京公网安备 11010802034615号
经营许可证编号:京B2-20210330
能源互联网风口将至 如何利用大数据掘金
在集中供热领域,北方各省市供热部门正面临着众多数据孤岛、不能统一运营管理、热网节能难于落地等痛点,所以伴随着一波又一波寒潮袭来的同时,还有各种投诉电话的苦恼。
凛冬已至,你家热了吗?
不过现在不用担心了,如今,国际、国内政策的推动下,以及移动互联网、物联网、云计算、大数据等新兴技术的发展,全球能源互联网应运而生。
这意味着什么?
影响能源互联网发展的主要问题在于,在产业链中,基础能源如电力、燃气、油品等,条块分割非常严重,如何存储、传输、调度?对于消费端如个人、企业、商场等来说,消费特征也非常复杂,如何使用、使用多少?
因此,建立以用户为中心的能源大数据平台,打通产业链,在此基础上进行用户标签管理,作为企业画像和用户画像的基础平台,未来就能解决诸如“你家不热”的问题。
但具体怎么做?百分点能源行业架构师董继军先生,在百分点大数据学院举办的能源论坛上发表了能源方面的一些实践分享。
第一步——全维度“能源”画像
区别于其他行业,能源消费非常复杂。
对于一个能源使用者来说,家庭、学校、机构、商场等能源使用行为各有不同特征,并且涉及电力、燃气、油品等方面。面对如此复杂的情况,在能源互联网趋势之下,需要对全网的能源使用者构建能源画像,形成以人为中心的标准的网状结构。
建立这个复杂的能源画像过程中,就需要用到第三方数据,进行价值链创新。这是百分点一直在做的事情,基于超过5.5亿的用户画像基础上,逐渐地建立用能画像体系。通过标签体系,可以建立全景视角的认知,有助于提升服务,甚至重构整个行业。
百分点经过多年实践,实时数据采集(包括智能电表及其他一些设备传感器、环境传感器),通过数据模型算法,建立能源使用画像,从而进行能源使用实时互动。
未来,能源行业在用户侧会非常多元化,会有很多小型售电企业出现。特别是分布式能源,可以使消费者身份相应发生变化,变成“产销一体”的消费者。
典型应用——能源行业会有哪些新玩法?
链条式的能源产业,是基于大数据,从数据化到网络化,未来整个能源形态将会是纯网络化的互联网架构。
在这种新的趋势下,能源的生产和销售,以及能源管理和组织都会发生深刻的变化,每一个节点要有非常清晰的认知和画像才能落地具体业务应用。百分点在能源领域进行了多年实践,总结一些成果,分享在能源行业的典型应用。
1.异常分析、调度优化:
比如在燃气领域,将家庭、学校、商场等的远传读表、气温数据、客户信息、设备数据、计费数据和面积数据集中起来。可以站在全网消费者角度,在能源消耗框架之下,描述用能特征和用能特点,继而进行异常分析、采取调度优化。
具体流程是,基于百分点的大数据平台,从流量数据、企业内部数据和企业外部数据,进行基础的数据处理和数据拉通,并整合所有能源使用端的数据,通过原始数据采集到中间用气特征模型,建立全维的用户用气特征和用户画像,分析用户的一些异常和正常用能行为,从而抽取异常用气情况,实现管网优化和客户优化。这也是整个燃气行业实践落地的一个很重要的应用点。燃气公司可以知道用能的客户在哪里?怎么来优化能源结构布局?包括协调用户家庭家里的电器,进行设备保护的优化和能效的优化等等。
2.聚类分析、能源管理
在能源管理应用上,根据用户的实际业务管理需求,落实到整个安全、调度和服务三个层面,来帮助燃气管道网络安全、用户端安全和整个燃气管道网络调度、服务优化等业务落地。
比如,通过建立数据模型,可以自动进行侦测并获取偷窃的客户名单,消灭一些潜在的安全隐患,并减少企业经济损失。
具体方法是,通过聚类分析,对整个用气特征做一些分类,如区域中心的用户、餐馆、小区的供暖锅炉,通过数据模型可以进行识别、判断。比如用能类型中的早晚用气型,根据早上和晚上的波峰波谷等很均衡的特征来分类。比如,根据用能企业的名称、周围的商圈等信息,分析发现上午用气型较多的一般是学校或者类似的企业用户;白天比较均衡用气型可能是商厦。
与此同时,通过对整个用能企业深入了解,再叠加用电信息和其他的能耗信息,可以优化模型,帮助企业规划能源使用方式。比如推广清洁能源,考虑经济性和社会效益,减少燃气使用、增加电力使用。
在能源互联网大基础架构之上,用能画像越精准,越可以为整个社会能源使用发挥更多的作用,优先发展更清洁、效率更高的能源。
3.预测风险:
能源传输过程中,从生产端到使用端,中间传输过程需要两大体系支撑:一个是电网,一个是燃气管道网络。二者的难点都在于很难存储,无论是电网还是燃气管道网络,都需要调度优化。
因此,通过对用能单位的画像,分析用气特征、用能特征,可以帮助我们指导二者的调度和优化。反过来说,削峰平谷也是大数据平台搭建的基础。
另一方面,对于单个用户持续异常的情况,通过大数据的分析得出客户用能的风险指标和标签值,这些数据可以在能源企业实际业务当中产生非常重要的价值。
能源互联网的政策和市场或已成熟
总结来看,能源产业链从最初的一个链状结构,由能源生产端的电力、燃气、油品,经过勘探、开采,到中间环节的传输、量化,再到电力单位使用,已经逐渐变成一个网状结构,也就是能源互联网。
