京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网、大数据,通通也得略懂能源
目前,产业界认为物联网与大数据都是未来相当有潜力的产业,很多人老是问未来产业在哪,这就是两个了,有趣的是,这两个产业,通通都跟分布式能源有关。
在这系列当中,我们主要探讨分布式能源的观念与趋势,不过,系列文章里头,我们已经暗示许多次,其实整个能源策略的规划,不只是跟使用能源有关,也不只跟绿能产业有关,还关系到整体经济产业的未来发展,这样说起来好像很抽象,先前我们谈过Google为何买下Nest,以及芬兰的国家产业发展政策等等,现在咱们来谈谈两个当红的话题:“物联网”,以及“大数据”。
物联网,顾名思义,就是日常生活中,原本各自独立运作的设备,通通串联起来;大数据,又叫“海量资讯”,不过,要说明起来,过去的绰号“资料挖矿”可能比较传神,就是利用软体演算方法,在大量的资料中找出你所需的资讯。
例如过去社保卡开办之初,曾有少数不肖诊所,认为社保局不可能一一清查所有资料,心存侥幸,一开始也的确得逞,却不知社保卡IC化以后,社保局可透过分析数据,找到就医状况异常分布情况,就前往搜索,果然发现舞弊情事,结果全数被逮。
目前,产业界认为物联网与大数据都是未来相当有潜力的产业,很多人老是问未来产业在哪,这就是两个了,有趣的是,这两个产业,通通都跟分布式能源有关。
先说起物联网,话说物联网的主要应用之一,就是能源管理,小自照明节能系统,大至整个智慧城市,通通与节能和分布式能源有关。
刚说道Google买下的Nest就正在发展物联网,其中在照明方面,Nest的合作伙伴之一是LIFX
智能LED灯,智能灯不仅彼此连结,也与Nest产品连结,包括Nest Protect
烟雾侦测器,以及Nest智能自动调温器,而有了许多额外功能,例如一旦Nest Protect
烟雾侦测器侦测到家中起火,家中所有的LIFX智能灯都会亮起红色警告,让你马上知道有异状,而当你长期外出,LIFX智能灯还会不时随机亮起,佯装屋内有人以免小偷光顾。这些功能固然很炫,但各家的无线连结智能LED灯,最大的作用还是节能省电,如无人时自动关灯,白天时随阳光调整所需照明等等。
除了智能灯,Nest的合作伙伴还包括奔驰车、惠而浦的传感器能够收集许多资料,包括气温、雨量、风向、风力,空气品质、日照亮度、声音大小,还可以透过人群的行动电话通话量估算附近的人数。
不只芝加哥,全世界有许多城市都有类似的智慧城市计划,包括新加坡、法国巴黎、丹麦哥本哈根、美国迈阿密、爱尔兰都柏林、挪威奥斯陆、西班牙巴塞隆纳、等等城市。
这些城市要智能化有何好处?首先就是节能与能源管理,路灯电网科技可以帮助城市节约能源,在无人时关闭路灯,透过计算交通流量,智能信号与环境监测能纾解壅塞交通、控制空气污染,甚至可协助紧急事故及灾害应变等等。除此之外,智慧城市的发展的重要目标之一,就是借助配合智能电网的智能调控,结合分布式能源,提高能源使用效率与能源安全,减少居民用电与电费开支。
目前,每一个先进国家的城市,都逐渐开始规划、准备发展为智慧城市,可以想见未来有多大的商机,总部位于美国加州旧金山的美国智能电网供应商 Silver Spring Networks Inc.(SSNI),收购法国路灯控制及监控软体公司 Streetlight.Vision,就是看好这样的综合庞大市场 (link is external)。
如果没有分布式能源的观念,不只赚不到能源领域的钱而已,连同物联网的这些广大领域也一并鸦鸦乌。
那大数据又跟分布式能源有什么关系?
澳洲的家户屋顶太阳能蓬勃发展,而这股风潮也要吹到欧洲去。当家家户户都装了屋顶太阳能,为了更有效,更智能的调控,许多人认为必须要在每家装设传感器,随时监控太阳能发电的状况,同时也要监控家中的用电情况,才能完美调配电力,达到最稳定、最有效率的整合。
但是这样一来,就有许多额外的传感器开销,有的厂商认为可结合在太阳能逆变器上,发展智能逆变器,有的则认为如Nest这样的厂商可参与其中,但加州的新创公司Bidgely则认为大数据是解决之道。怎么说?
如果我们先把许多有装各种传感器的家户资料收集起来,那就成了一种“大数据”,Bidgely的软体从中可解析出许多分析公式,然后拿来应用在没有装各种传感器的其他客户,只要有最基本的总发电与用电数据,就能透过从大数据解算出来的公式,倒推回每一个细项,不用一一装设传感器。
装设传感器的家户,可以透过卖资料给Bidgely,回收装设的费用,而其他人则省下装传感器的费用,这么一来,可说是双赢的局面,也是一个大数据应用的良好范例。
今天的能源思考题,想请大家带回去思考的就是,物联网、大数据,以及其他无数的未来产业发展机会,都与分布式能源息息相关,那么,国家若想要有好的经济发展,能源政策可以不积极往分布式能源前进吗?
当一个国家的能源策略与分布式能源背道而驰,同时每天嚷嚷找不到未来产业在哪里,聪明的你一定已经发现:这并不是巧合。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13