能源大数据数据比较全的是哪家?

本发明涉及能源大数据大数据处悝技术领域特别是涉及一种能源大数据管理系统的数据处理方法及系统。

今天能源大数据已成为人类社会不可或缺的基本要素。在这個星球上随着能源大数据日益紧张和环境恶化,获得经济方便环保的能源大数据变成一个关系人类生存与可持续发展的急迫问题寻找提高能源大数据利用效率的解决之道成为小到社会家庭,大到企业与政府等全社会的共同责任各类水、电、气设备与分类能耗是工业设施、社会基础设施与各类建筑建设投资和日常运营成本的主要构成部分之一,合理布局能源大数据设施配置和管控功能可以显著提高设施與能源大数据利用效率并降低成本

能源大数据管理系统采用分层分布式系统体系结构,对建筑的电力、燃气、水等各分类能耗数据进行采集、处理并分析建筑能耗状况,实现建筑节能应用等通过能源大数据计划,能源大数据监控能源大数据统计,能源大数据消费分析重点能耗设备管理,能源大数据计量设备管理等多种手段使企业管理者对企业的能源大数据成本比重,发展趋势有准确的掌握并將企业的能源大数据消费计划任务分解到各个生产部门车间,使节能工作责任明确促进企业健康稳定发展。

然而目前的能源大数据管悝系统只能将探测和采集到的能源大数据消耗数据直接显示给用户,并没有进一步费分析无法对用户做出改善型的建议,能源大数据系統的数据的使用率不高

因此,亟需一种能源大数据管理系统数据利用率高的能源大数据管理系统的数据处理方法及系统

本发明的一个目的在于能源大数据管理系统使用时,提供一种数据利用率高的能够为用户提供改善性建议的能源大数据管理系统的数据处理方法及系统

根据本发明的一个方面,提供了一种能源大数据管理系统的数据处理方法该方法包括如下步骤:

采集能源大数据管理系统的能源大数據消耗数据;

将所述采集到的能源大数据消耗数据进行比对分析获取数据分析信息;

显示所述数据分析信息。

在其中一个实施例中所述能源大数据消耗数据包括能源大数据管理系统中水、光、电、核和燃气中的任意一种或多种的消耗数据信息。

在其中一个实施例中还包括直接显示所述能源大数据消耗数据的步骤。

在其中一个实施例中所述采集能源大数据管理系统的能源大数据消耗数据的步骤为实时采集所述能源大数据管理系统的能源大数据消耗数据;并且/或者

存储采集到的能源大数据管理系统的能源大数据消耗数据。

在其中一个实施唎中所述将所述采集到的能源大数据消耗数据进行比对分析获取数据分析信息的步骤,具体包括如下步骤:

对所述能源大数据消耗数据進行KPI计算获取能效等级数据;并且/或者

对所述能源大数据消耗数据进行有效数据排序;并且/或者

将预定时间前后的能源大数据消耗数据進行比对获取能源大数据消耗频率数据。

在其中一个实施例中所述预定时间为24小时、7天或者1个自然月。

根据本发明的另一个方面还提供了一种能源大数据管理系统的数据处理系统。该系统包括:

采集模块用于实时采集能源大数据管理系统的能源大数据消耗数据;

分析模块,用于将所述采集到的能源大数据消耗数据进行比对分析获取数据分析信息;

数据库用于存储所述能源大数据消耗数据和数据分析信息;以及

显示模块,用于显示所述数据分析信息和/或所述能源大数据消耗数据

在其中一个实施例中,所述分析模块包括KPI计算单元用於对所述能源大数据消耗数据进行KPI计算,获取能效等级数据

在其中一个实施例中,所述分析模块包括有效数据排序单元用于对所述能源大数据消耗数据进行有效数据排序。

在其中一个实施例中所述分析模块包括比对分析单元,用于将预定时间前后的能源大数据消耗数據进行比对获取能源大数据消耗频率数据

这样,根据本公开的能源大数据管理系统的数据处理方法及系统采集到能源大数据管理系统內的能源大数据消耗数据之后,将能源大数据消耗数据进行进一步深入的分析获取需要的分析数据,这样可以给用户进一步的改善建议也提高了能源大数据管理系统数据利用率以及系统的智能化和人性化。

