行业||专题
当前所在位置： &
【】【】【】【】【】【】【】【】
能源各行业大数据的发展状况与前景分析
来源：DTDATA&&
更新时间： 15:05:02
　　能源大数据理念是将电力、石油、燃气等能源领域数据进行综合采集、处理、分析与应用的相关技术与思想。能源大数据不仅是大数据技术在能源领域的深入应用，也是能源生产、消费及相关技术革命与大数据理念的深度融合，将加速推进能源产业发展及商业模式创新。随着信息化的深入和两化的深度融合，大数据在石油石化行业应用的前景将越来越广阔。
　　大数据与能源行业的结合目前主要体现在三个行业。(1)石油天然气产业链与大数据的结合。在油气勘探开发的过程中，可以利用大数据分析的方法寻找增长点，利用大数据平台可以帮助炼油厂提高炼化效率，也可帮助下游销售挖掘消费规律，优化库存，确定最佳促销方案。(2)：利用大数据实时监测技术监测家庭用电量特征，帮助电力公司调配电力供给，为客户提供最佳用电方案。通过错峰限电，用户会在电力成本低的时间段使用，避免了高峰时期电力负荷过重的局面，未来消费者对于能源的利用会有更多经济性的选择。(3)风电行业：进行风电场分布式风机的在线监测，周期性及瞬时的实时数据采集和在线分析，生成警报、允许维护人员可视化和管理数据，简化大规模监测系统的部署。
　　产业政策及规划
　　(1)能源局政策梳理
　　在中国能源局2014年发布的78条通知政策中，由于45条关于电力领域，17条关于煤炭和油气领域。在的通知政策中，有12条，新能源5条。可见政府在未来对于清洁能源的支持力度还将进一步加大。
　　(2)产业规划
　　能源行业对于大数据的政策扶持体现在产业规划。有消息称三桶油在十三五规划的内部讨论会上已将大数据提上日程，正在探讨将油气勘探大数据写入十三五规划。国家有关部门也正在牵头前期调研，或在年内出台国家能源互联网行动计划。？
　　(3)资金支持
　　2014年的信贷政策明确提出重点支持目标。央行提出，要支持新能源汽车，节能环保，循环经济等领域金融服务水平。
　　产业发展现状
　　（1）石油天然气行业大数据进展
　　石油天然气行业的大数据仍处于起步阶段。2014年石油行业共组织召开5场提高油气行业信息化的会议，意在提高行业信息化程度，推广大数据在行业内的应用。根据中国石油招标网的数据统计，2014年中国石油共发起建设12个与大数据有关的项目，其中东方物探、新疆塔里木油田及大庆油田在大数据领域的动作最多。项目建设内容多集中在建设油田勘探开发一体化数据中心、建设研究成果知识库2个领域。这也说明目前国内油气行业仍处在数据的采集、存储阶段，尚未上升到大数据挖掘分析的高度。
　　原油炼制及油品销售环节的大数据处于萌芽阶段。企业对炼油大数据仅有概念性的了解，目前能够体现业务布局的即阿里与中石化的合作。阿里云今年4月20日宣布与中国石化展开技术合作，中国石化将借助阿里巴巴在云计算、大数据方面的技术优势，对部分传统石油化工业务进行升级，打造多业态的商业服务模式。
　　油气行业长期以来处于垄断地位，对于新技术的接受和推广较为缓慢。但随着国家大数据战略的推行，大数据在能源行业必将展开应用。预计大数据也将写入能源行业的十三五规划，未来大数据必会成为油气行业新的爆发点。
　　（2）电力行业大数据进展
　　电力大数据在国内发展势头良好，国内较为落后。早在2013年，国家电力集团曾发起在电力行业推行大数据的尝试，但很快终止了这次行动。最近一年国家开始大力推行电力改革，鼓励分布式主要采用&自发自用、余量上网、电网调节&的运营模式，积极发展融合先进技术、信息技术的微电网和智能电网技术，确保可再生能源发电量依法全额保障性收购，这为分布式发电和新能源汽车在未来大规模接入电网创造条件。
　　（3）风电等新能源大数据进展
