浅谈大数据在能源行业的应用

◆刘爱芹

浅谈大数据在能源行业的应用

◆刘爱芹

(山东物流集团清恒能源有限公司 山东 250000)

随着能源供给的重大改革，在节能减排等新的产业布局要求下，本文分析了能源行业大数据的技术特征，总结了现阶段大数据技术在能源行业应用的基本场景和特点，探讨了其技术特征下的应用实践要点，对今后大数据在能源行业的使用提出了建设性意见。

大数据；能源行业；应用

1 大数据技术在能源行业的应用时代背景

我国进入新时代，经济结构调整，产业布局发生重要变化，节能减排已经成为能源企业面对的、不可回避的突出问题。目前跟随着时代的发展步伐，在“互联网+”的背景及大数据技术下，大数据技术在能源行业上的应用凸显了骄人的效能，基于大数据平台立足于能源行业进行相应研究和综合性服务，对于提高能源企业的能效水平凸显显著作用。

大数据技术对于数据的处理，有着数据承载量大、所支持处理数据的类型多样性、商业化高能效、处理速度快等许多特点[1]。在能源行业发展过程中，必然需要将相关行业信息和行业本身相结合，实现能源互联网是这一高级目标，进而实现利用现有成熟稳定的信息通信基础设施与能源基础设施的融为一体，提升行业产能、生产效能、降低排放。

2 大数据的使用具体体现

大数据存在于能源互联网海量信息种类繁多，且体量巨大。大数据技术在能源行业使用实践中，就能源大数据的数据来源，一方面来自于企业与能源相关的数据，其中包含了生产企业的输出、经营管理的基本情况、设备用能转移等多方面的数据源，另一方面来自于用户在使用过程中体现出来的跟随市场波动、季节性、区域性特点，综合分析该领域数据特征可概括数据即能量、数据即交互、数据即共情[2]。

在能源企业构建新的产能结构中，信息处理实时性在能源物联网的运维中紧密跟随产业发展、预告行业发展趋势，为能源企业、行业发展提供前瞻性决策依据。现阶段藉由能源大数据服务平台的支持，在能效对标、节能技术改造、节能潜力挖掘和能效提升等方面能源企业存在着可以深挖的升级空间，从工作实践来看，其效能发挥体现在：推动企业节能技术改造的有效实施，提高生产工艺工序优化、能源管理水平，提升节能措施、理念的发展和提高。从能源行业整体布局的视角，有利于协助政府深入挖掘区域内企业能源数据所蕴含的潜在价值，进而分析能源行业所服务的其他行业的用能趋势、规律，为政府部门在产业发展、结构转型升级等方面提供有力的信息数据支持。

3 大数据在能源行业应用的要点

总结前人的研究，从系统分析的角度审视大数据的采集、分析技术。综合考量国内对于能源大数据服务的初步研究发现，从信息理论视角分析大数据的使用，基于能源互联网的海量监测数据过程中首先提取数据，并就数据特征进行分析与归纳，基于以上过程为决策提供依据，构建了基于多层模式的数据融合方案[3]。能源互联网，是一个信息与能源相融合的综合、互联、互通的体系，所构成单元的“局域网”的能量自治单元以微网、分布式能源存在。能源互联网与互联网构建理念相似，均是从底层指向上层，在开放、对等、互联、开放的原则下，有着能量自治单元相似属性的相关数据分享藉由micro-web等载体实现。同时能源互联网有着能源双向按需传输的特征，并在使用过程中实现动态平衡，借助于开放对等的体系，实现能源与信息一体化架构。在能源网发展分布与集中相结合的大趋势下，需要能源互联网相对于能源网起到相辅相成的作用。

在大数据技术使用中，必须了解其固有的特点，主要涵盖产生、采集、存储等生命周期管理。站在数据存储的角度，海量的数据的达到与存取必须达到有效、快速、可靠等几个基本特质，具体的表现形式是其存储的容量巨大与一般意义的数据存储差别较大、其存储设备呈集群分布式，数量众多，需要合理结构协调，必须协同提高计算能力数据，提高归仓、云存储、虚拟存储等硬软件的研究[4]。站在数据管理的角度，大数据面对的是各类种类繁多、结构不一的数据，对非结构化数据的组织、清洗等基本过程应采用特别的手段与策略，减少与避免数据的冗余，实现多样性多源性异构数据中，快速高效提取有效信息，提高数据共享、管理及服务的有效性效率。兼顾内在联系和数据特性，确保一方面数据可以修改与扩充，另一方面确保数据的独立性不被其他因素干扰，可靠性不产生波动、安全性健壮无风险。在数据分析与决策支持方面，大数据需要重视深入探究其挖掘技术，对信息的深度加工、有效表达要进行进一步的研究。

