工業(yè)節(jié)能如何與大數(shù)據(jù)完美結(jié)合

   節(jié)能減排作為我國(guó)當(dāng)前重點(diǎn)發(fā)展產(chǎn)業(yè)，發(fā)展好壞事關(guān)我國(guó)當(dāng)前“調(diào)結(jié)構(gòu)，穩(wěn)增長(zhǎng)”大局。其中通過(guò)產(chǎn)業(yè)升級(jí)，引進(jìn)新技術(shù)，改造鋼鐵、冶金、化工等重污染行業(yè)的業(yè)務(wù)流程，做到重點(diǎn)突破，更是整個(gè)節(jié)能減排行業(yè)的重中之重。針對(duì)當(dāng)前工業(yè)領(lǐng)域節(jié)能減排面臨的實(shí)際問(wèn)題，結(jié)合當(dāng)前流行的“大數(shù)據(jù)”技術(shù)是一條可行之路。

工業(yè)領(lǐng)域節(jié)能減排面臨的問(wèn)題

當(dāng)前工業(yè)領(lǐng)域的節(jié)能減排工作雖然取得一定的成效，但同時(shí)在工程實(shí)施中面臨著多種實(shí)際問(wèn)題。具體有基礎(chǔ)數(shù)據(jù)不準(zhǔn)、信息化程度不高、科學(xué)決策能力不完善等問(wèn)題:

基礎(chǔ)數(shù)據(jù)不準(zhǔn)

“基礎(chǔ)不牢，地動(dòng)山搖。當(dāng)前，節(jié)能減排產(chǎn)業(yè)中突出存在的問(wèn)題就是，作為基礎(chǔ)的能源消費(fèi)數(shù)據(jù)精確度不夠，顆粒度太粗。實(shí)際工作中，有關(guān)統(tǒng)計(jì)部門往往給出的是以省、市、縣為單位的能源消費(fèi)數(shù)據(jù)，或者是以實(shí)體為單位的能源消費(fèi)數(shù)據(jù)。甚至有些基礎(chǔ)數(shù)據(jù)都是估算的，缺乏準(zhǔn)確性和精確性。歸根至底，能源消費(fèi)行為是建立在企業(yè)、家庭、個(gè)人等實(shí)體行為之上的。只有掌握一線數(shù)據(jù)，提高數(shù)據(jù)的精確度和準(zhǔn)確度才是做好節(jié)能減排工作的基礎(chǔ)。

信息化程度不高

以美國(guó)、日本等為代表的歐美節(jié)能環(huán)保先進(jìn)國(guó)家，通過(guò)產(chǎn)業(yè)升級(jí)，將以大數(shù)據(jù)技術(shù)為代表的一系列信息化技術(shù)融入節(jié)能環(huán)保產(chǎn)業(yè)全過(guò)程，取得令世人矚目的成就。例如，德國(guó)TUV NORD作為第三方認(rèn)證機(jī)構(gòu)在微軟新總部，蒂森克虜伯電悌總部項(xiàng)目實(shí)施中，引入大數(shù)據(jù)能源管理，在建筑的設(shè)計(jì)規(guī)劃階段、施工階段、運(yùn)營(yíng)階段等多個(gè)階段通過(guò)數(shù)據(jù)化的能源管理系統(tǒng)，實(shí)現(xiàn)建筑的低碳、綠色、智能。相比較，我國(guó)節(jié)能環(huán)保產(chǎn)業(yè)有關(guān)設(shè)施設(shè)備信息化水平較低，缺乏突破性代表應(yīng)用。整體上，當(dāng)前我國(guó)節(jié)能環(huán)保工程水平粗放有余，精細(xì)不足，信息化手段發(fā)揮的空間巨大。

科學(xué)決策能力不完善

西方?jīng)Q策理論學(xué)派的代表人物赫伯特?西蒙指出：“管理就是決策，決策是管理的核心。其對(duì)企業(yè)決策者的能力要求是快速判斷、快速反應(yīng)、快速?zèng)Q策、快速行動(dòng)及快速修正。決策能力是企業(yè)家為維持企業(yè)生存必須具備的、最起碼素質(zhì)?？茖W(xué)決策是企業(yè)家知識(shí)素質(zhì)的綜合體現(xiàn)，也是他們的主要工作。決策水平的高低對(duì)企業(yè)的成敗影響十分巨大，據(jù)美國(guó)蘭德公司估計(jì)，世界上破產(chǎn)倒閉的大企業(yè)，85%是因企業(yè)家決策失誤所造成的。2004年，聯(lián)想集團(tuán)收購(gòu)美國(guó)IBM個(gè)人電腦和筆記本電腦業(yè)務(wù)，是聯(lián)想集團(tuán)問(wèn)計(jì)于高盛和麥肯錫后全盤考慮做出的決策。借助于沙盤推演和詳盡的數(shù)據(jù)分析，事實(shí)證明，該決策獲得了巨大的成功。相比之下，節(jié)能環(huán)保產(chǎn)業(yè)缺乏類似于聯(lián)想集團(tuán)收購(gòu)IBM電腦個(gè)人業(yè)務(wù)這種在關(guān)鍵拐點(diǎn)做出成功決策的案例。