　　国家近几年大力推行风力发电。风电行业具有大数据几个主要特征中的数据量大的特征，大数据的实时性也为风电行业提供精准的解决方案&&实时数据采集和在线监测，帮助风电管理人员实时监控终端运行状态，高效管理数据。
　　（4）智能终端与能源行业的结合
　　为智能化产品研发提供支持。将能源大数据、信息通讯与工业制造技术结合，通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析，设计开发出节能环保产品，提供付费低、能效高的能源使用与生活方式。
　　能源行业发展现状
　　油气行业传统的勘探开采理论面临瓶颈，从传统地质，到开发地质再到石油储藏描述，油气开发理论已经不能满足提高产量的需求。而这一传统行业恰恰积累了大量的数据，大数据的出现为油气的二次开发，甚至三次、四次开发，提供了更多的可能性。不同的油田之间可从油气勘探历史上积累的数据中寻找一定的规律，并发现新的增长点。另外，在炼化、油品零售领域大数据的应用也比较广泛。诸如炼厂炼油过程中收集的数据，油品零售站的用户数据等，对同行业有很大的借鉴意义。
　　智能电网对于大数据的需求也很强烈。国家对于智能电网的推广也为大数据的应用奠定了基础。这些数据需求包括消费者用电的规律、家用电器的耗能数据等。未来电厂和个人用户都将受益于电力大数据。
　　风电行业涉及硬件较多，而且分布区域较广，因此也刺激了对大数据的需求。分布在野外的产生大量的数据，通过传感器传回到数据中心，利用大数据技术实时分析发电量，并据此预测可能发生的问题。这样的数据对于世界各地的风电场都有很大意义，能够从很大程度上提高发电效率。未来在风电机组领域的数据交易将会非常活跃，企业用户将成为交易主体。
　　市场规模及需求分析
　　（1）能源行业大数据市场规模
　　①能源消费结构
　　中国能源消耗一直以煤炭为主，近年来天然气、风电、水电等清洁能源占比缓慢提高。煤炭从2008年的占比70.3%降至2013年的66.0%，石油的消耗量始终保持在18%上下，天然气由2008年的占比3.7%升至2013年的5.8%，水电、风电、核电从2008年的7.7%升至9.8%。煤炭的主导地位短期内不会产生太大变化。受国家环保政策支持，预计未来天然气等清洁能源的消耗量将逐渐增大。
　　据调查机构BP最新发布的2035世界能源展望，煤炭从2000年以来增长最快的化石燃料(年均3.8%)变为增速最慢的燃料(年均0.8%)。这也反映了亚洲煤基工业化趋缓以及关键市场的气价走低的趋势。天然气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%)。可再生能源是增速最快的燃料(年均6.3%)。核电(年均1.8%)和水电(年均1.7%)的增长快于总体能源增速。
　　②能源大数据市场
　　国家对能源互联网的布局必将带动能源大数据的市场规模。考虑到未来能源消费结构的调整，以及国家对不同能源类型的投资力度，未来风电等清洁能源的市场潜力巨大。但风电行业本身市场及技术都不够成熟，要实现大规模覆盖需要较长时间。而石油天然气作为国家的战略性能源，近五年内投资规模会有较大增长。预计2015年能源行业大数据应用市场规模达8.29亿元人民币。
　　（2）市场需求分析
　　①石油行业的大数据需求
　　国内三大石油国企将成为推动石油大数据进展的主力。中国石油的数据中心，中石化的能源行业十三五规划、炼油大数据、油品销售大数据，中海油的海上石油勘探、海底地震，这些都是大数据与能源行业的结合点。
　　②电力行业的大数据需求
　　国家电网于2014年重新开始大数据的尝试，并开始大力推动智能电网。智能电网的推广，将带动对大数据调节用电高峰的需求，家庭用电及工业用户节能省电的需求，这些需求必将引发一系列智能设备、数据分析厂商的崛起。
　　③新能源的大数据需求
