大数据和智能数据应用架构系列教程之：大数据与能源管理

作者：禅与计算机程序设计艺术

1.背景介绍

数据价值

随着信息技术的发展、人们生活水平的提高、经济实力的增强、社会文化的转型，人类在处理各种数据的能力越来越强，产生的数据量也越来越多。对于企业来说，收集海量数据的成本越来越高昂；对于消费者来说，获取数据精准的同时也会面临数据隐私、安全、权益等方面的各种问题。而数据分析则是利用大数据进行决策支持、优化营销等，其重要性不言自明。因此，当下大数据与智能数据应用已经成为各行各业应用的标配。

能源领域尤其需要重视数据化运用，如建筑能源管理、电力管理、燃气管理等。建筑能源管理的关键环节就是对全社会的建筑能源用量进行预测和分析，它对节省能源成本、减少能源浪费都有着至关重要的作用。电力管理中就涉及到分布式能源管理和综合调度系统的构建，也是用数据指导运营的关键所在。

数据价值

数据价值的三大要素包括价值发现、价值整合和价值服务。其中，价值发现主要通过数据的分析和挖掘，能够揭示业务中的模式、趋势、关系，并为企业创造新的业务机会和盈利空间。价值整合则是通过多个数据源共同呈现价值，从而更好的满足客户需求。价值服务则是在线业务和离线分析相结合的方式，将数据工具化，通过互联网、移动终端、物联网等新方式向消费者提供更加便捷、高效、个性化的服务。

在电力系统管理领域，目前存在电网监控、电压控制失真预警、网络瓶颈预警、电能质量预警、寄生虫传染预警、运行报表生成、电能成本核算、设备维护、温室效率监控等方面。每一个环节都需要数据不同角度和层级的呈现、分析和整合，形成具有独特性的解决方案。例如，监控系统需要从节点级别的网络流量数据、线路资源数据、低压分布情况等方面进行数据分析，识别异常行为和风险点，做出预警信号。控制系统则需要从整体网路负荷、短时功率波动数据、