經濟性和社會效益，減少燃氣使用、增加電力使用。

在能源互聯網大基礎架構之上，用能畫像越精準，越可以為整個社會能源使用發揮更多的作用，優先發展更清潔、效率更高的能源。

3.預測風險

能源傳輸過程中，從生產端到使用端，中間傳輸過程需要兩大體系支撐：一個是電網，一個是燃氣管道網路。二者的難點都在於很難存儲，無論是電網還是燃氣管道網路，都需要調度優化。

因此，通過對用能單位的畫像，分析用氣特徵、用能特徵，可以幫助我們指導二者的調度和優化。反過來說，削峰平谷也是大數據平台搭建的基礎。

圖：不同區域內使用的峰值不同，不同顏色代表著不同區域特徵。

另一方面，對於單個用戶持續異常的情況，通過大數據的分析得出客戶用能的風險指標和標籤值，這些數據可以在能源企業實際業務當中產生非常重要的價值。

能源互聯網的政策和市場或已成熟

總結來看，能源產業鏈從最初的一個鏈狀結構，由能源生產端的電力、燃氣、油品，經過勘探、開採，到中間環節的傳輸、量化，再到電力單位使用，已經逐漸變成一個網狀結構，也就是能源互聯網。

每一個用能機構(包括家庭、機構、社區)都會變成能源互聯網上最重要的節點。整個網路的連接節點構建的大數據平台，利用大數據對能源生產、使用的完整的數據分析，讓能源互聯網真正實現高效的運轉。並且，在建立能源大數據平台之後，根據不同場景以SaaS的方式提供服務，可以提高企業效能和優化能力。

也就是說，在新的互聯網模式之下，建立全維度的用能模型，百分點已經幫助能源行業實現了價值鏈創新，創造出了新業務和新價值。

能源互聯網的風口已來，今年20國集團發布了《G20能效引領計劃》，一方面是強化了提高能效的政策環境，第二是帶動了新一輪的能效和綠色投資機會，第三是促進了能效大幅度提升的技術進步，並且促進了G20國家的能效合作。

回看國內，國家「十三五」規劃(2016年能源工作指導意見)推出后，各地政府也陸續推出各地規劃，后又推出《關於推進「互聯網+」智慧能源(能源互聯網)行動的指導意見》，將能源互聯網行動計劃的具體落地。

未來，能源互聯網一定是彼此合作、互聯互通的，在能源互聯網應用中非常重要的一點，就是要對每一個節點進行精準畫像，以能源用戶為中心，將各個用能設備、環節數據化。

由中能智庫組織編寫的《能源形勢分析與預測報告（2017年第5期）》將於近日發布，如需獲取報告全文，）並回復「訂閱」。或發郵件[email protected],電話400-9988-949。