大數(shù)據(jù)技術(shù)概述

信息和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，智能手機(jī)、物聯(lián)網(wǎng)等多種智能終端的全面應(yīng)用，各行各業(yè)內(nèi)的行業(yè)數(shù)據(jù)呈指數(shù)上升態(tài)勢(shì)。針對(duì)此現(xiàn)狀，Google公司在網(wǎng)絡(luò)捜索應(yīng)用中通過(guò)創(chuàng)新Map/Reduce、GFS、Bigtable三大云時(shí)代計(jì)算范式在工程實(shí)踐中取得空前的成功。同時(shí)以Yahoo、Amazon為代表的工業(yè)界開發(fā)的Hadoop、HDFS、Hbase等一系列開源技術(shù)產(chǎn)品，為“大數(shù)據(jù)”的收集和處理提供了技術(shù)保障。簡(jiǎn)而言之，在大數(shù)據(jù)時(shí)代，人類第一次有了精細(xì)的觀測(cè)手段可以詳盡觀察并處理海量數(shù)據(jù)。通過(guò)深層次挖掘海量數(shù)據(jù)，可描述物理世界中的各種實(shí)體、實(shí)體之間的關(guān)聯(lián)，乃至描述整個(gè)社會(huì)形態(tài)。

對(duì)此，大數(shù)據(jù)專家維克托?邁爾?舍恩伯格指出：“對(duì)大數(shù)據(jù)的開發(fā)不僅會(huì)為企業(yè)帶來(lái)巨大的經(jīng)濟(jì)價(jià)值，同樣也會(huì)給社會(huì)其他各個(gè)領(lǐng)域帶來(lái)巨大的經(jīng)濟(jì)和社會(huì)價(jià)直?！?/span>

大數(shù)據(jù)技術(shù)助力工業(yè)領(lǐng)域節(jié)能減排

根據(jù)IDC和麥肯錫的大數(shù)據(jù)技術(shù)研究報(bào)告，大數(shù)據(jù)主要能在以下4個(gè)方面挖掘出巨大的商業(yè)價(jià)值:對(duì)顧客群體細(xì)分，然后對(duì)每個(gè)群體量體裁衣般地采取獨(dú)特的行動(dòng)；運(yùn)用大數(shù)據(jù)模擬實(shí)境，發(fā)掘新的需求和提高投入的回報(bào)率;提高大數(shù)據(jù)成果在各相關(guān)部門的分享程度，提高整個(gè)管理鏈條和產(chǎn)業(yè)鏈條的投入回報(bào)率；進(jìn)行商業(yè)模式、產(chǎn)品和服務(wù)的創(chuàng)新。

綜合來(lái)看，節(jié)能環(huán)保行業(yè)已具備應(yīng)用大數(shù)據(jù)技術(shù)的基礎(chǔ)條件。對(duì)照實(shí)際，結(jié)合大數(shù)據(jù)的技術(shù)特征，當(dāng)前，工業(yè)領(lǐng)域的節(jié)能減排有以下三個(gè)重要發(fā)展方向。

利用大數(shù)據(jù)技術(shù)，對(duì)企業(yè)進(jìn)行用能診斷，據(jù)此提供綜合解決方案

進(jìn)行用戶行為分析和用戶市場(chǎng)細(xì)分，使管理者能有針對(duì)性地優(yōu)化營(yíng)銷組織，改善服務(wù)模式。另一方面，通過(guò)與外界數(shù)據(jù)的交換，及時(shí)捕捉用戶需求，挖掘用戶與各方面因素所隱藏的關(guān)聯(lián)關(guān)系，完善用戶需求預(yù)測(cè)模型，進(jìn)而為各級(jí)決策者提供多維、直觀、全面、深入的預(yù)測(cè)數(shù)據(jù)，主動(dòng)把握市場(chǎng)動(dòng)態(tài)。2012年第二財(cái)季，Amazon營(yíng)收達(dá)到128.3億美元，與2011年同期的99億美元相比大漲了29°%。如此驚人的增長(zhǎng)與其深入挖掘用戶信息推出的推薦系統(tǒng)密不可分。其推薦系統(tǒng)的本質(zhì)正是通過(guò)對(duì)海量數(shù)據(jù)挖掘，以消費(fèi)實(shí)體為單位，對(duì)消費(fèi)習(xí)慣的深層次挖掘，預(yù)測(cè)，引導(dǎo)客戶消費(fèi)，以獲取最大的經(jīng)濟(jì)效益。

