
大數(shù)據(jù)應用在能源行業(yè)的前景將越來越廣闊
能源大數(shù)據(jù)理念是將電力、石油、燃氣等能源領域數(shù)據(jù)進行綜合采集、處理、分析與應用的相關技術與思想。能源大數(shù)據(jù)不僅是大數(shù)據(jù)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(shù)據(jù)理念的深度融合,將加速推進能源產業(yè)發(fā)展及商業(yè)模式創(chuàng)新。隨著信息化的深入和兩化的深度融合,大數(shù)據(jù)在石油石化行業(yè)應用的前景將越來越廣闊。
大數(shù)據(jù)與能源行業(yè)的結合目前主要體現(xiàn)在三個行業(yè)。(1)石油天然氣產業(yè)鏈與大數(shù)據(jù)的結合。在油氣勘探開發(fā)的過程中,可以利用大數(shù)據(jù)分析的方法尋找增長點,利用大數(shù)據(jù)平臺可以幫助煉油廠提高煉化效率,也可幫助下游銷售挖掘消費規(guī)律,優(yōu)化庫存,確定最佳促銷方案。(2)智能電網:利用大數(shù)據(jù)實時監(jiān)測技術監(jiān)測家庭用電量特征,幫助電力公司調配電力供給,為客戶提供最佳用電方案。通過錯峰限電,用戶會在電力成本低的時間段使用,避免了高峰時期電力負荷過重的局面,未來消費者對于能源的利用會有更多經濟性的選擇。(3)風電行業(yè):進行風電場分布式風機的在線監(jiān)測,周期性及瞬時的實時數(shù)據(jù)采集和在線分析,生成警報、允許維護人員可視化和管理數(shù)據(jù),簡化大規(guī)模監(jiān)測系統(tǒng)的部署。
產業(yè)政策及規(guī)劃
(1)能源局政策梳理
在中國能源局2014年發(fā)布的78條通知政策中,由于45條關于電力領域,17條關于煤炭和油氣領域。在新能源的通知政策中,光伏有12條,新能源5條??梢娬谖磥韺τ谇鍧嵞茉吹闹С至Χ冗€將進一步加大。
(2)產業(yè)規(guī)劃
能源行業(yè)對于大數(shù)據(jù)的政策扶持體現(xiàn)在產業(yè)規(guī)劃。有消息稱三桶油在十三五規(guī)劃的內部討論會上已將大數(shù)據(jù)提上日程,正在探討將油氣勘探大數(shù)據(jù)寫入十三五規(guī)劃。國家有關部門也正在牽頭前期調研,或在年內出臺國家能源互聯(lián)網行動計劃。?
(3)資金支持
2014年的信貸政策明確提出重點支持目標。央行提出,要支持新能源汽車,節(jié)能環(huán)保,循環(huán)經濟等領域金融服務水平。
產業(yè)發(fā)展現(xiàn)狀
(1)石油天然氣行業(yè)大數(shù)據(jù)進展
石油天然氣行業(yè)的大數(shù)據(jù)仍處于起步階段。2014年石油行業(yè)共組織召開5場提高油氣行業(yè)信息化的會議,意在提高行業(yè)信息化程度,推廣大數(shù)據(jù)在行業(yè)內的應用。根據(jù)中國石油招標網的數(shù)據(jù)統(tǒng)計,2014年中國石油共發(fā)起建設12個與大數(shù)據(jù)有關的項目,其中東方物探、新疆塔里木油田及大慶油田在大數(shù)據(jù)領域的動作最多。項目建設內容多集中在建設油田勘探開發(fā)一體化數(shù)據(jù)中心、建設研究成果知識庫2個領域。這也說明目前國內油氣行業(yè)仍處在數(shù)據(jù)的采集、存儲階段,尚未上升到大數(shù)據(jù)挖掘分析的高度。
原油煉制及油品銷售環(huán)節(jié)的大數(shù)據(jù)處于萌芽階段。企業(yè)對煉油大數(shù)據(jù)僅有概念性的了解,目前能夠體現(xiàn)業(yè)務布局的即阿里與中石化的合作。阿里云今年4月20日宣布與中國石化展開技術合作,中國石化將借助阿里巴巴在云計算、大數(shù)據(jù)方面的技術優(yōu)勢,對部分傳統(tǒng)石油化工業(yè)務進行升級,打造多業(yè)態(tài)的商業(yè)服務模式。
