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
教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28