大數據在電力行業的應用前景有哪些?

本人目前電氣工程在校研究生一枚,對電力行業將來的發展前景很感興趣。
我覺得這裡的大數據不僅指用戶用電量的數據,還應該包括電網運行狀態的數據和發電機組的數據,例如繼保,變電站運行,電廠側還可以有汽機,鍋爐。對這些數據進行分析有意義嗎?目前大數據在電力行業有哪些應用?
最近智能電網炒的很火,智能電網的建設需要大數據的支持嗎?
新能源呢?例如風電場,太陽能,可以利用大數據提高其發電效率嗎?

一下問了好多問題,希望有高手能予以解惑

謝謝


作為曾經搞過幾個電力相關項目的人,就自己粗淺的理解,很寫實的回答一下吧,也希望專家指正:
1、國內電網行業相對封閉,很多國外的新技術和新思想並不適用於國內,根本沒施展的基礎和環境;
2、但國內電網行業技術上並不算落後,對國外相關技術的研究其實也都有及時跟蹤和深入理解,只可惜,如1所述,確實沒啥空間。
3、要玩大數據的前提是首先要有大數據,以前電網建設重點都集中在生產環節,配用電環節關注較少,而生產環節,起碼目前,還談不上大數據,相關的數據挖掘倒是一直都需要,也一直都在用。用電信息採集系統(用戶能見到的就是智能電錶)等的大面積推廣,意味著與用戶交互最多的配用電環節開始得到重視。
4、配用電環節要做到智能化,確實需要基於海量用戶用電特徵數據分析,進而實現台區的負荷預測、用電調度、有序用電等等。但遺憾的是,理念歸理念、技術歸技術、現實歸現實,雖然智能配用電這一塊理論上都設計的很好,但現實中還有很多問題。
5、以用電信息採集系統為例,其實是一個收集用戶用電行為特徵最好的前端設施,這裡需要分鐘級的數據採集頻率,目前一般是15分鐘。即一個小時採集4次。但由於用戶住宅區的分布雜亂無章,要想採用重新布線的有線方式傳輸數據顯然投資過大,PLC又慢又很不穩定。無線的話,GPRS目前使用較多,不過呢,大量用戶數據都走GPRS,且不說費用,數據擁塞是避免不了的,受環境影響,干擾和屏蔽也較多。這樣一來,後台收集數據經常會出現延遲和丟包情況,因此很多數據根本無法全部有效採集。也就不存在完整的海量數據一說,那麼又到哪裡去分析呢?
6、國內確實建設了一些完整的智能電網小區試點,用戶家裡也可以用智能插座,這種環境下用戶數據可以得到有效收集,如果用戶量較大,必然會產生大數據,相對也就需要大數據技術來處理和分析,從而進一步提高電網智能服務水平。但這種整體的改造要用到目前現有電力系統中,顯然不現實,成本過高,電老大再有錢,也不可能去幹這種事。
7、從電力的後台系統來說,涉及到了大量的各種業務系統,但這些系統多年的建設過程中因為缺乏頂層設計,所以大多自成體系,數據很難互通共享並提供上層應用服務,因此即便這些數據真的也是海量大數據,但要實現整體的分析挖掘,難度依然十分巨大。
8、風電、太陽能、包括微網的分散式能源接入,其實跟前端用戶用電行為是密切相關的,由於目前還沒有低成本高效率的儲能系統,因此怎麼分配這些能源,怎樣與現有配電網很好的結合也會是十分麻煩的問題,要知道風電和太陽能等都是不確定性能源,對現網衝擊還是很大的。這確實也需要數據分析技術的支持,譬如對風電準確的預測等。這些技術都很早就有人在研究,談不上大數據。除非是大電網環境下,整體都構建成分散式能源,這時候可能才算得上是大數據吧。
8、總結一下,從未來看,智能電網的實現的確需要大數據做支撐,但在我國電網環境下,這將還是一個漫長的過程。當前說大數據,更多是噱頭,吸引眼球和忽悠項目罷了。大部分省級公司的數據更多應該還是結構化運營數據,頂多T級了。


一.電力大數據概述

維克托?邁爾?舍恩伯格曾在《大數據時代:生活、工作、思維的大變革》一書中前瞻性地指出,大數據帶來的信息風暴正在變革我們的生活、工作和思維,大數據開啟了一次重大的時代轉型。