油氣行業(yè)長期以來處于壟斷地位,對于新技術的接受和推廣較為緩慢。但隨著國家大數(shù)據(jù)戰(zhàn)略的推行,大數(shù)據(jù)在能源行業(yè)必將展開應用。預計大數(shù)據(jù)也將寫入能源行業(yè)的十三五規(guī)劃,未來大數(shù)據(jù)必會成為油氣行業(yè)新的爆發(fā)點。
(2)電力行業(yè)大數(shù)據(jù)進展
電力大數(shù)據(jù)在國內發(fā)展勢頭良好,國內較為落后。早在2013年,國家電力集團曾發(fā)起在電力行業(yè)推行大數(shù)據(jù)的嘗試,但很快終止了這次行動。最近一年國家開始大力推行電力改革,鼓勵分布式電源主要采用“自發(fā)自用、余量上網、電網調節(jié)”的運營模式,積極發(fā)展融合先進儲能技術、信息技術的微電網和智能電網技術,確??稍偕茉窗l(fā)電量依法全額保障性收購,這為分布式發(fā)電和新能源汽車在未來大規(guī)模接入電網創(chuàng)造條件。
(3)風電等新能源大數(shù)據(jù)進展
國家近幾年大力推行風力發(fā)電。風電行業(yè)具有大數(shù)據(jù)幾個主要特征中的數(shù)據(jù)量大的特征,大數(shù)據(jù)的實時性也為風電行業(yè)提供精準的解決方案——實時數(shù)據(jù)采集和在線監(jiān)測,幫助風電管理人員實時監(jiān)控終端運行狀態(tài),高效管理數(shù)據(jù)。
(4)智能終端與能源行業(yè)的結合
為智能化產品研發(fā)提供支持。將能源大數(shù)據(jù)、信息通訊與工業(yè)制造技術結合,通過對能源供給、消費、移動終端等不同數(shù)據(jù)源的數(shù)據(jù)進行綜合分析,設計開發(fā)出節(jié)能環(huán)保產品,提供付費低、能效高的能源使用與生活方式。
能源行業(yè)發(fā)展現(xiàn)狀
油氣行業(yè)傳統(tǒng)的勘探開采理論面臨瓶頸,從傳統(tǒng)地質,到開發(fā)地質再到石油儲藏描述,油氣開發(fā)理論已經不能滿足提高產量的需求。而這一傳統(tǒng)行業(yè)恰恰積累了大量的數(shù)據(jù),大數(shù)據(jù)的出現(xiàn)為油氣的二次開發(fā),甚至三次、四次開發(fā),提供了更多的可能性。不同的油田之間可從油氣勘探歷史上積累的數(shù)據(jù)中尋找一定的規(guī)律,并發(fā)現(xiàn)新的增長點。另外,在煉化、油品零售領域大數(shù)據(jù)的應用也比較廣泛。諸如煉廠煉油過程中收集的數(shù)據(jù),油品零售站的用戶數(shù)據(jù)等,對同行業(yè)有很大的借鑒意義。
智能電網對于大數(shù)據(jù)的需求也很強烈。國家對于智能電網的推廣也為大數(shù)據(jù)的應用奠定了基礎。這些數(shù)據(jù)需求包括消費者用電的規(guī)律、家用電器的耗能數(shù)據(jù)等。未來電廠和個人用戶都將受益于電力大數(shù)據(jù)。
風電行業(yè)涉及硬件較多,而且分布區(qū)域較廣,因此也刺激了對大數(shù)據(jù)的需求。分布在野外的風電機組產生大量的數(shù)據(jù),通過傳感器傳回到數(shù)據(jù)中心,利用大數(shù)據(jù)技術實時分析發(fā)電量,并據(jù)此預測可能發(fā)生的問題。這樣的數(shù)據(jù)對于世界各地的風電場都有很大意義,能夠從很大程度上提高發(fā)電效率。未來在風電機組領域的數(shù)據(jù)交易將會非?;钴S,企業(yè)用戶將成為交易主體。
市場規(guī)模及需求分析
(1)能源行業(yè)大數(shù)據(jù)市場規(guī)模
①能源消費結構
中國能源消耗一直以煤炭為主,近年來天然氣、風電、水電等清潔能源占比緩慢提高。煤炭從2008年的占比70.3%降至2013年的66.0%,石油的消耗量始終保持在18%上下,天然氣由2008年的占比3.7%升至2013年的5.8%,水電、風電、核電從2008年的7.7%升至9.8%。煤炭的主導地位短期內不會產生太大變化。受國家環(huán)保政策支持,預計未來天然氣等清潔能源的消耗量將逐漸增大。
