分享 | 如何用正確姿勢擁抱能源大數據？

在能源互聯網時代，無論是傳統電力、油氣公司還是科技、新能源企業，都在琢磨著向能源大數據投懷送抱，那麼問題來了，怎樣的擁抱姿勢才正確？

2005年的威爾瑪颶風造成62人遇難，損失達到近3000萬美元

颶風與能源行業關係密切？沒跟你開玩笑。

在美國，四分之一的海上石油生產、三分之一的天然氣加工、五分之二的煉油設施都位於得州、路易斯安那州、密西西比海岸，而它們都處於颶風的必經之路上。颶風引起的蝴蝶效應波及之大，不僅衝擊了當地的能源基礎設施，更給電網安全帶來了諸多隱患，如果我們可以隨時了解氣象數據的變化，一方面能提高能源供給設施的效率，同時也能利用這些數據進行能源消費模式分析，幫助客戶優化服務、改變路徑、預測發電量，豈不一舉多得？

Deep Thunder天氣預報分析圖，圖片來源：IBM

如今，IBM的Deep Thunder氣象預測服務軟體早已在為美國政府服務了，而能源供應鏈上的信息貫通又何止是氣象數據，僅IBM就已投資 160億美元進行了30次數據分析的相關收購，並在電力產業提出電網轉型、提高發電效率及顧客運營轉型等倡議，支持能源大數據處理。專註風機13年的GE，通過每秒分析上萬個數據點，融合能量儲存和先進的預測演算法，開發出能靈活操控120米長葉片的2.5-120型風機，將數據傳遞給鄰近的風機、服務技術人員和顧客，直接把效率拉高了25%！

在能源互聯網時代，無論是傳統電力、油氣公司還是科技、新能源企業，都在琢磨著向能源大數據投懷送抱，那麼問題來了，怎樣的擁抱姿勢才正確？

【概念】當能源遇上大數據

如果說在互聯網誕生時，有人號稱「在網上沒人知道你是一條狗」，那麼在大數據時代，我們不但知道是不是一條狗，而且知道是公還是母、愛吃什麼糧、什麼時候睡……因為數據已經滲透到每一個行業和業務領域，不再只是生產過程中產生的信息和資料，而是成為重要的生產因素。

所謂「三分技術，七分數據，得數據者得天下」，我們無疑已進入一個數據為王的時代。由此延伸出來的能源大數據理念，就是將電力、石油、燃氣等能源領域數據以及人口、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，它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。

【商業模式】能源大數據的三種應用

目前，能源大數據理念尚處於逐步發展過程中，在當下，我們不妨先把視野放諸國外，尋覓一些他山之石，看看漸成模式的「國外的月亮」。

參考國網能源研究院的相關資料，國外能源大數據的應用模式大致可歸為三類：

應用之一：對接智能電網優化需求響應

也就是通過將能源生產、消費數據與內部智能設備、客戶信息、電力運行等數據結合，充分挖掘客戶行為特徵，提高能源需求預測準確性，發現電力消費規律，提升企業運營效率效益。

對於電網企業來說，這個模式能夠提高企業經營決策中所需數據的廣度與深度，增強對企業經營發展趨勢的洞察力和前瞻性，有效支撐決策管理。

案例插播▏AutoGrid幫助橫跨美國的電力系統尋求需求方優化方案

在美國，對需求極為敏感的市場和電力系統項目並不需要實時檢驗，但當需求方管理日益成為全球電力運營的一個重要部分時，大數據應用也變得日益重要。而大數據公司AutoGrid的價值就在於此，可以幫助電網各端匹配電力供應和需求，降低電網各端的成本。

AutoGrid收集並處理其客戶接入智能電網的智能儀錶等設備的數據，面向其客戶或合作方提供需求響應優化及管理系統，實現實時資源預測、資源優化、自動需求響應、客戶通知引擎和事後分析等功能。對於發電企業的客戶來說，AutoGrid可以預測發電情況和電網負荷，實現優化調度；對用電企業的客戶而言，可以預測用電量，結合電價信息，進行需求響應。

應用之二：能源數據綜合服務平台

該模式通過建設一個分析與應用平台，集成能源供給、消費、相關技術的各類數據，為包括政府、企業、學校、居民等不同類型參與方提供大數據分析和信息服務。該模式中，電網企業具有資金、技術、數據資源等方面優勢，具備成為綜合服務平台提供方的條件。

