能源大数据特点

① 大数据在哪些领域更能发挥作用

大数据是社会发展到来一定阶段必然产生源的科学技术之一，是当今生产力的代表之一。大数据技术会应用到社会生活的所有领域，目前最突出的是应用在基于互联网的各类商业应用上。同时，对于政府管理和国家安全也有十分重要的意义。未来，大数据技术必然会产生产品与服务的高度个性化，产品和服务定制化、单独化、“不复制化”是必然的趋势。实现这一点的前提就是大数据。

② 大数据推动可持续能源消费

大数据推动可持续能源消费
大数据技术的出现，让研究者能剖析能源消费中那些曾经不为人知的特点，它让能源可持续变得愈发可能。
随着数据传输和处理、数据挖掘和机器学习等分析工具的发展，大数据成为今年最显赫的领域和最炙热的话题。广告如何有针对性的投放、如何在大量信息交互中挖掘出恐怖分子的计划和如何提供个性化的搜索服务等，这些曾经难以攻克的技术难题，都被大数据时代令人惊叹的新技术一一化解。
作为支撑人类社会正常运营的能源消费，在为人类创造出有史以来最繁荣的时代的同时，也在过去百年中带来了沉重的污染问题，更是全球气候变化最主要的肇因之一。大数据技术的出现，为解决这一问题提供了另一种思路和技术手段。
大数据技术的出现，使人类构建可持续能源消费框架的愿望更易实现。需要指出的是，大数据技术的出现，让研究者能剖析能源消费中那些曾经不为人知的特点。然而，如何利用全新的信息设计相应的管理工具，仍需其他研究的支撑。
笔者将从电力消费和智能交通两方面，介绍利用大数据技术发觉能源消费中新信息的前沿技术。并探讨如何结合其他学科工具，研发新型的可持续能源消费管理技术。需要指出的是，许多相关问题的研究前沿仍充满了争议，并无定论。
长期以来，电力系统的能效管理都聚焦于如何提高发电企业的效率和工业企业的用电效率，而鲜有讨论和实践居民用电能效管理技术。这很大程度上是因为居民用电分散程度高，致使监控居民用电行为的成本高。在缺乏居民用电行为信息的情况下，除了推进阶梯电价、分时电价等总体控制政策外，很难设计针对居民不同用电行为的管理手段。然而，随着大数据技术的成熟，这一情况发生了革命性的改变。
在大数据技术尚不成熟时，人们对电力消费行为的认识很粗浅。只能从整体消费曲线猜测个体消费行为。人们发现，在不同国家、不同时期，总体电力消费都呈现双峰曲线的特点：在早晨和傍晚分别出现两个用电高峰，期间穿插着两个用电低谷。
所以长期以来，研究者都假设大量的消费者行为都具有两高一低的特点：清早，绝大多数家庭起床后打开电灯等电器，在家中盥洗并准备早餐，形成第一个用电高峰；傍晚回家后，准备晚餐和使用电器处理其他家务，形成第二个用电高峰。这看上去是一个非常合理的用电行为模式假设。然而，通过大数据技术展示在研究者面前的，却并非这样的图景。
由于大数据量传输和储存技术的进步，使在居民家中安装智能电表的成本大幅下降。这一在美国加利佛尼亚州部分地区试点安装的技术，已经为研究者提供了庞大的数据库。通过对这一数据进行数据挖掘，研究者们惊奇的发现，人们用电的行为迥异。虽然个体用电行为仍可聚类为若干类型，然而绝非是此前研究者所猜想的“以双峰用电曲线为主”的模式。
事实上，具有双峰曲线特征的个体用电，仅占一成左右；而其他种类的消费行为则千奇百怪，许多用电者的行为甚至随机性很大。但有趣的是，这些特点各异的消费行为聚合在一起，形成了广泛存在于各个电力市场的双峰型电力消费曲线。