據(jù)調查機構BP最新發(fā)布的2035世界能源展望,煤炭從2000年以來增長最快的化石燃料(年均3.8%)變?yōu)樵鏊僮盥娜剂?年均0.8%)。這也反映了亞洲煤基工業(yè)化趨緩以及關鍵市場的氣價走低的趨勢。天然氣是增速最快的化石燃料(年均1.9%),而石油增速略高于煤炭(年均0.8%)??稍偕茉词窃鏊僮羁斓娜剂?年均6.3%)。核電(年均1.8%)和水電(年均1.7%)的增長快于總體能源增速。
②能源大數(shù)據(jù)市場
國家對能源互聯(lián)網的布局必將帶動能源大數(shù)據(jù)的市場規(guī)模??紤]到未來能源消費結構的調整,以及國家對不同能源類型的投資力度,未來風電等清潔能源的市場潛力巨大。但風電行業(yè)本身市場及技術都不夠成熟,要實現(xiàn)大規(guī)模覆蓋需要較長時間。而石油天然氣作為國家的戰(zhàn)略性能源,近五年內投資規(guī)模會有較大增長。預計2015年能源行業(yè)大數(shù)據(jù)應用市場規(guī)模達8.29億元人民幣。
(2)市場需求分析
①石油行業(yè)的大數(shù)據(jù)需求
國內三大石油國企將成為推動石油大數(shù)據(jù)進展的主力。中國石油的數(shù)據(jù)中心,中石化的能源行業(yè)十三五規(guī)劃、煉油大數(shù)據(jù)、油品銷售大數(shù)據(jù),中海油的海上石油勘探、海底地震,這些都是大數(shù)據(jù)與能源行業(yè)的結合點。
②電力行業(yè)的大數(shù)據(jù)需求
國家電網于2014年重新開始大數(shù)據(jù)的嘗試,并開始大力推動智能電網。智能電網的推廣,將帶動對大數(shù)據(jù)調節(jié)用電高峰的需求,家庭用電及工業(yè)用戶節(jié)能省電的需求,這些需求必將引發(fā)一系列智能設備、數(shù)據(jù)分析廠商的崛起。
③新能源的大數(shù)據(jù)需求
風電裝機容量大。截至2013年底,中國風電裝機容量已超過9100萬千瓦,投運機組近7萬臺,并網發(fā)電的風電場約2100個。目前國家規(guī)劃到2020年,風電裝機容量達到2億千瓦。當前風電行業(yè)的痛點在于風電機組性能差異大,年發(fā)電量達不到預期指標;風電場設計、運行不合理,設計偏差造成發(fā)電量難以達到設計指標;風電運行數(shù)據(jù)難以有效利用,積累的海量數(shù)據(jù)未能充分利用,通過分析挖掘可以發(fā)掘很多改善發(fā)電性能的措施。利用大數(shù)據(jù)分析挖掘的方法可以優(yōu)化風電機組功率特性,提高可利用率。?
(3)競爭格局
能源行業(yè)的大數(shù)據(jù)尚處于起步階段。大型廠商開始布局這一行業(yè)的大數(shù)據(jù)業(yè)務,初創(chuàng)型能源大數(shù)據(jù)公司也開始興起。從市場進入的角度看,當前競爭格局可分為三大梯隊。
大型國產廠商具有先發(fā)優(yōu)勢。能源行業(yè)涉及國家戰(zhàn)略,政府支持國產化產品的應用。大型廠商具有豐富的實施經驗,能夠保證系統(tǒng)的穩(wěn)定性。因此,華為、浪潮等企業(yè)成為能源行業(yè)大數(shù)據(jù)的首要受益者。
第二陣營為行業(yè)的國際巨頭。國際領軍的IT企業(yè)具有領先的技術和理念,通常能夠引流技術發(fā)展的趨勢和潮流。而在本地化實施中,這些企業(yè)仍有一定的局限性。因此他們的商業(yè)模式以跟國內軟件企業(yè)或者科研機構合作研發(fā)為主。
第三陣營是一些初創(chuàng)型企業(yè)。初創(chuàng)型能源大數(shù)據(jù)的應用體現(xiàn)在風電等清潔能源的應用。大數(shù)據(jù)公司利用分布式存儲、實時監(jiān)測分析等技術,解決新能源行業(yè)數(shù)據(jù)量大、需要實時處理的難題。新興企業(yè)客戶資源不敵現(xiàn)有的巨頭廠商,且國家能源企業(yè)在公開招標采購中對供應商資質要求較高,因此初創(chuàng)型能源大數(shù)據(jù)公司目前仍處在第三陣營。
隨著大數(shù)據(jù)技術不斷發(fā)展城市,初創(chuàng)型公司可能會因為突破性技術而搶占市場的制高點。未來競爭格局變數(shù)較大。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10