能源大數據理念是將電力、石油、燃氣等能源領域數據及人口、地理、氣象等其他領域數據進行綜合採集、處理、分析與應用的相關技術與思想。能源大數據不僅是大數據技術在能源領域的深入應用,也是能源生產、消費及相關技術革命與大數據理念的深度融合,將加速推進能源產業發展及商業模式創新。

2013年3月中國電機工程學會信息化專委會發布《中國電力大數據發展白皮書》,將 2013 年定為「中國大數據元年」,掀起了電力大數據的研究熱潮。作為正向能源互聯網轉型的傳統電力行業,大數據及雲計算時代的到來將為傳統電力行業的發展注入新的活力,傳統電力行業即將發生革命性的變化。

電力大數據主要來源於電力生產和電能使用的發電、輸電、變電、配電、用電和調度各個環節,可大致分為三類:一是電網運行和設備檢測或監測數據;二是電力企業營銷數據,如交易電價、售電量、用電客戶等方面數據;三是電力企業管理數據。電力大數據具有四個特點:(1)數據體量大:PB級;常規的調度自動化系統包含數十萬個採集點;配用電、數據中心將達到千萬級;(2)數據類型繁多:實時數據歷史數據文本數據多媒體數據時間序列數據等各類結構化、半結構化數據以及非結構化數據;(3)價值密度低:所採集的絕大部分數據都是正常數據,只有極少量的異常數據,而異常數據是狀態檢修的最重要依據;(4)處理速度快:在幾分之一秒內對大量數據進行分析,以支持決策制定。

通過使用智能電錶等智能終端設備可採集整個電力系統的運行數據,再對採集的電力大數據進行系統的處理和分析,從而實現對電網的實時監控;進一步地,結合大數據分析與電力系統模型,可以對電網運行進行診斷、優化和預測,為電網安全、可靠、經濟、高效地運行提供保障。

雲計算、大數據分析等信息新技術必將激活電力大數據中蘊含的價值,也必將釋放電力大數據的市場潛力。根據GTM Research的研究分析,到2020年,全世界電力大數據管理系統市場將達到38億美元的規模,電力大數據的採集、管理、分析與服務行業將迎來前所未有的發展機遇。

二.電力大數據應用展望

2.1 應用背景

(1)能源互聯網的推進

2011美國著名學者傑里米?里夫金在其著作《第三次工業革命》中,首次提出了能源互聯網(Energy Internet)的願景。如今,能源互聯網的概念已像起於青萍之末的風,席捲全球!能源互聯網本質上是通過能源互聯、信息互聯、能源與信息融合、構建複雜互動式網路與系統,其特徵為可再生,分散式、開放、互聯與智能。而大數據應用是其重要一環。

(2)《關於積極推進「互聯網+ 」行動的指導意見》

國務院日前印發的《關於積極推進「互聯網+ 」行動的指導意見》針對「互聯網+智慧能源」專項中指出,「「推進能源生產智能化」,「鼓勵能源企業運用大數據技術對設備狀態、電能負載等數據進行分析挖掘與預測,開展精準調度、故障判斷和預測性維護,提高能源利用效率和安全穩定運行水平」。

(3)「國際能源變革論壇」蘇州宣言

2015年11月5-7日,國家能源局,江蘇省政府和國際能源署在蘇州舉辦了「國際能源變革論壇」,並聯合發表了《蘇州宣言》。宣言中提到「探索能源互聯網發展對能源變革的作用,推進兩者之間的協同發展,對能源大數據的管理與利用進行前瞻性研究」。

2.2 應用模式

對於電力領域來說,要實現電力設備的數字化和智能化,就需要利用計算機軟體技術、計算機網路技術、遠程實時監測技術、遠程診斷技術、通信技術等,建立起一套高效、穩定的電力大數據採集、監測、管理、分析與服務系統,從而為電網安全、可靠、經濟、高效地運行提供保障。並且在大數據及雲計算技術的支撐下,電能雙向傳輸才能更有針對性,形成供需的動態平衡。


