
工業(yè)節(jié)能如何與大數(shù)據(jù)完美結合
節(jié)能減排作為我國當前重點發(fā)展產(chǎn)業(yè),發(fā)展好壞事關我國當前“調結構,穩(wěn)增長”大局。其中通過產(chǎn)業(yè)升級,引進新技術,改造鋼鐵、冶金、化工等重污染行業(yè)的業(yè)務流程,做到重點突破,更是整個節(jié)能減排行業(yè)的重中之重。針對當前工業(yè)領域節(jié)能減排面臨的實際問題,結合當前流行的“大數(shù)據(jù)”技術是一條可行之路。
工業(yè)領域節(jié)能減排面臨的問題
當前工業(yè)領域的節(jié)能減排工作雖然取得一定的成效,但同時在工程實施中面臨著多種實際問題。具體有基礎數(shù)據(jù)不準、信息化程度不高、科學決策能力不完善等問題:
基礎數(shù)據(jù)不準
“基礎不牢,地動山搖。當前,節(jié)能減排產(chǎn)業(yè)中突出存在的問題就是,作為基礎的能源消費數(shù)據(jù)精確度不夠,顆粒度太粗。實際工作中,有關統(tǒng)計部門往往給出的是以省、市、縣為單位的能源消費數(shù)據(jù),或者是以實體為單位的能源消費數(shù)據(jù)。甚至有些基礎數(shù)據(jù)都是估算的,缺乏準確性和精確性。歸根至底,能源消費行為是建立在企業(yè)、家庭、個人等實體行為之上的。只有掌握一線數(shù)據(jù),提高數(shù)據(jù)的精確度和準確度才是做好節(jié)能減排工作的基礎。
信息化程度不高
以美國、日本等為代表的歐美節(jié)能環(huán)保先進國家,通過產(chǎn)業(yè)升級,將以大數(shù)據(jù)技術為代表的一系列信息化技術融入節(jié)能環(huán)保產(chǎn)業(yè)全過程,取得令世人矚目的成就。例如,德國TUV NORD作為第三方認證機構在微軟新總部,蒂森克虜伯電悌總部項目實施中,引入大數(shù)據(jù)能源管理,在建筑的設計規(guī)劃階段、施工階段、運營階段等多個階段通過數(shù)據(jù)化的能源管理系統(tǒng),實現(xiàn)建筑的低碳、綠色、智能。相比較,我國節(jié)能環(huán)保產(chǎn)業(yè)有關設施設備信息化水平較低,缺乏突破性代表應用。整體上,當前我國節(jié)能環(huán)保工程水平粗放有余,精細不足,信息化手段發(fā)揮的空間巨大。
科學決策能力不完善
西方?jīng)Q策理論學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。其對企業(yè)決策者的能力要求是快速判斷、快速反應、快速決策、快速行動及快速修正。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??茖W決策是企業(yè)家知識素質的綜合體現(xiàn),也是他們的主要工作。決策水平的高低對企業(yè)的成敗影響十分巨大,據(jù)美國蘭德公司估計,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)想集團收購美國IBM個人電腦和筆記本電腦業(yè)務,是聯(lián)想集團問計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)想集團收購IBM電腦個人業(yè)務這種在關鍵拐點做出成功決策的案例。
大數(shù)據(jù)技術概述
信息和網(wǎng)絡技術的飛速發(fā)展,智能手機、物聯(lián)網(wǎng)等多種智能終端的全面應用,各行各業(yè)內的行業(yè)數(shù)據(jù)呈指數(shù)上升態(tài)勢。針對此現(xiàn)狀,Google公司在網(wǎng)絡捜索應用中通過創(chuàng)新Map/Reduce、GFS、Bigtable三大云時代計算范式在工程實踐中取得空前的成功。同時以Yahoo、Amazon為代表的工業(yè)界開發(fā)的Hadoop、HDFS、Hbase等一系列開源技術產(chǎn)品,為“大數(shù)據(jù)”的收集和處理提供了技術保障。簡而言之,在大數(shù)據(jù)時代,人類第一次有了精細的觀測手段可以詳盡觀察并處理海量數(shù)據(jù)。通過深層次挖掘海量數(shù)據(jù),可描述物理世界中的各種實體、實體之間的關聯(lián),乃至描述整個社會形態(tài)。
對此,大數(shù)據(jù)專家維克托?邁爾?舍恩伯格指出:“對大數(shù)據(jù)的開發(fā)不僅會為企業(yè)帶來巨大的經(jīng)濟價值,同樣也會給社會其他各個領域帶來巨大的經(jīng)濟和社會價直。”
大數(shù)據(jù)技術助力工業(yè)領域節(jié)能減排
根據(jù)IDC和麥肯錫的大數(shù)據(jù)技術研究報告,大數(shù)據(jù)主要能在以下4個方面挖掘出巨大的商業(yè)價值:對顧客群體細分,然后對每個群體量體裁衣般地采取獨特的行動;運用大數(shù)據(jù)模擬實境,發(fā)掘新的需求和提高投入的回報率;提高大數(shù)據(jù)成果在各相關部門的分享程度,提高整個管理鏈條和產(chǎn)業(yè)鏈條的投入回報率;進行商業(yè)模式、產(chǎn)品和服務的創(chuàng)新。