理清不同消费者的消费形态，让我们看到了通过价格杠杆和机制设计进行消费侧管理的可能。毫无疑问，不同的消费形态，会因其不确定性的高低和消费发生时的发电资源稀缺程度不同，造成不同的发电成本。
例如，即便消耗相同的电量，一个极为规律、用电峰值和谷值差距不大的消费者，其所造成的发电成本负担会小于一个用电行为随机性大，用电波动幅度大的消费者。然而，目前的零售机制并没有根据消费形态的不同，区分出不同的价格。这就造成不同发电成本负担的消费者支付了相同的价格。这样无疑会造成巨大的无效率，更是不公平的。因此，不管什么样的消费侧管理，如果不能有效的区隔不同消费形态的消费者，都可能造成节能效果有限。因此，我们需要设计一系列机制，通过市场机制，鼓励高效节能电力消费模式，抑制造成浪费的消费模式。
根据大数据技术获得的信息，许多关于上述机制设计的讨论已经展开。笔者在参加2013年IEEE电力系统年会时，看到了不少相关的研究。这其中既包括了套餐式电价合同设计等以经济学为理论基础的软技术开发；也包括了结合物联网和优化控制技术，以运筹学为基础的相关硬技术的研究。我国应适时开展和推进相关研究和试点。
大数据技术的进步，同样能支撑有效降低交通能源消耗技术的研发。在交通能源消耗问题上，最困扰研究者的就是由于拥堵、寻找停车位等造成的无效率能源浪费。这些造成无效率的现象大多是由于人们缺乏信息造成的。同样也是因为缺乏信息，使得长期存在的智能交通调度等管理手段难以实现。
然而随着智能手机的普及，许多驾驶员使用手机装载的定位系统确定行车路线。和传统的定位系统不同，这些通过智能手机定位的信息都传递和保存在大数据库中。这些海量数据不仅能像传统的交通信息一样让人们了解某一个时段一条路上的车流量，还能明晰的标示出这条路上每个时段的每一辆车从何处来、往何处去，并记录每辆车的停车情况。同时，现有技术也能够支撑信息的反馈，即可以向车辆驾驶者和乘客发布拥堵预警、拥堵状况和停车场分布和占用情况等信息。
对于以通勤为主的城市交通而言，这些信息的交互显得极为重要。在缺乏这些信息时，人们是根据过往经验进行选择，这使得人们面临的随机性风险很大。而有了这些信息后，人们能更准确的获取信息优化自己的出行选择。人们由于对交通流量程度的估计错误，或绕远路、或不得不忍受拥堵，而这都会造成大量的能源浪费。通过机器学习等技术，能够根据历史出行信息预测出车每个出行者的出行路径；这就使拥堵发生的概率和发生在哪个时段等信息提前传递给出行者。再配合现在已经被广泛使用的路径优化技术，可以实现交通流量智能调度或半调度的梦想。从管理类软技术而言，由于这些信息的可获取性和真实性大大提高，针对不同时段、不同路段设定并征收有差别的拥堵费等管理手段也成为可能。
需要特别指出的是，目前研究的前沿已经推进到结合大数据和自动驾驶车辆进行综合交通调度这一问题上。更重要的是，这些信息有助于了解一个城市在当前的规划格局下，哪些热点是造成主要拥堵问题的肇因、停车场的布局是否合理和如何针对不同人群的出行提供个性化信息服务等一系列问题。这使绿色城市规划不仅仅在于依赖理念，而能扎扎实实的扎根于实证数据。
摆脱了海量数据获取难、获取后处理难的双重困境，人类对自身能源消耗的细节更加了解。而正是在这些细节中，暗藏了大量无效率的能源浪费。大数据的应用正是从细节入手的努力，能够成就绿色可持续未来的宏大叙事。

