工业节能如何与大数据完美结合
节能减排作为我国当前重点发展产业,发展好坏事关我国当前“调结构,稳增长”大局。其中通过产业升级,引进新技术,改造钢铁、冶金、化工等重污染行业的业务流程,做到重点突破,更是整个节能减排行业的重中之重。针对当前工业领域节能减排面临的实际问题,结合当前流行的“大数据”技术是一条可行之路。
工业领域节能减排面临的问题
当前工业领域的节能减排工作虽然取得一定的成效,但同时在工程实施中面临着多种实际问题。具体有基础数据不准、信息化程度不高、科学决策能力不完善等问题:
基础数据不准
“基础不牢,地动山摇。当前,节能减排产业中突出存在的问题就是,作为基础的能源消费数据精确度不够,颗粒度太粗。实际工作中,有关统计部门往往给出的是以省、市、县为单位的能源消费数据,或者是以实体为单位的能源消费数据。甚至有些基础数据都是估算的,缺乏准确性和精确性。归根至底,能源消费行为是建立在企业、家庭、个人等实体行为之上的。只有掌握一线数据,提高数据的精确度和准确度才是做好节能减排工作的基础。
信息化程度不高
以美国、日本等为代表的欧美节能环保先进国家,通过产业升级,将以大数据技术为代表的一系列信息化技术融入节能环保产业全过程,取得令世人瞩目的成就。例如,德国TUV NORD作为第三方认证机构在微软新总部,蒂森克虏伯电悌总部项目实施中,引入大数据能源管理,在建筑的设计规划阶段、施工阶段、运营阶段等多个阶段通过数据化的能源管理系统,实现建筑的低碳、绿色、智能。相比较,我国节能环保产业有关设施设备信息化水平较低,缺乏突破性代表应用。整体上,当前我国节能环保工程水平粗放有余,精细不足,信息化手段发挥的空间巨大。
科学决策能力不完善
西方决策理论学派的代表人物赫伯特•西蒙指出:“管理就是决策,决策是管理的核心。其对企业决策者的能力要求是快速判断、快速反应、快速决策、快速行动及快速修正。决策能力是企业家为维持企业生存必须具备的、最起码素质。科学决策是企业家知识素质的综合体现,也是他们的主要工作。决策水平的高低对企业的成败影响十分巨大,据美国兰德公司估计,世界上破产倒闭的大企业,85%是因企业家决策失误所造成的。2004年,联想集团收购美国IBM个人电脑和笔记本电脑业务,是联想集团问计于高盛和麦肯锡后全盘考虑做出的决策。借助于沙盘推演和详尽的数据分析,事实证明,该决策获得了巨大的成功。相比之下,节能环保产业缺乏类似于联想集团收购IBM电脑个人业务这种在关键拐点做出成功决策的案例。
大数据技术概述
信息和网络技术的飞速发展,智能手机、物联网等多种智能终端的全面应用,各行各业内的行业数据呈指数上升态势。针对此现状,Google公司在网络捜索应用中通过创新Map/Reduce、GFS、Bigtable三大云时代计算范式在工程实践中取得空前的成功。同时以Yahoo、Amazon为代表的工业界开发的Hadoop、HDFS、Hbase等一系列开源技术产品,为“大数据”的收集和处理提供了技术保障。简而言之,在大数据时代,人类第一次有了精细的观测手段可以详尽观察并处理海量数据。通过深层次挖掘海量数据,可描述物理世界中的各种实体、实体之间的关联,乃至描述整个社会形态。
对此,大数据专家维克托•迈尔•舍恩伯格指出:“对大数据的开发不仅会为企业带来巨大的经济价值,同样也会给社会其他各个领域带来巨大的经济和社会价直。”
大数据技术助力工业领域节能减排
