工業領域節能減排面臨的問題

    當前工業領域的節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。具體有基礎數據不準、信息化程度不高等問題:

    基礎數據不準

    “基礎不牢，地動山搖。當前，節能減排產業中突出存在的問題就是，作為基礎的能源消費數據精確度不夠，顆粒度太粗。實際工作中，有關統計部門往往給出的是以省、市、縣為單位的能源消費數據，或者是以實體為單位的能源消費數據。甚至有些基礎數據都是估算的，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、家庭、個人等實體行為之上的。只有掌握一線數據，提高數據的精確度和準確度才是做好節能減排工作的基礎。

    信息化程度不高

    以美國、日本等為代表的歐美節能環保先進國家，通過產業升級，將以大數據技術為代表的一系列信息化技術融入節能環保產業全過程，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，引入大數據能源管理，在建筑的設計規劃階段、施工階段、運營階段等多個階段通過數據化的能源管理系統，實現建筑的低碳、綠色、智能。相比較，我國節能環保產業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，當前我國節能環保工程水平粗放有余，精細不足，信息化手段發揮的空間巨大。

    大數據技術概述

    信息和網絡技術的飛速發展，智能手機、物聯網等多種智能終端的全面應用，各行各業內的行業數據呈指數上升態勢。針對此現狀，Google公司在網絡捜索應用中通過創新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為代表的工業界開發的Hadoop、HDFS、Hbase等一系列開源技術產品，為“大數據”的收集和處理提供了技術保障。簡而言之，在大數據時代，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據。通過深層次挖掘海量數據，可描述物理世界中的各種實體、實體之間的關聯，乃至描述整個社會形態。

    對此，大數據專家維克托 邁爾 舍恩伯格指出：“對大數據的開發不僅會為企業帶來巨大的經濟價值，同樣也會給社會其他各個領域帶來巨大的經濟和社會價直。”

    大數據技術助力工業領域節能減排

    根據IDC和麥肯錫的大數據技術研究報告，大數據主要能在以下4個方面挖掘出巨大的商業價值: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;運用大數據模擬實境，發掘新的需求和提高投入的回報率;提高大數據成果在各相關部門的分享程度，提高整個管理鏈條和產業鏈條的投入回報率;進行商業模式、產品和服務的創新。

    綜合來看，節能環保行業已具備應用大數據技術的基礎條件。對照實際，結合大數據的技術特征，當前，工業領域的節能減排有以下三個重要發展方向。

    利用大數據技術，對企業進行用能診斷，據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化營銷組織，改善服務模式。另一方面，通過與外界數據的交換，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、深入的預測數據，主動把握市場動態。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密不可分。其推薦系統的本質正是通過對海量數據挖掘，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，以獲取最大的經濟效益。

    相對應，節能環保產業可以通過建設大型數據中心，部署設備傳感器，或者同有關行業合作，獲取工業企業數據。在此基礎上，對企業進行用能診斷，通過對海量數據的深層次挖掘，優化能源消費方案，提供綜合解決方案。

    利用大數據技術，建立能源消耗信息網絡，對企業用能和減排工作進行智能支持。

    隨著大數據時代的來臨，制造企業的ERP、PLM等信息化系統的部署也逐步完成，管理方式由粗放式管理轉為精細化管理，企業的能源消耗結構也逐漸清晰，企業在實現對業務數據進行有效管理的同時，積累了大量的數據信息，產生了利用現代信息技術收集、管理和展示分析結構化和非結構化的數據和信息的訴求，利用大數據技術建立能源消耗信息網絡，有助于對工業企業用能和減排數據的統計、查閱、管理，有助于對工業企業用能和減排運行態勢進行分析、預警，有助于對企業用能和減排工作進行監督管理，更有助于對工業企業用能和減排工作提供智能支持。

    通過能源消耗信息網絡，可以隨時查閱各個時間的用能情況及用能設備的節能情況、設備改造情況，為節能管理、制定節能規劃及措施提供數據依據�？梢詫ζ髽I的耗能行為和能源市場細分，自動分析各企業的用能指標，計算能源消費彈性系數，對能耗趨勢提前預警，對節能減排工作進行監督�？梢约铀倨髽I智能化控制的步伐，促進智能網絡的發展，解決能源接入和調度問題，推廣柔性能源系統的應用，實現運維智能化。

   利用大數據技術，深度開展數據挖掘工作，為節能環保決策提供數據支撐。

    從工業界對大數據技術應用效果來看，其突出一點就是能夠優化和改進現有業務流程，為決策提供數據支撐。通過海量數據(包含多個數據源的實時數據流和歷史數據)輸入，進行深度智能分析和建模，開發一套預測推演模型。通過黑盒系統的計算，可以大大提高決策的科學性。例如通過盡力處理海量數據，和有關決策參數設定，可以發現環保領域中潛在的各種相關性，預見到產業的變化趨勢。在此基礎上，有的放矢制定環境保護策略，及早預防和阻止新的環境破壞行為，提煉新的環保創意，形成新的環保方案，使環境保護做到見微知著，一覽無余，使環保工作事半功倍。

    毋庸置疑的是，節能產業各方對大數據技術都表現出了極大的興趣。不少企業、大學、科研單位也已經開始了在工業領域的節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，“大數據”技術必在我國工業領域的節能減排工作中得到更多的應用和發展。

    不少企業、大學、科研單位也已經開始了在工業領域的節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，“大數據”技術必在我國工業領域的節能減排工作中得到更多的應用和發展。