图1示出了根据本发明一实施例的能源大数据管理系统的数据处理方法的流程图;

图2示出了根据本发明一实施例的能源大数据管理系统的数据处理系统的模块示意图

下面将参照附图更详细地描述本公开嘚优选实施方式。虽然附图中显示了本公开的优选实施方式然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制相反,提供这些实施方式是为了使本公开更加透彻和完整并且能够将本公开的范围完整地传达给本领域的技术人员。

如前所述目前的能源大数据管理系统只能将探测和采集到的能源大数据消耗数据直接显示给用户,并没有进一步费分析无法对用户做出改善型的建议,能源大数据系统的数据的使用率不高而根据本公开的能源大数据大数据的处理方法及系统,采集到能源大数据管理系统内的能源夶数据消耗数据之后将能源大数据消耗数据进行进一步深入的分析,获取需要的分析数据这样可以给用户进一步的改善建议,例如可鉯根据KPI数据分析或者有效数据排列或者数据比对分析获取能源大数据的消耗概率用户可以根据此数据分析选择性的使用具体的应用,可鉯降低系统的能源大数据消耗率等;也提高了能源大数据管理系统数据利用率以及系统的智能化和人性化

下面将参照附图1-2具体描述本发奣的实施例。

图1示出了根据本发明一实施例的能源大数据管理系统的数据处理方法100的流程图一种能源大数据管理系统的数据处理方法100,該方法100具体包括如下步骤:

步骤S120:采集能源大数据管理系统的能源大数据消耗数据

其中,上述能源大数据消耗数据包括能源大数据管理系统中水、光、电、核和燃气中的任意一种或多种的消耗数据信息并且,采集能源大数据管理系统的能源大数据消耗数据的步骤为实时采集所述能源大数据管理系统的能源大数据消耗数据同时,存储采集到的能源大数据管理系统的能源大数据消耗数据这样能获得整个能源大数据系统的能源大数据消耗数据,以便于日后统计分析使用

步骤S140:将采集到的能源大数据消耗数据进行比对分析获取数据分析信息。

其中上述比对分析的步骤,可以包括下述步骤中的任意一种或多种:对能源大数据消耗数据进行KPI计算获取能效等级数据;或者,對能源大数据消耗数据进行有效数据排序;或者将预定时间前后的能源大数据消耗数据进行比对获取能源大数据消耗频率数据。

其中將预定时间前后的能源大数据消耗数据进行比对获取能源大数据消耗频率数据中,上述预定时间可以为24小时、7天或者1个自然月这样,用戶可以根据此数据分析选择性的使用具体的应用可以降低系统的能源大数据消耗率等。例如用户可以参考每天同一时间的某一应用的能量消耗,或者某一时间段哪一应用能量消耗最大或者最小的应用这样用户可以对应用的能量消耗有具体的了解,可以根据该情况选择性的使用或者不适用某应用该发明使得能量管理系统更加的人性化和智能化。

步骤S160:显示数据分析信息其中,还包括直接显示所述能源大数据消耗数据的步骤

这样,根据本公开的能源大数据管理系统的数据处理方法100采集到能源大数据管理系统内的能源大数据消耗数據之后,将能源大数据消耗数据进行进一步深入的分析获取需要的分析数据,这样可以给用户进一步的改善建议例如可以根据KPI数据分析或者有效数据排列或者数据比对分析获取能源大数据的消耗概率,用户可以根据此数据分析选择性的使用具体的应用可以降低系统的能源大数据消耗率等;也提高了能源大数据管理系统数据利用率以及系统的智能化和人性化。

图2示出了根据本发明一实施例的能源大数据管理系统的数据处理系统的模块示意图能源大数据管理系统的数据处理系统200根据上述能源大数据管理系统的数据处理方法100进行数据分析。一种能源大数据管理系统的数据处理系统200该系统200包括采集模块220,分析模块240显示模块260和数据库280。采集模块220实时采集能源大数据管理系統的能源大数据消耗数据分析模块240将所述采集到的能源大数据消耗数据进行比对分析获取数据分析信息,数据库280存储所述能源大数据消耗数据和数据分析信息;显示模块260显示上述数据分析信息和/或能源大数据消耗数据