　　风电装机容量大。截至2013年底，中国风电装机容量已超过9100万千瓦，投运机组近7万台，并网发电的风电场约2100个。目前国家规划到2020年，风电装机容量达到2亿千瓦。当前风电行业的痛点在于风电机组性能差异大，年发电量达不到预期指标；风电场设计、运行不合理，设计偏差造成发电量难以达到设计指标；风电运行数据难以有效利用，积累的海量数据未能充分利用，通过分析挖掘可以发掘很多改善发电性能的措施。利用大数据分析挖掘的方法可以优化风电机组功率特性，提高可利用率。
　　（3）竞争格局
　　能源行业的大数据尚处于起步阶段。大型厂商开始布局这一行业的大数据业务，初创型能源大数据公司也开始兴起。从市场进入的角度看，当前竞争格局可分为三大梯队。
　　大型国产厂商具有先发优势。能源行业涉及国家战略，政府支持国产化产品的应用。大型厂商具有丰富的实施经验，能够保证系统的稳定性。因此，华为、浪潮等企业成为能源行业大数据的首要受益者。
　　第二阵营为行业的国际巨头。国际领军的IT企业具有领先的技术和理念，通常能够引流技术发展的趋势和潮流。而在本地化实施中，这些企业仍有一定的局限性。因此他们的商业模式以跟国内软件企业或者科研机构合作研发为主。
　　第三阵营是一些初创型企业。初创型能源大数据的应用体现在风电等清洁能源的应用。大数据公司利用分布式存储、实时监测分析等技术，解决新能源行业数据量大、需要实时处理的难题。新兴企业客户资源不敌现有的巨头厂商，且国家能源企业在公开招标采购中对供应商资质要求较高，因此初创型能源大数据公司目前仍处在第三阵营。
　　随着大数据技术不断发展城市，初创型公司可能会因为突破性技术而抢占市场的制高点。未来竞争格局变数较大。
我要存档：
将本文以PDF形式
我要分享：
我要收听：
中国新能源网官方微博 @ @
-所有分类-
-本网公告-
-企业动态-
-业内资讯-
-产业分析-
-人物访谈-
-政策法规-
-投资融资-
-统计数据-
中国新能源网官方微博
&太阳能光伏：
&太阳能光热：
&生物质能：
&LED新光源：
&储能与电池：
&新能源汽车：
版权所有：杭州创搏网络科技有限公司
&总部地址：杭州市文三路477号华星科技大厦六层能源大数据创造巨大价值_亮报_新浪博客
能源大数据创造巨大价值
　　清华大学能源互联网创新研究院政策研究室主任&何继江
　　2016年发布的《关于推进“互联网+”智慧能源发展的指导意见》鼓励能源企业建设风电、光伏等能源大数据运营平台，提供专业化服务。探索基于能源大数据技术，精确需求导向的能源规划新模式，对光伏、风电项目的开发有极大的帮助。
　　未来的城市至少要有以下几个特点：分布式光伏、电动汽车及充放电设施全覆盖，供热要采取清洁供热，需求侧提供大量的灵活性的资源。这些资源在能量的交易平台上进行交易，是未来的智慧城市的一个基本的要素。
　　在德国的一个小城市奥斯纳布鲁克，通过飞机扫描发现，对城市建筑进行了扫描，发现有27500座适合装光伏，发电量可以达到2.49亿度，而该城市全部居民用电量2015年才2.32亿度。
　　那么，中国将要装多少光伏？我们曾经做过一个小测算，用卫星扫描了北京顺义区的屋顶，得到的结论是，在北京顺义区，公共建筑屋顶有170多万平米，总资源量是100多兆瓦，工商业屋顶有500万千瓦，在顺义的屋顶上，发电量达到70亿度以上，屋顶面积占到建设用地面积的25%，如果把农村居民点建设用地扣除掉，这个比重高达46%。我们用类似的方法分析其他的分布式资源，测算了全国建筑的南立面农村屋顶和村级电站，以及周边有变电站、容易消纳光伏的铁路、公路。通过测算发现，全国这几个领域的光伏能达到8000多吉瓦，如果开发40%，全国的这类分布式光伏的资源量也可以达到3000多吉瓦。
　　开发一个城市的光伏资源，有3个大数据是非常重要的。第一个是当地的光照资源，第二是屋顶资源，第三个是配电网的消纳能力。这三个资源匹配在一起，可以进行绿色能源的交易。光伏电源、多能互补的电源、售电公司、增量配网组合在一起，可以在增量配网里优先建设可以消纳可再生能源的配电网。未来，可再生能源将满足人们的交通和供热需求，电力系统需要的电能通过供热能、智慧充电系统以及电制燃料的方法提供，最终实现化石能源零使用。