可以根據數據來源,將電力大數據管理系統分成用戶管理系統、電網運行管理系統、企業管理系統;相應地,電力大數據也有三種商業模式可以挖掘,即智能化節能產品、電力大數據服務平台和優化需求側響應。以上介紹的案例,Opower側重於用戶端管理,而AutoGrid側重於企業級管理。

2.2 關鍵技術

電力大數據的發展也需要一些關鍵技術的支撐,(1)大數據傳輸及存儲技術:電力系統各個環節的運行數據及設備狀態在線監測數據將會帶來海量數據傳輸和存儲問題(2)實時數據分析及處理技術:在未來的電力系統環境中,從發電、輸變電環節,到用電環節,都需要實時數據處理,藉助電力大數據的分析技術可以從電力系統的海量數據中找出潛在的模態與規律,為決策人員提供決策支持。(3)大數據展示技術:包括可視化技術、空間信息流展示技術、歷史流展示技術等

三.結語

在能源互聯網+新電改的背景下,在大數據+雲計算的新時代,依託電力大數據的電網將邁進全景實時電網的時代。大數據必然會助力電力工業的發展,成為電力工業發展的驅動器。


電廠側,大數據的落點在於質量檢修的基礎--故障預判。通過運行趨勢的分析,綜合同型號設備的壽命曲線來判斷設備的健康狀況,進而決定大修時機和大修項目,達到平衡經濟性和設備可用性的目的。

說實在話,我國現在的電廠維護水平根本不需要到「智慧電力」這種層次才能提高效率。現在只要在運行維護環節引入一些非常成熟的計劃就可以大大提高效率。


隨著AMI和SCADA技術的廣泛應用,utiluty即將獲得巨量數據。試想每個電錶傳統情況下一個月傳回一次數據(人工查表),今後將是也許十分鐘一查,甚至更短,而且包含信息除了用電量還包含電能質量等信息。這意味著數據量將是傳統的上萬甚至數十萬倍。

擁有了這些數據,utility可以:
1. 更准更快的FLISR(Fault Location Isolation and Service Restoration)
2. 擁有大數據可以做出更準確的load forecast, 從而進行更好的優化
3. 了解用戶行為,甚至通過改變用戶行為達到提高效率的結果

大數據可以說是智能電網的副產品,可以錦上添花,不能火中送炭。沒有足夠的利益驅動,無論是國內還是國外的電力行業,短期內看不到大數據的實質廣泛應用。


題主(以及上面各位答主)基本沒搞清楚大數據的意義。

不是「數據多」就叫大數據,大數據是個基於互聯網的定義, 大數據技術主要處理「湧現」性的數據。

比如,移動用戶8億,微信(活躍)用戶5億,淘寶每天六千萬用戶。每個用戶每天「天然」地產生了數據,這樣才有大數據。

因此,電力行業中,但凡要用感測器感知的數據,都不需要使用大數據技術。需要使用的是另外的數據處理技術。
對電網生產環節來說,如果你為了搞大數據而搞大數據,那你每個數據源都至少裝一個感測器,(比如PMU),難道你打算裝幾千萬個感測器? 這就是扯淡了。

上面我只說的生產環節,實際在電網的用戶側,電錶用電量, 營配一體化等等的領域,是可以用大數據的,但是有以下困難:
1、信通公司在省一級,營配一體化在地市局,距離遠,制度上有困難。
2、用電數據、營業數據,對電網企業本身的意義遠遠小於實際意義的總和。 這是大數據本身的一個特點:擁有數據的企業,往往其數據的價值在企業以外的領域。


===================
但是電力大數據這個方向有沒有前途的? 我認為前途是大大的有。

首先電力大數據並不用「大數據」的概念,而是物聯網+雲+數據處理的綜合概念。
其次電力數據分析是一直在發展的,學習了大數據處理技術,回來搞電力數據也有很多優勢。
未來在物聯網、智能電網高度發達的時候,電力大數據是必然要搞的。


作為一個電力專業背景出生,如今又從事著大數據IT的人前來回答!!!
---------------------------------------------------------
電力行業與大數據最相關的應該就是「智能電網」了,關於智能電網,我國是這樣定義的:
【」以物理電網為基礎(中國的智能電網是以特高壓電網為骨幹網架、各電壓等級電網協調發展的堅強電網為基礎),將現代先進的感測測量技術、通訊技術、信息技術、計算機技術和控制技術與物理電網高度集成而形成的新型電網。它以充分滿足用戶對電力的需求和優化資源配置、確保電力供應的安全性、可靠性和經濟性、滿足環保約束、保證電能質量、適應電力市場化發展等為目的,實現對用戶可靠、經濟、清潔、互動的電力供應和增值服務。】

好官方、好抽象的話,行外人感覺完全看不懂額,好,那我就簡單總結一下!