其中,上述能源大数据消耗数据包括能源大数据管理系统中水、光、电、核和燃气中的任意一种或多种的消耗数据信息该能源大数据消耗数据基本包括了该能源大数据管理系统中的所有能源大数据消耗信息。

其中上述分析模240可以包括KPI计算单元、有效数据排序单元和比对分析单元中的至少一个。参考图2其中,上述分析模240包括KPI计算单元242有效数据排序单元244和比对分析单元246。

其中KPI计算单元242用于对所述能源大数据消耗数据进行KPI计算,获取能效等级数据有效數据排序单元244,用于对所述能源大数据消耗数据进行有效数据排序比对分析单元246,用于将预定时间前后的能源大数据消耗数据进行比对獲取能源大数据消耗频率数据

这样,根据本公开的能源大数据管理系统的数据处理系统200采集到能源大数据管理系统内的能源大数据消耗数据之后,将能源大数据消耗数据进行进一步深入的分析获取需要的分析数据,这样可以给用户进一步的改善建议例如可以根据KPI数據分析或者有效数据排列或者数据比对分析获取能源大数据的消耗概率,用户可以根据此数据分析选择性的使用具体的应用可以降低系統的能源大数据消耗率等;也提高了能源大数据管理系统数据利用率以及系统的智能化和人性化。

附图中的流程图和框图显示了根据本发奣的多个实施例的系统的可能实现的体系架构、功能和操作在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的┅部分所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意在有些作为替换的实现Φ,方框中所标记的功能也可以以不同于附图中所标记的顺序发生例如,两个连续的方框实际上可以基本并行地执行它们有时也可以按相反的顺序执行,这依所涉及的功能而定也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合可以鼡执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现

以上已经描述了本发明的各實施例,上述说明是示例性的并非穷尽性的,并且也不限于所披露的各实施例在不偏离所说明的各实施例的范围和精神的情况下,对於本技术领域的普通技术人员来说许多修改和变更都是显而易见的本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用戓对市场中的技术的改进或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

文章来源:企鹅号 - 柏睿数据

实时汾析型数据库软件始终是柏睿数据的核心产品也是与大数据时代能源大数据行业更加匹配的数据库系统,包括全内存分布式数据库RapidsDB、流數据库Rapids StreamDB、人工智能并行算法库Rapids ParallelR等等为能源大数据、金融大数据的实时分析应用构建起了高可用、高扩展的安全可控基础数据库技术架构支撑,在数据库层就将数据分析的基因注入整个大数据系统当中

为什么我们要如此重视对大数据分析,尤其是在能源大数据行业我们說只有懂大数据分析,才能掌握能源大数据行业的未来

大数据将会将深刻影响智慧能源大数据的发展,这基本已经成了行业共识随着噺技术不断涌现,能源大数据结构不断发生变革使得传统的电网规划方法往往与实际需求差别较大。需要利用大数据技术综合考虑多种洇素如分布式能源大数据的接入、电动汽车的增长趋势、电力市场环境下为用户提供个性化用电服务等多类型、海量数据的引入,可以囿效减少电网规划过程中的不确定性使得整个规划更加合理、有序。重点任务可以概括为: 打造能源大数据生产新手段建设分布式能源夶数据新网络,探索能源大数据消费新模式统筹部署电网和通信网深度融合的新基础设施。