每一个用能机构(包括家庭、机构、社区)都会变成能源互联网上最重要的节点。整个网络的连接节点构建的大数据平台,利用大数据对能源生产、使用的完整的数据分析,让能源互联网真正实现高效的运转。并且,在建立能源大数据平台之后,根据不同场景以SaaS的方式提供服务,可以提高企业效能和优化能力。
也就是说,在新的互联网模式之下,建立全维度的用能模型,百分点已经帮助能源行业实现了价值链创新,创造出了新业务和新价值。
能源互联网的风口已来,今年20国集团发布了《G20能效引领计划》,一方面是强化了提高能效的政策环境,第二是带动了新一轮的能效和绿色投资机会,第三是促进了能效大幅度提升的技术进步,并且促进了G20国家的能效合作。
回看国内,国家“十三五”规划(2016年能源工作指导意见)推出后,各地政府也陆续推出各地规划,后又推出《关于推进“互联网+”智慧能源(能源互联网)行动的指导意见》,将能源互联网行动计划的具体落地。
未来,能源互联网一定是彼此合作、互联互通的,在能源互联网应用中非常重要的一点,就是要对每一个节点进行精准画像,以能源用户为中心,将各个用能设备、环节数据化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在金融行业的数字化转型进程中,SQL作为数据处理与分析的核心工具,贯穿于零售银行、证券交易、保险理赔、支付结算等全业务链条 ...
2025-12-24在数据分析领域,假设检验是验证“数据差异是否显著”的核心工具,而独立样本t检验与卡方检验则是其中最常用的两种方法。很多初 ...
2025-12-24在企业数字化转型的深水区,数据已成为核心生产要素,而“让数据可用、好用”则是挖掘数据价值的前提。对CDA(Certified Data An ...
2025-12-24数据分析师认证考试全面升级后,除了考试场次和报名时间,小伙伴们最关心的就是报名费了,报 ...
2025-12-23CDA中国官网是全国统一的数据分析师认证报名网站,由认证考试委员会与持证人会员、企业会员以及行业知名第三方机构共同合作,致 ...
2025-12-23在Power BI数据可视化分析中,矩阵是多维度数据汇总的核心工具,而“动态计算平均值”则是矩阵分析的高频需求——无论是按类别计 ...
2025-12-23在SQL数据分析场景中,“日期转期间”是高频核心需求——无论是按日、周、月、季度还是年度统计数据,都需要将原始的日期/时间字 ...
2025-12-23在数据驱动决策的浪潮中,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越“整理数据、输出报表”的基础层面,转 ...
2025-12-23在使用Excel数据透视表进行数据分析时,我们常需要在透视表旁添加备注列,用于标注数据背景、异常说明、业务解读等关键信息。但 ...
2025-12-22在MySQL数据库的性能优化体系中,索引是提升查询效率的“核心武器”——一个合理的索引能将百万级数据的查询耗时从秒级压缩至毫 ...
2025-12-22在数据量爆炸式增长的数字化时代,企业数据呈现“来源杂、格式多、价值不均”的特点,不少CDA(Certified Data Analyst)数据分 ...
2025-12-22在企业数据化运营体系中,同比、环比分析是洞察业务趋势、评估运营效果的核心手段。同比(与上年同期对比)可消除季节性波动影响 ...
2025-12-19在数字化时代,用户已成为企业竞争的核心资产,而“理解用户”则是激活这一资产的关键。用户行为分析系统(User Behavior Analys ...
2025-12-19在数字化转型的深水区,企业对数据价值的挖掘不再局限于零散的分析项目,而是转向“体系化运营”——数据治理体系作为保障数据全 ...
2025-12-19在数据科学的工具箱中,析因分析(Factor Analysis, FA)、聚类分析(Clustering Analysis)与主成分分析(Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来,Transformer模型凭借自注意力机制的强大建模能力,在NLP、CV、语音等领域 ...
2025-12-18在CDA(Certified Data Analyst)数据分析师的时间序列分析工作中,常面临这样的困惑:某电商平台月度销售额增长20%,但增长是来 ...
2025-12-18在机器学习实践中,“超小数据集”(通常指样本量从几十到几百,远小于模型参数规模)是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”,其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”,后续的建模 ...
2025-12-17在CDA(Certified Data Analyst)数据分析师的日常工作中,“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17