③ 能源大数据的应用前景怎么样

据前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告专》显示，能源属大数据理念是将电力、石油、燃气等能源领域数据及人口、地理、气象等其他领域数据进行综合采集、处理、分析与应用的相关技术与思想。能源大数据不仅是大数据技术在能源领域的深入应用，也是能源生产、消费及相关技术革命与大数据理念的深度融合，将加速推进能源产业发展及商业模式创新。
能源大数据对能源企业自身同样具有重要价值。通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现电力消费规律，提升企业运营效率效益。对于电网企业，该模式能够提高企业经营决策中所需数据的广度与深度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑决策管理。

④ 你认为大数据在电力行业的应用前景有哪些，为什么

通过使用智能电表等智能终端设备可采集整个电力系统的运行数据，再对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控；进一步地，结合大数据分析与电力系统模型，可以对电网运行进行诊断、优化和预测，为电网安全、可靠、经济、高效地运行提供保障。云计算、大数据分析等信息新技术必将激活电力大数据中蕴含的价值，也必将释放电力大数据的市场潜力。根据GTM Research的研究分析，到2020年，全世界电力大数据管理系统市场将达到38亿美元的规模，电力大数据的采集、管理、分析与服务行业将迎来前所未有的发展机遇。

⑤ 了解生活中的大数据 大数据在日常生活中的应用

【导读】随着社会的发展以及商业化的推进，大数据已经渐渐的渗透到了我们的日常生活中，那么大数据在日常生活中的应用有哪些呢?大数据是如何解决我们日常生活中的问题呢?下面小编就带大家一起来了解生活中的大数据，希望对大家有所帮助。

1、大数据解决生活中的问题——应用于能源

随着工业化进程的加快，大量温室气体的排放，全球气候发生了变化，因此推动低碳环保显得尤为重要。将大数据技术应用到能源领域可以为低碳做出巨大贡献。低碳能源大数据主要由能源信息采集、能源分布式运行、能源数据统计分析、能源调度四个模块组成。通过这四个模块，可以科学、自动、高效地实现能源生产和能源管理，实现节能。

2、大数据解决生活中的问题——医学应用

大数据在医疗领域的应用主要是通过收集和分析大数据进行疾病的预防和治疗。患者佩戴大数据设备后，该设备可以收集有意义的数据。通过大数据分析，可以监测患者的生理状态，从而帮助医生及时、准确、有效地治疗患者。据新华网报道，大数据分析可以让我们在几分钟内解码整个DNA，找到新的治疗方法，更好地理解和预测疾病模式。

3、大数据解决生活中的问题——对于金融业来说

大数据在金融业的主要应用是金融交易。许多股权交易都是使用大数据算法进行的，大数据算法可以快速决定是否出售商品，使交易更加简洁和准确。在这个大数据时代，把握市场机遇，快速实现大数据商业模式创新显得尤为重要。

4、大数据解决生活中的问题——应用于地理信息

地理信息系统(GIS)需要及时处理相关的空间信息，以及存储的大量数据和工作任务。将大数据技术合理地应用到地理信息系统中，不仅可以及时处理地理信息，而且可以提高处理结果的准确性。

5、大数据解决生活中的问题——应用于消费

为了在未来的市场中站稳脚跟，建立大数据库，充分利用大数据技术显得尤为重要。淘宝、京东等企业将通过大数据技术自动记录用户交易数据，对用户信用进行分析和记录，形成长期庞大的数据库，为后续金融业务布局提供征信和风控数据。

6、大数据解决生活中的问题——应用于制造业

大数据影响生产力，使机器设备在应用中更加智能化、自主化，使生产过程更加简洁、准确、安全，提高生产能力。此外，大数据技术可以帮助企业了解客户的偏好，从而生产出市场需要的产品。

以上就是小编今天给大家整理的关于“了解生活中的大数据
大数据在日常生活中的应用”的相关内容，希望对大家有所帮助。总的来说，大数据的价值不可估量，未来发展前景也是非常可观的，因此有兴趣的小伙伴，尽早着手学习哦!

⑥ 专栏 | 电力大数据应用模式与前景分析

本期，C君非常荣幸地邀请到了国家电网能源研究所的孙艺新老师。能源行业作为国民经济与社会发展的基础，不可避免地正在受到大数据的深刻影响。在下文中，孙艺新老师结合案例，系统分析了国外几种电力大数据应用案例，并分析了未来的应用前景，可供读者参考借鉴。

本文原载于《中国电力企业管理》，转载请联系作者获得授权。

大数据对打通业务壁垒、发现商业价值具有重要支撑作用，已为互联网、金融等拥有海量数据的企业在市场开拓、产品研发、客户服务等方面发挥了重要作用。电力大数据则是从能源领域为人们重新开启了认识世界、改造世界的大门。