案例插播▏美國得克薩斯州奧斯丁市實施的以電力為核心的智慧城市項目

該項目以智能電網設備為基礎，採集了包括智能家電、電動汽車、太陽能光伏等類型詳細用電數據以及燃氣、供水數據，形成一個能源數據的綜合服務平台。

奧斯丁智慧城市項目商業模式示意圖

該項目已在節能環保、新技術推廣、研發測試等方面發揮了重要的平台服務支撐作用。一是在消費者能源管理方面，為居民能源消費、住宅節能、交通出行等方面提供優化建議，促進節能環保。例如，識別環保住宅的能耗降低比例可達27%；對居民太陽能電池板安裝朝向進行優化，可使發電量增加49%等。二是為企業提供電動汽車、智能家電等產品開發與技術測試服務。例如，將電力數據與汽車裡程、分時電價、油價數據結合，可提供電動汽車性能分析、充電站布局優化，並根據用戶習慣確定最佳充電時間等服務。

應用之三：支撐智能化節能產品研發

該模式主要將能源大數據、信息通訊與工業製造技術結合，通過對能源供給、消費、移動終端等不同數據源的數據進行綜合分析，設計開發出節能環保產品，為用戶提供付費低、能效高的能源使用與生活方式。

以智能家居產品為例，該模式既可為居民用戶提供節能降費服務以及快捷便利的用戶體驗，也可對能源企業尤其是電力企業改善用戶側需求管理、減少發電裝機等方面發揮作用。正在美國走向普及的智能電錶也是一例，它具有電量結算功能，在整個電網範圍內標識售電商和用戶，可通過更換晶元更換售電商。該模式中，電網企業不一定具備產品研發優勢，但可利用電力數據採集與分析方面的優勢，既可通過與設備製造商合作改進用戶需求側管理，也可通過共同參與研發並在產品銷售中獲取收益。

案例插播▏美國NEST公司研發智能恆溫器產品

該產品可以通過記錄用戶的室內溫度數據，智能識別用戶習慣，並將室溫調整到最舒適狀態。

NEST產品商業模式示意圖

該模式可以實現產品製造商、電力企業、用戶三方共贏：作為產品製造商的NEST公司免費獲得合作企業提供的部分電力數據，藉此完善預測演算法，並通過多種方式（恆溫器設備、互聯網、分析報告）展示分析結果；電力企業在智能恆溫器支持下，改進需求側管理，節約發電裝機與調峰成本；用戶使用產品自動控制房間溫度，並節省用電費用。據報道，售價250美元的Nest恆溫器每年可在電費和供熱開支方面為家庭節省173美元，一年時間已節省了2.25億千瓦時的能量，相當於2900萬美元費用。

該商業模式已得到谷歌公司的高度關注和認可，目前NEST公司已被谷歌公司收購。谷歌公司力圖借該模式推動其在新能源領域的全方位戰略布局。

【解剖麻雀】法國電力公司是如何進行大數據運營的？

下面來具體說說法國電力公司的大數據運營實踐。

法國電力集團（EDF）成立於1946年，是一家國有綜合性跨國能源公司，擁有歐洲最大的電力生產體系，在法國、義大利和英國有穩定的市場，主要從事發輸配電、天然氣供應、工程和諮詢等業務，並積極拓展國際業務，通過子公司以獨資或合資形式參與亞洲、拉美和非洲的20多個國家的電力項目。

作為全球領先的電力基礎設施服務提供商，法國電力公司非常重視大數據在企業運營分析管理中的作用，通過設立專業機構、完善數據基礎、增強分析能力，不斷發掘數據資產價值，為企業戰略轉型與服務升級提供有效的決策支撐。基於大數據的運營分析，法國電力公司掣出三招。

第一招：建獨立機構支持運營決策

法國電力在客戶關係管理資料庫中，對用戶信息進行了全面搜集，包括客戶名稱、電費計價方式、客戶用電行為特點等。法國電力研發部下成立了職能服務型的運營分析中心，專門負責對客戶數據進行分析，以對銷售管理進行支撐。

法國電力數據運營分析框架

該部門以項目制的形式負責向銷售、營銷和財務控制在內的六個業務部門提供客戶行為分析支撐，以改善這些部門的服務質量並實現客戶的最大化保留。其工作職責可分為5個方面：與相應的部門保持溝通，找到分析所需的相關數據；對內部數據進行清理，對外部源數據進行整合；採用神經網路、聚類、回歸分析等分析方法對數據進行按需分析，預測電力需求側的變化、區分客戶群特點及消費規律；在全面了解客戶情況的基礎上，按照客戶的忠誠度、利潤率、生命周期價值以及與新推出產品的相關性對客戶進行打分；確保法國電力擁有必要的工具來滿足不斷發展的營銷需求。