根据IDC和麦肯锡的大数据技术研究报告,大数据主要能在以下4个方面挖掘出巨大的商业价值:对顾客群体细分,然后对每个群体量体裁衣般地采取独特的行动;运用大数据模拟实境,发掘新的需求和提高投入的回报率;提高大数据成果在各相关部门的分享程度,提高整个管理链条和产业链条的投入回报率;进行商业模式、产品和服务的创新。
综合来看,节能环保行业已具备应用大数据技术的基础条件。对照实际,结合大数据的技术特征,当前,工业领域的节能减排有以下三个重要发展方向。
利用大数据技术,对企业进行用能诊断,据此提供综合解决方案
进行用户行为分析和用户市场细分,使管理者能有针对性地优化营销组织,改善服务模式。另一方面,通过与外界数据的交换,及时捕捉用户需求,挖掘用户与各方面因素所隐藏的关联关系,完善用户需求预测模型,进而为各级决策者提供多维、直观、全面、深入的预测数据,主动把握市场动态。2012年第二财季,Amazon营收达到128.3亿美元,与2011年同期的99亿美元相比大涨了29°%。如此惊人的增长与其深入挖掘用户信息推出的推荐系统密不可分。其推荐系统的本质正是通过对海量数据挖掘,以消费实体为单位,对消费习惯的深层次挖掘,预测,引导客户消费,以获取最大的经济效益。
相对应,节能环保产业可以通过建设大型数据中心,部署设备传感器,或者同有关行业合作,获取工业企业数据。在此基础上,对企业进行用能诊断,通过对海量数据的深层次挖掘,优化能源消费方案,提供综合解决方案。
利用大数据技术,建立能源消耗信息网络,对企业用能和减排工作进行智能支持
随着大数据时代的来临,制造企业的ERP、PLM等信息化系统的部署也逐步完成,管理方式由粗放式管理转为精细化管理,企业的能源消耗结构也逐渐清晰,企业在实现对业务数据进行有效管理的同时,积累了大量的数据信息,产生了利用现代信息技术收集、管理和展示分析结构化和非结构化的数据和信息的诉求,利用大数据技术建立能源消耗信息网络,有助于对工业企业用能和减排数据的统计、查阅、管理,有助于对工业企业用能和减排运行态势进行分析、预警,有助于对企业用能和减排工作进行监督管理,更有助于对工业企业用能和减排工作提供智能支持。
通过能源消耗信息网络,可以随时查阅各个时间的用能情况及用能设备的节能情况、设备改造情况,为节能管理、制定节能规划及措施提供数据依据。可以对企业的耗能行为和能源市场细分,自动分析各企业的用能指标,计算能源消费弹性系数,对能耗趋势提前预警,对节能减排工作进行监督。可以加速企业智能化控制的步伐,促进智能网络的发展,解决能源接入和调度问题,推广柔性能源系统的应用,实现运维智能化。
利用大数据技术,深度开展数据挖掘工作,为节能环保决策提供数据支撑
从工业界对大数据技术应用效果来看,其突出一点就是能够优化和改进现有业务流程,为决策提供数据支撑。通过海量数据(包含多个数据源的实时数据流和历史数据)输入,进行深度智能分析和建模,开发一套预测推演模型。通过黑盒系统的计算,可以大大提高决策的科学性。例如通过尽力处理海量数据,和有关决策参数设定,可以发现环保领域中潜在的各种相关性,预见到产业的变化趋势。在此基础上,有的放矢制定环境保护策略,及早预防和阻止新的环境破坏行为,提炼新的环保创意,形成新的环保方案,使环境保护做到见微知著,一览无余,使环保工作事半功倍。
毋庸置疑的是,节能产业各方对大数据技术都表现出了极大的兴趣。不少企业、大学、科研单位也已经开始了在工业领域的节能减排工作中进行尝试和探索。我们有理由相信,不久的将来,“大数据”技术必在我国工业领域的节能减排工作中得到更多的应用和发展。
数据分析咨询请扫描二维码
数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22