綜合來看,節(jié)能環(huán)保行業(yè)已具備應用大數(shù)據(jù)技術的基礎條件。對照實際,結合大數(shù)據(jù)的技術特征,當前,工業(yè)領域的節(jié)能減排有以下三個重要發(fā)展方向。
利用大數(shù)據(jù)技術,對企業(yè)進行用能診斷,據(jù)此提供綜合解決方案
進行用戶行為分析和用戶市場細分,使管理者能有針對性地優(yōu)化營銷組織,改善服務模式。另一方面,通過與外界數(shù)據(jù)的交換,及時捕捉用戶需求,挖掘用戶與各方面因素所隱藏的關聯(lián)關系,完善用戶需求預測模型,進而為各級決策者提供多維、直觀、全面、深入的預測數(shù)據(jù),主動把握市場動態(tài)。2012年第二財季,Amazon營收達到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)的本質正是通過對海量數(shù)據(jù)挖掘,以消費實體為單位,對消費習慣的深層次挖掘,預測,引導客戶消費,以獲取最大的經(jīng)濟效益。
相對應,節(jié)能環(huán)保產(chǎn)業(yè)可以通過建設大型數(shù)據(jù)中心,部署設備傳感器,或者同有關行業(yè)合作,獲取工業(yè)企業(yè)數(shù)據(jù)。在此基礎上,對企業(yè)進行用能診斷,通過對海量數(shù)據(jù)的深層次挖掘,優(yōu)化能源消費方案,提供綜合解決方案。
利用大數(shù)據(jù)技術,建立能源消耗信息網(wǎng)絡,對企業(yè)用能和減排工作進行智能支持
隨著大數(shù)據(jù)時代的來臨,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為精細化管理,企業(yè)的能源消耗結構也逐漸清晰,企業(yè)在實現(xiàn)對業(yè)務數(shù)據(jù)進行有效管理的同時,積累了大量的數(shù)據(jù)信息,產(chǎn)生了利用現(xiàn)代信息技術收集、管理和展示分析結構化和非結構化的數(shù)據(jù)和信息的訴求,利用大數(shù)據(jù)技術建立能源消耗信息網(wǎng)絡,有助于對工業(yè)企業(yè)用能和減排數(shù)據(jù)的統(tǒng)計、查閱、管理,有助于對工業(yè)企業(yè)用能和減排運行態(tài)勢進行分析、預警,有助于對企業(yè)用能和減排工作進行監(jiān)督管理,更有助于對工業(yè)企業(yè)用能和減排工作提供智能支持。
通過能源消耗信息網(wǎng)絡,可以隨時查閱各個時間的用能情況及用能設備的節(jié)能情況、設備改造情況,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ζ髽I(yè)的耗能行為和能源市場細分,自動分析各企業(yè)的用能指標,計算能源消費彈性系數(shù),對能耗趨勢提前預警,對節(jié)能減排工作進行監(jiān)督。可以加速企業(yè)智能化控制的步伐,促進智能網(wǎng)絡的發(fā)展,解決能源接入和調度問題,推廣柔性能源系統(tǒng)的應用,實現(xiàn)運維智能化。
利用大數(shù)據(jù)技術,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)界對大數(shù)據(jù)技術應用效果來看,其突出一點就是能夠優(yōu)化和改進現(xiàn)有業(yè)務流程,為決策提供數(shù)據(jù)支撐。通過海量數(shù)據(jù)(包含多個數(shù)據(jù)源的實時數(shù)據(jù)流和歷史數(shù)據(jù))輸入,進行深度智能分析和建模,開發(fā)一套預測推演模型。通過黑盒系統(tǒng)的計算,可以大大提高決策的科學性。例如通過盡力處理海量數(shù)據(jù),和有關決策參數(shù)設定,可以發(fā)現(xiàn)環(huán)保領域中潛在的各種相關性,預見到產(chǎn)業(yè)的變化趨勢。在此基礎上,有的放矢制定環(huán)境保護策略,及早預防和阻止新的環(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)境保護做到見微知著,一覽無余,使環(huán)保工作事半功倍。
毋庸置疑的是,節(jié)能產(chǎn)業(yè)各方對大數(shù)據(jù)技術都表現(xiàn)出了極大的興趣。不少企業(yè)、大學、科研單位也已經(jīng)開始了在工業(yè)領域的節(jié)能減排工作中進行嘗試和探索。我們有理由相信,不久的將來,“大數(shù)據(jù)”技術必在我國工業(yè)領域的節(jié)能減排工作中得到更多的應用和發(fā)展。
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(wǎng)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?jīng)Q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