通過堅持不懈地克服各種數據複雜性問題，分析型客戶關係管理部很好地提供了三方面銷售支撐：

一是為相關部門提供一致的關鍵業績指標（KPI），例如，按照客戶領域和銷售渠道預測各類一級市場和大眾市場內中小企業和家庭住戶的電力消耗和需求趨勢，營業收入，成本和利潤率。從而幫助營銷部門更為精確地找准目標客戶，推出更具盈利性的新產品，進而保留客戶和擴大市場份額。該部門的項目負責人認為：通過評分，法國電力的營銷部門可以把營銷工作的重點對準那些對新產品比較感興趣的客戶，以更低的成本贏得高達15%的新客戶。

二是分析部門提供的信息能夠讓法國電力根據客戶的要求對產品和服務進行改進，為新的商業活動更好地分配資源，改善服務。例如，通過對來自客戶的問題進行區分，確定哪些問題是最重要的，哪些是比較耗費時間的問題，從而使呼叫中心的響應速度提高10%。

三是藉助分析型研究成果對客戶服務方法實現本地化，通過為客戶提供更好的商業信息來實現地區服務自治，提高法國電力在商業運作上的靈活性。

第二招：運用大數據技術挖掘數據資產價值

目前全法已經安裝3500萬智能電錶，電錶產生的數據量將在5-10年內達到PB級。智能電錶採集的主要是個體家庭的用電負荷數據。以每個電錶每10分鐘抄表一次計算，3500萬智能電錶每年產生1.8萬億次抄表記錄和600TB壓縮前數據；每天產生5億次抄表記錄，和大約2TB的抄表數據。這些電錶數據，結合氣象數據、用電合同信息及電網數據，構成了法國電力的大數據。

數以千萬計的智能電錶產生了大規模數據管理業務

以智能電錶採集數據為例，這些數據具有以下特點：數據具有時間序列特性；數據來源具有分散式特性，並且需要在不同尺度上進行處理；某些應用需要對數據進行實時處理。

考慮到大數據的廣泛應用前景，針對自身海量數據的特性及其處理需求，法國電力的研發部門成立了大數據項目組，藉助大數據技術研究海量數據的處理架構，實現用電負荷的精細化測量，降低信息決策系統與運行操作系統之間的延遲。目前該項研究尚屬於起步階段，該項目組的短期目標是：將分散式智能技術集成於原有業務系統，包括具有數據處理功能的智能路由器、分散式資料庫、分散式數據處理以及分散式複雜事件實時處理技術。這些分散式技術同時需要支持控制中心的統一集中式控制。

法國電力以用戶用電負荷曲線的海量存儲和處理為突破口，利用大數據技術，形成了能夠支撐在規定延遲內的複雜、並行處理能力。其中數據接入的接入形式包括批處理或數據流兩種；數據的預處理包括時間同步、異常數據檢測及修正，以及改變數據表達形式等；數據處理包括按區域的指標計算、賬單模擬、商業智能BI等。

第三招：實施專業化管理提升數據質量

法國電力認識到，數據質量問題事關重大，而IT部門存在一定的能力局限性，尤其是在面對技術應用、企業流程甚至是整個組織等跨專業性、全局性問題時。法國電力通過研究發現，在應用數據開展分析之前，相較於個人對不同信息系統中數據的單次提取和數據質量管理行為，採取建立大資料庫對數據進行集中，由專門的數據質量管理專家對數據質量進行管控、自動集中監測的方式，有助於提升資料庫的性能，促進數據質量管理經驗的分享以及規避個人處理能力的不足。

法國電力數據質量管理專家需具有深厚的統計學、信息系統、數據工程等多學科背景以及豐富的IT實踐能力，他們深知如何使用正確的工具、方法和最佳實踐進行數據質量管理以及如何在IT項目中穿插進行數據質量管理。法國電力的數據質量管理專家開展了一系列針對數據質量提升的專項分析研究，比如設計了多維星狀模型對數據進行存貯、分析和檢驗測試，為數據的應用提供了較好的支持。

【結語】

馬雲說：互聯網還沒搞清楚的時候，移動互聯就來了，移動互聯還沒搞清楚的時候，大數據就來了……那麼「能源+大數據」呢？更沒有標準答案。也許正因為能源大數據有著許許多多的不確定性，有著無限的想像空間，我們才敢於放手一搏，才覺得它頗具魅力。

華為的逆變器、阿里的「光伏雲」、遠景的「格林雲」……放眼國內，各大公司紛紛以不一樣的形式切入能源，擁抱大數據，各有各的角度，各有各的布局。可以確定的是，大數據必將打破能源供應鏈上的信息孤島，讓數據流通和價值變現變得可能，但千萬不要忘了21世紀什麼最貴？

相關案例來源：國網能源研究院

▓來源：南度度節能服務網