能源大數據:從構想到實踐要怎么實現?
- 時間:2015-09-17
- 來源:太陽能發電
導讀: 綜合來看,目前基于大數據的業務模式主要包括這幾個方面,通過實時數據的采集來監測設備的運行、對采集的數據進行挖掘利用。
作為實現“互聯網+”的重要一環,能源大數據在整個能源體系中的中樞作用,正得到確認。
在國務院近日發布的“互聯網+”行動指導意見中,對“互聯網+”智慧能源這一行動的具體目標包括,實現能源生產領域的智能化、不同類型能源的互聯互通、電力的電子商務交易等。這一切目標的實現,均離不開大數據的應用。
公開信息則顯示,能源大數據正在逐漸從此前的構想進入到實踐層面。
近日,河北電科院透露,該院研發的河北首個“火電能耗大數據平臺”已采用了托管服務器運行方式,標志著該平臺正式進入到全面推廣應用的階段。
根據此前發布的互聯網+行動指導意見,其中給出的大數據應用的具體模式,包括能源企業對設備的檢修以及調度、數據挖掘后所衍生的各種增值服務等。
而在更早前發改委以及銀監會出臺的《能效信貸指引》中,則鼓勵和指導銀行業金融機構積極開展能效信貸業務。
就這份指引來看,無論是在貸前的盡職調查、節能技術和效益評估、質押登記,還是貸后的信貸質量監控和風險預警等,都離不開大數據的應用。
不過,也有業內人士認為,能源領域的大數據能夠走多遠,除了受現行環境、業務模式等制約外,傳感器等硬件設備上的不足也不容忽視。畢竟,對于能源領域而言,其大數據更多是基于實時采集的動態數據,而非簡單的基于互聯網的靜態數據,相應硬件的技術水平能否跟得上,顯得至關重要。
商業模式日漸清晰
根據河北電科院發布的信息,該院的技術專家們將進一步利用“火電能耗大數據平臺”進行數據分析,隨后為發電廠提供能耗在線檢測、節能評估等技術服務,并為電廠開展節能發電調度、機組運行優化、節能技改等工作決策的時效性、科學性提供有力的技術支撐。
上述平臺的運行模式,可以看作是“互聯網+”行動指導意見中的一種。
綜合來看,目前基于大數據的業務模式主要包括這幾個方面,通過實時數據的采集來監測設備的運行、對采集的數據進行挖掘利用。
具體而言,在實時數據方面,則包括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。
在數據的挖掘利用方面,主要包括對能源設備的實時監測數據進行挖掘和分析后,除了用于第一點所提到的故障判斷外,還可以與金融機構等合作,將其作為資產評估、風險控制等的依據和標準,以及用于對于制造業相應環節的反饋。比如互聯網+行動指導意見中提到的鼓勵制造企業利用物聯網、云計算、大數據等技術,整合產品全生命周期數據,形成面向生產組織全過程的決策服務信息,為產品優化升級提供數據支撐。
此外,在面向制造業的服務業方面,則鼓勵企業基于互聯網開展故障預警、遠程維護、質量診斷、遠程過程優化等在線增值服務,拓展產品價值空間,實現從制造向“制造+服務”的轉型升級。
根據此前發布的《能效信貸指引》,無論是在貸前的盡職調查、節能技術和效益評估、質押登記,還是貸后的信貸質量監控和風險預警等方面,都離不開大數據的應用。而就綜合信息來看,出于防范信貸風險的考慮,銀行是最舍得為大數據產品“掏腰包”的金融機構之一。
不容忽視的硬件因素
或許是看中了能源大數據這一無可比擬的重要性,與之相關的概念正在遍地開花。
資料顯示,包括許多上市公司,甚至是此前與能源行業、IT行業均沒有任何關聯的企業,也將能源互聯網、大數據等作為轉型的方向之一。
對此,有市場分析人士表示,能源領域的大數據能夠走多遠,除了受現行環境、業務模式等制約外,傳感器等硬件設備方面的不足也不容忽視。畢竟,對于能源領域而言,其大數據更多是基于實時采集的動態數據,而非簡單的基于互聯網的靜態數據,相應硬件的技術水平能否跟得上至關重要。
更進一步來看,就數據采集以及傳輸的復雜性而言,新能源電站的實現難度要高于傳統的火電電站。
以一座規模達到50MW的火電電站來看,數據采集周期為10S,整個系統近2萬個數據點,每天要產生約8G的數據量。
“整個系統包括硬件和軟件兩部分。硬件部分包括智能環境監測站、高性能現場計算機、無線通訊設備等。作為工業級硬件產品,對其關鍵的指標均有嚴格的要求,包括超寬溫環境(滿足寬溫狀態-40——80℃)、高精度(關鍵監測設備偏差<0.1%)、集成化(與主要數據鏈高度集成,實時鏈接)等。可以說,作為一個涉及眾多數據接入點的產品,無論從硬件方面,還是軟件方面,都有很高的門檻。”上述市場分析人士表示。