相對(duì)應(yīng)，節(jié)能環(huán)保產(chǎn)業(yè)可以通過(guò)建設(shè)大型數(shù)據(jù)中心，部署設(shè)備傳感器，或者同有關(guān)行業(yè)合作，獲取工業(yè)企業(yè)數(shù)據(jù)。在此基礎(chǔ)上，對(duì)企業(yè)進(jìn)行用能診斷，通過(guò)對(duì)海量數(shù)據(jù)的深層次挖掘，優(yōu)化能源消費(fèi)方案，提供綜合解決方案。

利用大數(shù)據(jù)技術(shù)，建立能源消耗信息網(wǎng)絡(luò)，對(duì)企業(yè)用能和減排工作進(jìn)行智能支持

隨著大數(shù)據(jù)時(shí)代的來(lái)臨，制造企業(yè)的ERP、PLM等信息化系統(tǒng)的部署也逐步完成，管理方式由粗放式管理轉(zhuǎn)為精細(xì)化管理，企業(yè)的能源消耗結(jié)構(gòu)也逐漸清晰，企業(yè)在實(shí)現(xiàn)對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行有效管理的同時(shí)，積累了大量的數(shù)據(jù)信息，產(chǎn)生了利用現(xiàn)代信息技術(shù)收集、管理和展示分析結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)和信息的訴求，利用大數(shù)據(jù)技術(shù)建立能源消耗信息網(wǎng)絡(luò)，有助于對(duì)工業(yè)企業(yè)用能和減排數(shù)據(jù)的統(tǒng)計(jì)、查閱、管理，有助于對(duì)工業(yè)企業(yè)用能和減排運(yùn)行態(tài)勢(shì)進(jìn)行分析、預(yù)警，有助于對(duì)企業(yè)用能和減排工作進(jìn)行監(jiān)督管理，更有助于對(duì)工業(yè)企業(yè)用能和減排工作提供智能支持。

通過(guò)能源消耗信息網(wǎng)絡(luò)，可以隨時(shí)查閱各個(gè)時(shí)間的用能情況及用能設(shè)備的節(jié)能情況、設(shè)備改造情況，為節(jié)能管理、制定節(jié)能規(guī)劃及措施提供數(shù)據(jù)依據(jù)?？梢詫?duì)企業(yè)的耗能行為和能源市場(chǎng)細(xì)分，自動(dòng)分析各企業(yè)的用能指標(biāo)，計(jì)算能源消費(fèi)彈性系數(shù)，對(duì)能耗趨勢(shì)提前預(yù)警，對(duì)節(jié)能減排工作進(jìn)行監(jiān)督?？梢约铀倨髽I(yè)智能化控制的步伐，促進(jìn)智能網(wǎng)絡(luò)的發(fā)展，解決能源接入和調(diào)度問(wèn)題，推廣柔性能源系統(tǒng)的應(yīng)用，實(shí)現(xiàn)運(yùn)維智能化。

利用大數(shù)據(jù)技術(shù)，深度開展數(shù)據(jù)挖掘工作，為節(jié)能環(huán)保決策提供數(shù)據(jù)支撐

從工業(yè)界對(duì)大數(shù)據(jù)技術(shù)應(yīng)用效果來(lái)看，其突出一點(diǎn)就是能夠優(yōu)化和改進(jìn)現(xiàn)有業(yè)務(wù)流程，為決策提供數(shù)據(jù)支撐。通過(guò)海量數(shù)據(jù)（包含多個(gè)數(shù)據(jù)源的實(shí)時(shí)數(shù)據(jù)流和歷史數(shù)據(jù)）輸入，進(jìn)行深度智能分析和建模，開發(fā)一套預(yù)測(cè)推演模型。通過(guò)黑盒系統(tǒng)的計(jì)算，可以大大提高決策的科學(xué)性。例如通過(guò)盡力處理海量數(shù)據(jù)，和有關(guān)決策參數(shù)設(shè)定，可以發(fā)現(xiàn)環(huán)保領(lǐng)域中潛在的各種相關(guān)性，預(yù)見(jiàn)到產(chǎn)業(yè)的變化趨勢(shì)。在此基礎(chǔ)上，有的放矢制定環(huán)境保護(hù)策略，及早預(yù)防和阻止新的環(huán)境破壞行為，提煉新的環(huán)保創(chuàng)意，形成新的環(huán)保方案，使環(huán)境保護(hù)做到見(jiàn)微知著，一覽無(wú)余，使環(huán)保工作事半功倍。

毋庸置疑的是，節(jié)能產(chǎn)業(yè)各方對(duì)大數(shù)據(jù)技術(shù)都表現(xiàn)出了極大的興趣。不少企業(yè)、大學(xué)、科研單位也已經(jīng)開始了在工業(yè)領(lǐng)域的節(jié)能減排工作中進(jìn)行嘗試和探索。我們有理由相信，不久的將來(lái)，“大數(shù)據(jù)”技術(shù)必在我國(guó)工業(yè)領(lǐng)域的節(jié)能減排工作中得到更多的應(yīng)用和發(fā)展。