　　不仅仅是光伏，其他城市资源的开发也必不可少。比如荷兰首都阿姆斯特丹的能效标签地图，可以用于分析建筑的能效水平决定这些建筑下一步怎么样进行可再生能源的开发或者建筑的改造。这种地图还可以筛选绿色资产的开发机会，比如在阿姆斯特丹调出房屋的年龄图和废热的地图，把光伏的潜力和热能损失组合在一起，通过数据就可以筛选出绿色资产在这个城市里面用什么方法去开发、有多少资源开发。中国有很多的城市要建高比例的新能源示范城市，这类能源数据的开发可能非常重要。
　　能源大数据既能够开发绿色的资产，又可以进行社会治理。比如，每个光伏资产、每一栋房屋，与用户的身份证绑定之后构成能源的物联网，带来了新的商业模式。电动汽车和能源物联网与客户的大数据连接在一起后，人们除了能够通过充电和光伏发电挣钱，还可以让电动汽车的租赁、试驾、购车的能源大数据信息进入信用系统，再进入到金融领域，推动贷款、理财相关的服务。能源大数据将为人类创造出巨大的价值。
　　未来，要创新能源大数据的业务服务体系，让互联网企业和能源企业合作挖掘能源大数据的商业价值；开展面向终端客户的用能大数据信息服务，对用能行为进行实时感知和动态分析，实现远程友好互动的智能用能控制。这些未来都需要我们共同去探索和创造。
　　（本文根据作者5月29日在全球绿色能源与光伏金融峰会上的演讲整理，有删节）
博客等级：
博客积分：0
博客访问：161,255
关注人气：0
荣誉徽章：您的 IP 地址/地理位置：&&&&
当前位置： &
能源行业大数据应用案例分享 10:13:56&|&编辑：hely&|&查看：&|&评论：
文章从枣矿集团智慧矿山、中石化升级页岩气勘探、中石油管道升级3个大数据应用案例中，以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在能源行业的应用状况。
文章从枣矿集团智慧矿山、中石化升级页岩气勘探、中石油管道升级3个中，以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大在能源行业的应用状况。
案例一：枣矿集团玩转大数据，建立智慧矿山系统
应用背景：
煤矿资源的开采属于高危行业，
年，我国煤矿共发生死亡事故 19870 起，死亡 33200 人。避免或减少煤矿重大特大事故发生，是煤矿安全高效生产的需要，也是煤矿大数据应用的重点方向。枣矿集团是最早建设& 数字煤矿& 的企业之一，实现了三网融合。自主研发的& 数字化智能应急救援系统& ，可在井下发生灾害时一键启动救援系统， 10 秒钟内按照预定的模式启动应急救援预案，分区域通知受灾地点、救护大队、安监处、医疗救护机构、物资供应部门。同时，还能根据事故地点和类型、 分析地测导点，监测监控风门闭锁联动等数据，自动进行最佳撤离路线计算，在 GIS(地理信息系统)地图中生成井下人员撤离路线，并发布导航广播，给井下的矿工提示紧急避险的路径，将灾害可能带来的危害降到最低。
企业生产数据：生产实时数据、工作人员数据、产品数据、仪器监测数据等。
其他数据：地理位置数据、环境数据、商户数据、周边救援方案数据等。
图说场景：
实现路径：
通过煤矿企业生产的所有重要数据，通过对数据进行快速而准确的分析和挖掘，以及提供的全方位、多层次的辅助决策支持手段，加强对煤层赋存状况、地质构造的精细控制，在保障安全生产的前提下减少工作的难度，优化管理方式。
应用效果：
保障安全生产。提高井下自动化率，减少井下工作人员数量是保障安全的最直接有效的方法。节约生产成本。 2011 年，枣矿集团蒋庄煤矿已有 58 个岗点实现了无人值守，减少用工 240 余人，工效比改造前提高了 22%，各类费用也同比减少了 2000 余万元。优化管理方式。枣矿集团全面改革传统管理模式，将物联网技术融入传统的企业组织管理行为中，对各类信息进行有效整合，建设统一信息平台，用数字化手段处理、分析和管理矿井，促进矿井的人流、物流、信息流的畅通和协调。
