大数据技术在能源互联网中的应用与实践

李 鑫，王建珍

(1.山西天然气股份有限公司信息部，山西 太原 030032；2.山西工程科技职业大学，山西 晋中 030619)

大数据时代，数据的价值如同黄金、石油，是社会发展和变革的动力。大数据将重构信息技术体系和能源产业格局，为能源行业和能源互联网的发展带来契机。能源互联网是能源企业发展的高级阶段，能源互联网综合运用先进的电力电子技术, 信息技术和智能管理技术,将传统电网、气网、热网、油网、交通网等多种能源网络互联互通、融为一体，共享互济[1]。

1 能源互联网中大数据技术发展沿革

1.1 国外研究现状

美国政府2012年率先宣布开启“大数据研究与开发计划”。美国电力科学研究院(EPRI) 2013年开启了输电网现代化示范项目(TMD)、配电网现代化示范项目(DMD)大数据研究项目。C3Energy的能源大数据分析引擎平台用户评价良好，Opower的云数据平台帮助电力公司建立更稳定的客户关系。

加拿大新布伦瑞克的PowerShift Atlantic项目可以控制热水器、空调、通风机、制冷系统，持续跟踪风力发电的动态，保持实时性、平衡性，进一步探索能源互联网中的大数据应用。

德国联邦经济和技术部在6个开启未来能源系统技术促进计划示范项目中，利用大数据技术，提出了促进可再生能源发展、能源服务、能源交易融入能源互联网的初步解决方案。

国际电工委员会(IEC)智慧能源系统委员会定义：智慧能源系统以智能电网为核心，以先进的信息通信技术(ICT)为支撑，实现电网、气网、热网、油网系统的互通、交互，可适应大规模新能源接入[6-8]。

1.2 国内研究现状

我国2012年就在国家层面将大数据作为科技创新主攻方向。国家电网为实现各信息系统之间的数据集成融合，率先设计了公共信息模型。2013年，国家电网开展了多项大数据应用关键技术研究，项目研究涉及输变电运行管理、智能配电网、用电与能效、电力信息与通信、决策支持等专业领域。2014年，国家电网公司在电网设备状态监测、客户服务信息等方面开启了营销大数据应用场景分析和应用规划试点研究[9]。

作为国家的战略性能源，化石燃料天然气以年均1.9%的速度快速增长，未来投资规模上升空间大[10]。但国内油气行业大数据技术应用水平处于萌芽状态，仅停留在数据采集、存储的初级阶段，没有上升到大数据挖掘的高级阶段。大数据技术是信息技术应用创新的核心技术，信息技术应用创新发展是助力国家经济发展的新动能。大数据技术必将成为油网、气网能源行业发展的新契机，能源互联网中的大数据发展蓄势待发。

2 能源互联网中大数据的分类与特征

2.1 能源互联网中大数据的分类

从能源生产配送消费的过程看，能源互联网中的数据体量大，数据源覆盖能源生产、能源传输、能源交易、能源消费各个环节，与数以亿计的设备和系统相关，在这些设备和系统的运行过程中，会产生大量的数据。

其次，传承Internet核心技术，能源互联网也具有开放、参与、交互的特性，与政策机制、价格、用户心理等众多外部数据相关联。考虑这些因素，可以将能源互联网中的数据划分为5类，这5类数据共同构成了能源互联网中的大数据。

1) 反映能源生产的数据；

2) 反映能源配送、转换的数据；

3) 反映能源消费、交易和调控的数据；

4) 对能源互联网有影响的社会经济环境数据；

5) 表征能源互联网的参与者(人)特征的数据。

2.2 能源互联网中大数据的特征

大数据技术是组成整个能源互联网的技术基石。大数据贯穿于能源互联网的整个生命周期，具有完备性、复杂性、关联性、规律性、实时性等基本特征。

1) 能源互联网中的大数据体量巨大，蕴含巨大的价值。

2) 能源互联网大数据结构复杂，包括结构化数据、半结构化数据、非结构化数据，种类繁多。

3) 能源互联网大数据实时性要求高、增长快。例如：能源生产、转换和消费要求实时完成，数据的分析结果也要求具有实时性。

通过对能源互联网中的大数据进行分析，可对能源生产、配送、转换和消费各个阶段进行科学预测，有效管理，发现潜在风险，保证安全性和经济性。

3 大数据对建设能源互联网的意义

能源互联网涉及大数据、云计算、智能传感、新能源发电、储能等相关技术，这些技术最终都会通过能源互联平台进行连接，成为能源互联网的技术链、生态链。

3.1 能源大数据处理过程

能源互联网中的大数据处理过程可以分为数据采集、数据清理、数据存储及处理、数据分析、数据解读、数据应用6个环节。数据存储及处理是数据分析和数据解读的前提，而数据分析和数据解读紧密联系、相互印证，共同帮助用户实现对大数据的深层次洞察与多维度掌控，并为数据应用提供了知识基础[11]。