电力大数据
人类从远古进化到现代，能源的每一次进步都带来了生产力的巨大飞跃。如今，能源革命与信息技术革命发生交汇，智能电网、新能源的快速发展与移动终端、物联网、云计算的迅速普及，将为各个产业带来巨大的商业价值。电力大数据不仅是大数据技术在电力行业的深入应用，也是电力生产、消费及相关技术革命与大数据理念的深度融合，将加速推进电力及能源产业发展及商业模式创新。

从商业模式创新来看，电力大数据的内涵包括以下三个方面：一是打破电力发、输、配、售不同阶段的数据壁垒，数据范围涵盖电力生产运营全过程；二是注重电力领域综合分析预测，对不同类型能源消耗、用电行为特征、电力供需形势、用电企业经营趋势等问题进行综合预判，能够显著提高电力生产消费预测的准确性与及时性；三是注重能源领域商业模式创新，充分挖掘能源数据价值，从信息服务、数据分析等方面为智慧城市、智能电网、智能家居等领域提供新的盈利模式。

电力大数据拓宽了电力行业乃至能源产业的广度与深度，给传统企业带来机遇与挑战。一方面，电力大数据能够对电力供给侧、需求侧进行有机整合与“跨界”应用，为创新商业模式与管理模式提供了机遇；另一方面，电力大数据使传统电力行业的边界变得模糊，使其自然垄断地位与路径依赖优势受到不同程度的颠覆与挑战。

国外电力大数据应用模式
目前，电力大数据理念尚处于逐步发展过程。从国外主要实践案例来看，已初步形成了三类应用模式。

以电力为中心的能源数据综合服务平台

该模式通过建立一个分析与应用平台，集成能源供给、消费、相关技术的各类数据，为包括政府、企业、学校、居民等不同类型参与方提供大数据分析和信息服务。该模式中，电网企业具有资金、技术、数据资源等方面优势，具备成为综合服务平台提供方的条件。

典型案例是美国德克萨斯州奥斯丁市实施的以电力为核心的智慧城市项目（见图1）。该项目以智能电网设备为基础，采集了包括智能家电、电动汽车、太阳能光伏等类型详细用电数据以及燃气、供水数据，形成一个能源数据的综合服务平台。

图1奥斯丁智慧城市项目商业模式示意图
该项目已在节能环保、新技术推广、研发测试等方面发挥了重要的平台服务支撑作用。一是在消费者能源管理方面，为居民能源消费、住宅节能、交通出行等提供优化建议，促进节能环保。例如，识别环保住宅的能耗降低比例可达27%；对居民太阳能电池板安装朝向进行优化，可使发电量增加49%等。二是为企业提供电动汽车、智能家电等产品开发与技术测试服务。例如，将电力数据与汽车里程、分时电价、油价数据结合，可提供电动汽车性能分析、充电站布局优化，并根据用户习惯确定最佳充电时间等服务。

为智能化节能产品研发提供支撑
该模式主要将电力大数据、信息通信与工业制造技术结合，通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析，设计开发出节能环保产品，为用户提供付费低、能效高的能源使用与生活方式方案。以智能家居产品为例，该模式既可为居民用户提供节能降费服务以及快捷便利的用户体验，也可对能源企业尤其是电力企业改善用户侧需求管理、减少发电装机等发挥作用。该模式中，电网企业不一定具备产品研发优势，但利用电力数据采集与分析方面的优势，既可通过与设备制造商合作改进用户需求侧管理，也可通过共同参与研发并在产品销售中获取收益。

该模式的典型案例是美国NEST公司研发的智能恒温器产品的商业模式（见图2）。该产品可以通过记录用户的室内温度数据、智能识别用户习惯，并将室温调整到最舒适状态。

图2NEST产品商业模式示意图
产品制造商、电力企业、用户三方形成共赢：作为产品制造商的NEST公司免费获得合作企业提供的部分电力数据，借此完善预测算法，并通过多种方式（恒温器设备、互联网、分析报告）展示分析结果；电力企业在智能恒温器支持下，改进需求侧管理，节约发电装机与调峰成本；用户使用产品自动控制房间温度，并节省用电费用。据报道，售价250美元的NEST恒温器每年可在电费和供热开支方面为家庭节省173美元，一年时间已节省了2.25亿千瓦时的能量，相当于2900万美元费用。