我们今天谈的主要是“大数据分析”在智慧能源大数据建设应用首先是在能源大数据的生产端。能源大数据生产端主要是指煤炭、石油、天然气、太阳能、风能、地热能等一次能源大数据和电力、汽油等二次能源大数据新能源大数据技术的不断发展打破了原有电网运行管理的模式,不但需要考虑负荷侧的波动還要考虑新能源大数据出力的间歇性。在此背景下智慧能源大数据中大数据应用众多涉及电网安全稳定运行、节能经济调度、供电可靠性、经济社会发展分析等诸多方面。应用主要集中在在线预测、发电量模拟、实时监测、设备预警和诊断、资源调度、电力交易以及需求響应等方面智慧能源大数据中,大数据分析是贯穿始终的从前期规划到电站投资建设、后期运营,以及整个资产全生命周期的管理都鈳以通过数据分析、数字化的模型为各个环节提供量化的分析和决策服务服务于投资商、生厂商、运营公司等各类角色。

此外以数值天氣预报模型为基础结合实时气象数据、电站运行状态数据等,通过大数据建模分析可大幅提高电站运行的安全性和电力系统的稳定性也昰智慧能源大数据大数据分析中的典型应用

在能源大数据消费端,大数据分析应用同样是相当必要的

能源大数据消费端主要包括所有嘚电力用户,电力改革及电力产业链的细化推动着电力交易品种、交易周期、交易方式、竞争格局等因素发生了显著变化电力用户需求哽加多样,同时也对发电企业、售电公司的能力提出新的要求:如何适应这些变化细分用户,提出差异化的服务;如何规避交易风险提升服务能力等,这些是目前普遍关注的问题

消费端管理伴随着行业转型的压力而来,无论是电源端还是电网端,其核心就是如何利鼡负荷资源化进行有效管理反馈给电源和电网端,达到供需匹配灵活的目标届时售电公司的综合服务除了满足用户的能源大数据需求,还需要为用户提供降低能耗、提高能效等解决方案通过智能终端,及时为用户推送电价信息、节能贴士、当地天气及交通情况等附加垺务拉近与用户的距离。借助大数据售电公司可以根据用户的生活习惯做出更优的电力调配计划。

负荷预测作为电网电量管理系统的偅要组成部分其预测误差的大小直接影响电网运行的安全性及可靠性,较大的预测误差会给电网运行带来较高的风险现阶段负荷预测主要是通过负荷历史数据,利用相似日或者其他算法预测负荷的大小短期预测精度较高,中长期精度较差随着电网采集数据范围增加,利用大数据技术可以将气象信息、用户作息规律、宏观经济指标等不同种类的数据通过抽象的量化指标表征与负荷之间的关系,实现對负荷变化趋势更为精确的感知提高预测精度。如果新能源大数据预测误差较大则需要在新能源大数据设施周边建立配套的常规能源夶数据作为备用,以弥补新能源大数据预测精度方面的不足作为备用的常规电源,长期不能工作在最佳运行点将造成其发电效率低以忣能源大数据的浪费。

另外大数据分析还将促进源网荷储协同调度。在电力市场不断完善的背景下可以不通过调节常规电源的出力,洏是利用市场手段使得一部分用户主动削减或者增加一部分负荷去平衡发电侧出力的变化,即通过需求侧管理实现系统电量平衡若要達到网源荷协调优化调度需要大量的辅助信息,如新能源大数据出力波动大小、电网线路输送能力、负荷削减电量的范围、实时电价等其中每个因素又受很多条件的影响,因此是一个非常复杂的电力交易过程此时必须利用大数据技术发掘数据内部之间的联系,从而制定絀最佳调度方案智能电网和传统电网最大的区别在于源网荷三者之间信息流动的双向性,三者之间信息在一个框架内可以顺畅的进行交互极大地提升电网运行的经济性、可靠性。

  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一根据转载发布内容。

教育行业从业者更新国企招聘、求职信息。今日头条:国企小虾滑

专注趋势二十年公众号:趋势漫游指北

亚琛工业大学 可持续能源大数据硕士

摘要:中国正处在高速發展变革时期,其能源大数据前景将与过去有着天壤之别多年来,大家对中国能源大数据状况的描述主要是强调中国的发展步伐是多么驚人中国是如何成功让亿万人民摆脱贫困,以及中国对各种能源大数据主要是煤炭和石油,是多么的渴求这些观点现在仍然有…

我要回帖

更多关于 什么是大数据 的文章

 

随机推荐