综合前人的研究，聚类分析、机器学习、自然语言处理、遗传算法、神经网络、数据挖掘、回归分析、分类分析、关联规则学习、数据融合与集成、情感分析、空间分析、时间序列分析等是大数据较为流行的分析技术。考量信息安全方面因素，信息安全主要是指信息安全防御，要从被动的单项和滞后防御转变为多个层级、层次的多端防御模式，更要从被动向主动防御转变。在支撑多个种类终端的开放、互动能力的基础上，采取其他技术加强所承载信息的完整、可用、机密等特性，历史研究中采取的方式，主要集中在可信计算、智能分析等新技术。使得应对黑客攻击及各种灾害等危害的防御可靠，避免信息系统的破坏，需要正确处理大数据的开放与安全两个方面的内容。考量大数据展现的方面，大数据所承载的数据如果没有相应的展示方式就无法呈现，需要把握数据的内在特征及规律，综合运用CAD、空间信息流、计算机图形学和人机交互等技术。通过以上过程，将存在于差异性物理系统承载的数据，直观、互动的内在联系，经可视化展现，由虚拟现实的方式灵活呈现，经由以上途径把复杂的、抽象的数据转化为可以交互的、便于识别的图形。

4 大数据就在能源行业使用的一般规律思考

将大数据技术应用于能源行业，不得不考虑大数据应用的一般规律。大数据技术在能源行业的应用结合、发展可以概括为三个阶段。首先，需要考虑的是采集数据阶段，主要是指能源行业设涉及数据的信息化和数字化，以及随后的消化、转化阶段。大数据技术的实现迫切需要依赖通讯，以信息通信为具体载体，采集分析能源用户相关行为相关的数据，涉及的主要数据因能源行业的服务对象不同而有所差异，但客户管理、业务行销以及GIS等方面数据具备共同性。基于共性数据和差异性数据为采集目标，为下一数据分析层提供服务，在优化能源相关运行、管理系统的使用方面，全面、可信数据是提高处理效率的前提。处在第二层级的是数据智能化阶段，需要综合应用大数据分析方法，可采用描述、诊断、预测、指导的类型分析，增强指向性，促进产业链各环节产生和附加数据信息沟通交互。在能源行业基础设施中必须重视信息交互，在能源互联网运维中分层级融合信息流与能量流，使之一体化。处在流程最末尾的阶段为能源和信息的有机融合阶段［5］，其特征升级，在上两个层级的基础上，信息通信基础设施寻找与能源基础设施的契合点，融为一体化进程，即能源互联网阶段，凸显数据的应用与交互作用。但在实际应用过程中，意图达到、实现能源互联网必须考虑其开放、对等、互联、分享等基本特征与属性，也决定了其实时交换要求更高能量和信息的转化［8］，同时通过整个网络的设备、设施信息通信，在相应基础建设条件的保障下，进行必要的是实时监测，考量数据通讯不同之间的差异，充分发掘历史和实时数据，对海量、不同类别、结构性差异予以兼容，进而提升基于大数据技术供给的能源互联网的运行管理，综合提高其性能优化，给予决策足够支撑。

应用大数据技术构建能源互联网，具备多能、开放、交互和共享等基本特征，是一个内部和外部数据共同构成的大数据系统，这是一个庞大而繁复的系统，综合能源生产、配送、消费系统等各个系统间有效数据信息通信，达到高度融合，扩展信息触角。一般来说，其运行、规划受到来自于外部环境、参与者的特性的双重作用［6］。大数据经过采集后，在进行预处理环节的提取，必要的数据还需要相应的存储和管理。进而，实现大数据指向性的分析乃至挖掘，将抽象等特征值数据由可视化等技术构成能源互联网，与人工智能、机器学习技术相结合，大数据在能源行业的应用及研究已经起步，但是仍面临很多困难。从新旧动能转换和行业转型升级的角度，放眼市场经济的新时代背景，需要在政府的大力支持和组织下，在行业的总体布局视野下，按照市场经济的运行机制，合理规划发展战略，立足优势产能，聚焦国内外的市场，需要多行业、多地域、多维度的协同协作，凸显计划性和前瞻性布局，扎实基础建设、革新理念，才能获得应有的成效。

[1]李刚，杨立业，刘福炎等.能源互联网关联数据融合的互信息方法[J].电力建设，2016.

[2]查亚兵，张涛，黄卓等.能源互联网关键技术分析[J].中国科学(信息科学)，2014.

[3]周海明，刘广一，刘超群.能源互联网技术框架研究[J].中国电力，2014.

[4]田世明，栾文鹏，张东霞等.能源互联网技术形态与关键技术[J].中国电机工程学报，2015.

[5]杨方，白翠粉，张义斌.能源互联网的价值与实现架构研究[J].中国电机工程学报，2015.

[6]程帆，徐鸣飞，徐志翔等.能源互联网发展及关键技术分析[J].电工电气，2015.