智能電網就是通過,對供電局來講,目的是節能省電;對用戶來講,能在這樣一個「數字電網」的時代有類似於電信套餐一樣更多的選擇和服務。所以,至此,其實智能電網如果站在發電廠-供電-用戶消費角度來講的話,其實是一個生態。

學過物力的同學一個知道,在這樣一個系統和生態中,最主要的目標就是內部資源內部消耗,減少能量損失。簡單點說就是生產出來的點能少浪費,發出去的電,能夠都被消費掉,結合著經濟消費形成一個穩定高效的能源經濟消費圈。

就目前的電力情況,電力額損耗一部分在電力運輸上,一部分在發電端(這個關係到能效),但從技術上來,電廠(火力電廠,我國60%以上都是火力發電)的發電效率目前水平只能達到45%,不超50%,這是定性客觀因素,電力輸送也是。

發出去的電如果用不掉,就會回到電廠轉換成水的重力勢能或電池存儲的電勢能,回頭再轉化成機械能-電能,中間的損耗可想而知。

所以,如何能夠達到市場上需要多少電,我發多少電,並且如何優化電網的布局,安排峰谷電,減少傳輸過程中的損耗就是所謂「智能電網」要做的事。
智能電網需不需要大數據,當然需要!這數據技術還不是一般的複雜,一般的大,對速度不是一般的高!
目前智能電網的技術包括
(1)智能用電:包括智能表計、電池技術、家庭自動化、微型電網、優質供電園區等。
(2)智能網路:包括調度自動化、即插即用式智能電力設備、智能保護裝置、測量監視設備、電力電子設備、海量數據處理技術和可視化技術等。
(3)新能源發電:包括可再生能源發電、微透平技術、超導儲能技術等。
(4)智能企業:包括信息集成技術、通信技術等。
建設智能電網涉及的重要技術
1、 穩定而靈活的網路拓撲
穩定、靈活的電網結構是未來智能電網的基礎。我國能源分布與生產力布局很不平衡,無論從當前還是從長遠看,要滿足經濟社會發展對電力的需求,必須走遠距離、大規模輸電和大範圍資源優化配置的道路。特高壓輸電能夠提高輸送容量、減少輸電損耗、增加經濟輸電距離,在節約線路走廊佔地、節省工程投資、保護生態環境等方面也具有明顯優勢。因此,發展特高壓電網,構建電力「高速公路」成為必然的選擇。如何進一步優化特高壓和各級電網規劃,做好特高壓交流系統與直流系統的銜接、特高壓電網與各級電網的銜接,促進各電壓等級電網協調發展、送端電網和受端電網協調發展、城市電網與農村電網協調發展、一次系統和二次系統協調發展,成需要解決的關鍵問題。隨著電網規模的擴大,互聯大電網的形成,電網的安全穩定性與脆弱性問題越來越突出,對主網架結構的規劃設計要求相應地提高。只有靈活的電網結構才能應對冰災戰爭等突發災害性事件對電網安全的影響。
2、開放、標準、集成的通信系統
智能電網需要具有實時監視和分析系統目前狀態的能力:既包括識別故障早期徵兆的預測能力,也包括對己經發生的擾動做出響應的能力。智能電網也需要不斷整合和集成企業資產管理和電網生產運行管理平台,從而為電網規劃、建設、運行管理提供全方位的信息服務。因此,寬頻通信網,包括電纜、光纖、電力線載波和無線通信,將在智能電網中扮演重要角色。智能電網的發展對網路安全提出了更高的要求,這一問題需要格外注意。目前美國EPRI的合作夥伴PowerWec, EEI, NERC以及愛達荷州實驗室正致力於信息安全問題的研究。 2.4.3智能、標準的計量體系和需求側管理
電網的智能化需要電力供應機構精確得知用戶的用電規律,從而對需求和供應有一個更好的平衡。目前我國的電錶只是達到了自動讀取,是單方面的交流,不是雙方的、互動的交流。由智能電錶以及連接它們的通信系統組成的先進計量系統能夠實現對諸如遠程監測、分時電價和用戶側管理等的更快和準確的系統響應。將來隨著技術的發展,智能電錶還可能作為互聯網路由器,推動電力部門以其終端用戶為基礎,進行通信、運行寬頻業務或傳播電視信號的整合。這裡涉及到用戶門戶(customer portal)技術,作為美國Intelligrid項目的重要研究內容之一,該項研究致力於設計與目前用戶使用的提供「非能源服務」的協議相連接的介面。
3、智能調度技術和廣域防護系統
智能調度是未來電網發展的必然趨勢,調度的智能化是對現有調度控制中心功能的重大擴展。調度智能化的最終目標是建立一個基於廣域同步信息的網路保護和緊急控制一體化的新理論與新技術,協調電力系統元件保護和控制、區域穩定控制系統、緊急控制系統、解列控制系統和恢復控制系統等具有多道安全防線的綜合防禦體系。智能化調度的核心是在線實時決策指揮,目標是災變防治,實現大面積連鎖故障的預防。 2.4.5 智能化調度的關鍵技術包括:
(1)系統快速模擬與模擬(fast simulation and modeling,FSM)。
(2)智能預警技術。
(3)優化調度技術。
(4)預防控制技術,事故處理和事故恢復技術(如電網故障智能化辨識及其恢復)。
(5)智能數據挖掘技術。
(6)調度決策可視化技術。
另外還包括應急指揮系統以及高級的配電自動化等相關技術,其中高級的配電自動化包含系統的監視與控制、配電系統管理功能和與用戶的交互(如負荷管理、量測和實時定價)。