案例二：中石化利用大数据，升级页岩气勘探
应用背景：
页岩气开发的关键工艺技术有水平井、分段多级压裂技术。页岩气的开采难度、开采成本、开采技术要求均高于常规油气资源，如何利用大数据技术提高页岩气的钻完井效率、指导水力压裂作业，成为大数据在页岩气勘探开发中最重要的应用场景之一。
企业勘探大数据：地震数据、钻井数据、录井数据、测井数据等。
其他数据：地理位置数据、公共天气数据、安全监管数据、周边救援数据等。
实现路径：
在勘探阶段，利用大数据建立科学的数学模型;钻井阶段，运用大数据技术准确识别钻井作业中可能出现的异常情况;生产阶段，及时分析地震、钻井和生产中的各种大数据有助于油藏工程师们绘制储层随时间变化的动态走势。从而优化高产油井数量，采用非现场作业的方式优化钻井资源，减少不必要的探井钻探，降低油气开发成本等。
应用效果：
节约勘探成本。利用大数据分析穿过油页岩的钻井坐标和方位，可以进一步了解区块储量、可采储量，分析判断油气富集带，确定井位。加速工作进程。利用井场、井口和井下采集到的实时数据优化钻井施工、监控作业进程、精确地质导向，最大限度地提高资产利用率和生产效率。提高安全系数。通过对整个勘探工作的实时数据分析，及时发现异常情况，对工作人员进行安全预警，可以避免造成人员伤亡和设备损失。
案例三：大数据给中石油检修油气管道带来便利
应用背景：
油气管道是石油、天然气最经济、最安全有效的运输方式之一。油气管道在运行过程中腐蚀， 引发穿孔泄漏，不但会严重污染环境并破坏生态，还会带来巨大的经济损失，如何快速、精准查找出腐蚀点，并进行修复成为管道日常管理的一项重点工作。
油气管道数据：管道建设及施工条件、管道应力状态、管道材质、土壤腐蚀性、金属损失量、腐蚀点数据等。
其他数据：相关企业生产数据、管道地理位置数据、公共天气数据等。
实现路径：
利用大数据分析与管道腐蚀相关的数据，进行筛选分析，按其对腐蚀影响的重要程度进行排序，分析不同管段位置的腐蚀概率。根据腐蚀风险等级划分，对该类腐蚀点进行开挖验证，直接确定腐蚀点的腐蚀情况。根据开挖直接调查得到的结果修正判定模型结果，制定相应的维修方案。
应用效果：
降低维修成本。通过各因素的腐蚀性叠加效果并按照腐蚀概率进行排序，得到相应管辖区域管道的腐蚀风险顺序。可以避免对所有疑似腐蚀缺陷点进行开挖，耗费大量人力、物力和财力的现象。全面检测管道情况。传统的风险评估方法，通常会基于管道内检测或外检测等单方面数据，可能无法全面排查出可能的腐蚀点，造成腐蚀严重点遗漏的情况。保障安全运输。利用大数据可以快速、精准的找出运输管道腐蚀点，及时修复，预防管道发生事故。
相关阅读：
搜索"raincent"或扫描下面的二维码电力和能源大数据原理与应用_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&100W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
电力和能源大数据原理与应用
&&大数据技术具有数据容量大、数据类型繁多、商业价值高、处理速度快的特点。能源互联网是信息通信与能源电力结合发展的高级阶段,以逐步实现信息通信基础设施与能源电力基础设施的一体化为特征。在能源互联网中不仅信息的种类和数量巨大,而且对信息的实时性要求也越来越高,因此大数据分析技术在能源互联网中具有广泛的应用前景。
阅读已结束，下载本文需要
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩10页未读，
定制HR最喜欢的简历
你可能喜欢