面向企业内部的管理决策支撑
电力大数据对能源企业自身同样具有重要价值。通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现电力消费规律，提升企业运营效率效益。对于电网企业，该模式能够提高企业经营决策中所需数据的广度与深度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑决策管理。

该模式的典型案例是法国电力公司智能电表大数据应用（见图3）。法国电力在筹建大数据研究团队初期，选择用户负荷曲线为突破口，将电网运行数据与气象、电力消费数据、用电合同信息等进行实时分析，以更为准确地预测电力需求侧变化，并识别不同客户群的特点，通过优化需求侧管理，改进投资管理与设备检修管理，提升运营效率效益。其中通过优化需求侧管理，使电网日负荷率提高至85%左右，相当于减少发电容量1900万千瓦。

图3 法国电力大数据支撑内部决策应用示意图
电力大数据应用前景
未来电力大数据的应用前景主要是在已有模式的基础上，进一步发挥“粘合剂”与“助推剂”作用，推动能源产业探索建立具有“平台”特征的完整能源生态系统。“粘合剂”主要是指对其他企业的吸引力以及形成平台模式后的协同效应，“助推剂”主要是指对能源产业生产、消费革命以及企业发展转型的推动作用。

参照电商领域中的阿里集团，该公司成立以来逐渐形成了“数据”与“平台”良性发展的商业模式，收入主要来源于向卖家提供的互联网营销服务和从交易额中抽取的佣金。一方面，阿里通过淘宝、支付宝、余额宝等产品构建了完整的商业生态系统，吸引用户参与到平台中，并采集整理用户大数据；另一方面，阿里通过用户大数据的分析与挖掘，在电子商务、金融、交通、娱乐等不同领域中建立竞争优势，不断巩固壮大其商业生态系统。2013年，阿里集团的中国零售平台交易额达2480亿美元，营业收入493亿元，利润率高达45%。

电力大数据下的能源生态系统将为能源企业及相关产业提供一个数据采集、整理、分析、应用、共享、交易等为一体的平台，为参与方提供信息咨询、节能环保、产品研发、管理支撑等服务，为消费者提供节能降费服务及相关产品。可应用的领域包括智慧城市、智能电网、新能源、电动汽车。智能楼宇、智能家电、智能家居、移动终端等一系列相关产业。

电力企业在以电力大数据为基础的生态系统中占据主导地位，具有十分重要的作用。一方面，新一轮电力市场改革下，电力企业可以摆脱传统的盈利模式，通过挖掘大数据资源增强企业竞争力；另一方面，电力企业通过吸引社会资本及不同主体的参与，共建互利合作的商业环境，发挥电力大数据在智慧城市、智能家居中的重要支撑作用，提升相关企业的科技创新与可持续发展能力。

积极布局推进电力大数据应用
电力大数据对电力工业优化内外部资源、发展智能电网与构建全球能源互联网具有重要支撑作用，对电网企业创新商业模式、主导建立能源生态系统具有重要意义。电网企业需持续关注其发展动态，积极谋划布局。未来智能电网采集的数据将全面覆盖从主干网到配电网、区域用户和大用户微网，乃至家庭小用户局域网。在此背景下，传统数据存储、计算能力将产生瓶颈，必须运用大数据的采集、处理技术对当前SCADA系统、数据中心、分析预测系统进行全面升级与改造。

一是开展大数据应用的顶层设计工作。在企业集团层面建立大数据应用的组织协调机构，研究能源领域大数据与公司、电网发展的协同关系，并对其盈利模式、应用领域、合作机制及分工等全局性问题开展专项研究，在未来竞争领域中占据主动。

二是做好信息与技术储备工作。探索建立稳定、可靠的公司内外部数据获取渠道，以及数据共享机制；超前研究制定适用于大数据环境的技术处理方案，提升信息系统处理能力。

三是积极培育人才队伍，开展前期应用试点工作。在电网、产业、科研单位中组建大数据研发攻关团队，在安全、生产、经营等业务中开展应用试点探索。