新能源方面我只知道Envision - 遠景能源格林威治雲平台和wind OS智慧風場。
格林威治雲平台是基於高性能計算(HPC)和大數據架構並結合中尺度模擬和CFD模型,為客戶提供風電場規劃、風資源評估、精細化微觀選址、低風速風場優化、經濟性評價、資產後評估分析等全方位的技術解決方案。
智慧風場Wind OS管理平台是風電行業實時的操作系統,對風場的風機、測風塔、升壓站等設備進行遠程集中監控,並進行能量管理和報表管理。

要說到電力行業的數據應用,展示一下電力行業利用FineReport搭建的的數據管理系統
調度信息報送系統


就 @觀星回答的靠譜點。其餘的都在解釋什麼是大數據而已。尤其一樓 @FrancisQu,不知道從哪裡複製來的大數據的概念。他們沒明白你要問的是什麼。現在越來越多的數據採集就是大數據,至於他的應用,你找本電力出版社後邊的書名目錄就可以知道。無論是電力系統規劃還是穩定性分析都用得到。
舉個具體例子。以前你要算電力系統長期動態穩定,可能需要做模擬。現在電力系統中所有的運行參數都有長期的保存,你所假設的故障可能實際就是存在的,這比模擬更靠譜。你利用這些參數來計算穩定裕度可能是一個新的思路。或者利用PMU實時計算穩定性。
我看還有例子說,整個風電場的信息監測有利於長期規律的發現。包括溫度、風向等都得能利用起來。想怎麼利用確實還要看你具體研究什麼方向的。不過在繼保方向上的應用估計只能局限在對歷史數據的參考,因為繼保要求動作實在太快。
總之,大數據可能變革現有的你學過的那兩本書的電力系統分析方法。唉,我也不大懂
割--------------------------------------------------------------------
我剛好要做這個方向的presentation,剛發現一篇文章(PI資料庫在電力系統分析計算中的應用)


我是電力系統最早開始搞電力大數據的,我們幾個人編寫並發布了了電力大數據白皮書,後來我們這個團隊被解散了,混入傳統的電力信息通信系統中。過了不久,公司終於抵不住時代的呼喚,由信通部開展電力大數據工作。於是電力大數據在信通部存在的年代,應該永遠不可能有任何實際意義了。
總之,不要帶著你的想法,夢想,興趣之類的東西來國家電網,你什麼都不可能實現。