3.2 能源大数据的重要性

大数据及大数据技术在能源互联网中的应用就是把Internet技术和Internet思维与传统能源行业业务进行深度整合。

1) 为多能源系统协同规划及运行提供辅助决策

能源互联网中，需要实现电网、油网、气网和交通系统网络的互联互通，共享共济。需要建立电网与其他能源系统的一体化数据融合系统，实现大数据挖掘，完成决策支持，保证多种能源的生产与配送。

2) 推动能源互联网中商业模式的创新

利用大数据技术，分析能源互联网中不同类型的参与者在能源生产、交易、消费中的社会心理，并充分考虑地域、气候、收入、受教育程度、居住环境、政策机制等各种影响因素，为形成合理的能源互联网商业模式提供决策支持。

3) 为能源互联网的安全稳定运行提供相应数据支撑。

利用大数据技术，对能源互联网实时运行数据和历史数据进行深层数据挖掘，分析能源互联网的运行和变化规律，实现对能源互联网运行状态的全局掌控，提高能源互联网运行的安全性和可靠性。

4) 提高能源互联网的管理水平[12]。

利用大数据技术，可从海量数据中挖掘出能源互联网生产和消费中能量损失的原因，提升能源生产和消费效率。

5) 有利于能源互联网信息资产的管理和共享

利用大数据技术，对能源互联网中分散的数据进行集成管理，保持数据之间的联系，保证数据的系统性和完整性，反映能源互联网整体运行情况，促进能源数据共享。

4 能源互联网中大数据技术应用实践

4.1 应用实践

本人所在的山西天然气股份有限公司隶属于山西省国新能源发展集团有限公司，作为气化山西的主力军，公司将传统能源行业与新兴信息技术相结合，天然气系统供、输、销全产业能源互联网生态链已经初具规模，同时布局了神策数据根基平台。

神策数据根基平台是面向业务的全端数据基础平台。该平台可以实时采集、治理、存储、查询、展示数据，并搭载数据智能引擎，高效积累数据资产，赋能业务应用场景，助力企业构建扎实的数据根基，实现数字化经营。

通过使用数据根基平台提供的数据工具，可以对公司业务运营数据进行分析。海量数据通过数据分析工具分类建模，数据挖掘，输出直观的可视化数据图表，使公司决策层和使用层能多角度分析数据，了解公司业务真实运营情况，数据分析初见成效。但是随着时间推移，一些问题逐渐凸显。

4.2 存在问题

在实际工作中，能源企业缺乏大数据应用的整体构想、缺乏专门的大数据技术人才，大数据应用的广度、深度远远不够。

1) 数据平台提供的成型数据工具无法“因地制宜”，无法满足企业复杂业务数据分析的实际需求。

2) 能源互联网数据增长迅速，因数据体量累计导致的数据分析运行速率明显下降。这种数据分析模式无法适应日益增长的对于数据本身内容的需求，需要一个高效的数据抽取与分析引擎。

3) 数据分析不仅仅是对人的分析，如何将数据、人、场景相结合，通过感知、理解、决策而行动更加重要。

4.3 解决对策

1) 二次开发。能源数据分析平台种类很多，能全面考虑能源企业数据应用需求的平台几乎没有，也不可能有，在这样的现状下，企业应采取的最重要的措施是引进大数据技术专业人才，结合能源企业数据应用需求，在大数据平台上进行满足企业数据应用需求的二次开发。

2) 考虑公司运营业务数据的体量，可以将正式数据库中的数据导出到备用数据库后配合Hadoop转存，经过ETL形成数据集，大大节省在数据工具上加载数据的时间。另外，数据中心建设也是炊米之源，刻不容缓。

3) 从业务角度看待事物。在业务场景中有人使用数据时会创建价值。当数据投入使用时，这就是价值所在。因此，责任不在数据创建者身上，而在于价值创造者如何利用数据。在实现数据价值运作时，从业务角度而不是技术角度来看待事物非常重要。

5 结束语

大数据技术在能源互联网构建及运行过程中扮演海量数据管理与分析的角色，是保障能源互联网经济运行的关键因素之一。但是，我国能源互联网大数据研究及其应用刚刚起步，方兴未艾，仍面临很多困难，需要能源企业制定全面合理的发展战略,才能推动业务与技术的双重进步。