電力大數據會有很大的發展。主要方向有:1、電力運行設備的故障預判;2、區域用戶負荷預測,為平衡電網服務;3、事故或災後恢複分析,輔助應急決策;4、電力用戶行為分析等等。就浙江而言,目前基本具備了大數據應用的條件,只不過電網專業太獨特,懂數據的專家不理解行業需求,這是最大的問題。


我以浙江為例
浙江省建立了海量實時/歷史數據中心,目前整合了SCADA、電能量、用電信息採集、GIS、蓄電池/油色譜在線監測等設備在線監測系統,配網SCADA、電壓在線監測等系統數據,目前的應用仍然主要集中在主網,主要作為主網系統的數據和功能補充(提供主網系統無法實現或實現有難度或效率低下的功能、為主網系統的部分功能提供數據支撐等),同時還有如:基於各類數學演算法開展的數據優化、網路拓撲、潮流計算、電網結構優化、負荷預測等等。在配網方面的研究很多,但是目前配網的數據,還不能真正稱之為大數據。各大系統由於生產廠家、資料庫結構、管理單位等的不同,導致了系統間的數據整合難度極高,同時,配網數據量大,數據穩定性差等因素,導致了配網數據的質量不夠高,因此諸如:線損分析、用電可靠性分析等等目前都暫時無法全面開展,當然,以後的情況肯定會越來越好。
至於應用,除了上面說的,還可以考慮移動應用,這肯定是未來的一個趨勢。
電網的大數據除了可以整合電網內部的數據,還可以結合氣象、民生數據,為政府及其他企業所用。


剛轉到電力行業做數據分析,看了大家的回答一臉懵逼........


電網這塊不太熟,談談發電這塊:

1、發電行業哪裡有大數據

發電企業大數據存在於電力生產過程的設備運行參數,也就是SIS系統,至於經營數據或者維修數據都不能稱之為大數據,但是可以和SIS數據整合使用,作為輔助分析數據

2、發電行業大數據如何應用

從大數據的產業鏈分析,包括數據的採集、存儲、安全與應用四個部分,在發電企業,前三部分屬於SIS廠家的工作範疇,最後的應用是指通過對SIS數據進行挖掘分析,從而產生有價值的知識。

從應用講,對客戶沒有價值的大數據應用都是玩概念,耍流氓!所以根據我個人理解,大數據的應用可以從下面三個維度來著手

1、運行優化(節能角度),

2、故障預警(安全可靠性角度)、

3、環保調整(環保角度)


目前國內電力行業沒競爭啊,而且因為供大於求,國家統一定價,因此應用大數據應用沒啥動力,除非是由於政治任務。
目前對那種綜合性發電廠,可以通過大數據來平衡核電,水電,風電,火電,油電之間的平衡,以及峰谷電等優化配置,特別現在因為霧霾的問題,對於火電要嚴加限制,是有應用case的。不過這塊涉及太多利益和政治博弈,要做也只是做做樣子了。


引用高能網CTO陳笑宇在「能源管理與能效計量技術論壇」上的分享,

陳笑宇指出,能源計量與能效管理是全行業都需關注的方向,售電領域也不例外。售電市場的打開影響購銷模式的變化,售電公司將圍繞自身的數據分析能力,發揮其協調效應,實現資源的優化配置。能效數據的應用價值越來受到重視,可以為售電公司的偏差考核及風險控制提供決策依據,幫助售電公司挖掘用戶在能源管理和能效提升的增值服務,為需求側響應提供智能決策依據,幫助用電企業實現節能增效,為用電企業提供設備實時預測性分析,為金融公司信貸業務提供評估依據。與此同時,隨著政府鼓勵更多微網的自運行能力,微網體系需要從能源的採集、存儲、應用建立一體化的解決方案,這也使得區域的監測點的需求幾何倍的成長。

電改帶動了能源大數據的發展,未來能源行業和售電公司對於終端數據採集以及雲運算能力的需求也逐步增多。而能源相關數據可應用方向:

l 用戶能源數據可以支撐售電公司的偏差考核及風險控制;

l 用戶能源數據(15分鐘一次)支撐現貨市場的出價策略;

l 用戶能源數據可以挖掘用戶在能源管理和能效提升的增值服務;

l 用戶能源數據可提供給銀行作為徵信數據支撐;

l 用戶能源數據可提供政策實現區域能源及環境管理的監測依據;

l 用戶能源數據可以為工業4.0提供設備的預測性服務的分析項。

現階段市場能夠提供相關服務的,多數是由能效服務商來實現數據採集,全國能效服務商近十幾萬家,但隨著技術門檻以及規模效應的影響,未來5~10年,能耗市場在競爭洗牌後,絕大部分的小公司將會死掉,同時將會產生3~5家大型能源管理軟體公司。隨著NB-IOT、雲化技術、邊緣計算的發展,越來越多的終端計量設備開始由雲平台進行託管,通過平台化運作可以更好地監控終端設備、完成數據採集、存儲及應用,規模化效應也會使得成本進一步得以優化,能效服務商將把更多能力放在節能技術及實際應用的思考中。

當然,在此過程中也面臨了許多挑戰,

l 數據安全存在漏洞,本地化存儲無法監控

l 表計通訊協議多樣,兼容工作複雜

l 設備故障響應較慢,無法第一時間追蹤

l 數據孤島嚴重,無法重複利用

l 電能數據採集質量參差不齊

l 存儲運維及運算的成本較高

高能網作為中國領先的電力交易數據公司,以終端連入、數據託管、深度應用為主,通過以下方式與合作夥伴深耕能源互聯網:

1.和需要建立自身的能效服務商合作,幫助其完成雲化轉型;

2.與其他廠商的能效平台API打通,將數據託管進行復用;

3.兼容多種表計設備,和區域能效服務商進行數據運維託管合作;

4.建立標準的雲端能效數據服務鏈路,幫助售電公司、園區、政府實現能源及環境的數據採集。

能源計量和能效管理無論是市場規範性和客戶認知度,還是技術理解和商業模式,都有非常巨大的潛在空間待挖掘。高能網作為騰訊雲在電力領域的合作夥伴,將通過與售電公司、能效服務商的合作,基於騰訊雲底層架構,實現接入點位的增長,實現雲端服務的價值,一起打造能源大數據生態圈,助力中國的能源互聯網發展。


初來乍到,能看到這麼多專業評價,還是很高端的樣子感覺


一畢業就在電力行業混,但是對於電力大數據真的不是很了解,最近進了個公司搞電力大數據服務的,說是電力大數據服務,其實很多都是為了吸引用戶眼球。目前都是人工收集數據,手工錄入Excel分析。


國內開始有做這種東西的了,但是一般比較累,尤其是新能源這塊,要出差比較多。薪金沒有競爭力


我覺得大數據完全不同於以往所說的數據,或者叫信息。大數據可以做你以前不能做的,而不是做你以前或者現在要做的


大數據可應用於各行各業,將人們收集到的龐大數據進行分析整理,實現資訊的有效利用。舉個本專業的例子,比如在奶牛基因層面尋找與產奶量相關的主效基因,我們可以首先對奶牛全基因組進行掃描,儘管我們獲得了所有表型信息和基因信息,但是由於數據量龐大,這就需要採用大數據技術,進行分析比對,挖掘主效基因。例子還有很多。

    大數據的意義和前景。總的來說,大數據是對大量、動態、能持續的數據,通過運用新系統、新工具、新模型的挖掘,從而獲得具有洞察力和新價值的東西。以前,面對龐大的數據,我們可能會一葉障目、可見一斑,因此不能了解到事物的真正本質,從而在科學工作中得到錯誤的推斷,而大數據時代的來臨,一切真相將會展現在我們面前。


市場缺乏引導,就沒有存在的價值。我覺得要搞大數據,先解決「需求」問題,在哪一個方面的需求強烈,就可以在哪一個方面去研究是否可以應用大數據技術或者方法去改進或者創新。目前市場上的引導是什麼?電力體制改革?一個直購電就從八幾年開始喊了吧,有30多年了。現在的電力交易市場簡直就是為了應付上面領導的要求,或者說領導要求的時候也是為了做做樣子?反正從目前各地開展電力交易的情況來看,多是形式上的存在。本來電力市場交易是大數據應用一個比較好的領域,結果.....真是懶得說了


推薦閱讀:

大數據一體機的實質是什麼?大數據分析領域這種一體機真的有市場嗎?
如何成為一名數據科學家?

TAG:電力 | 電氣工程 | 大數據 |