首页〈开心娱乐〉首页6月24日，在第四届世界智能大会城市能源大数据高峰论坛上，发布了国内首个城市能源大数据发展白皮书--《天津城市能源大数据发展白皮书2020》。

　　8月28日，吉林省能源大数据智慧中心在吉林长春市发布首批10个电力能源大数据产品。

　　作为“数字新基建”重点建设任务，多省份已开展能源大数据中心建设运营工作。目前，能源大数据的建立与应用还没有成熟先例，需要创新探索，目前还面临诸多的问题与挑战。以下就能源大数据建设所面临的三个典型问题进行探讨。

　　能源企业大量的信息化自动化系统，会产生海量多源异构数据，这些系统数据的数据标准不一，形成了一个个数据烟囱，无法实现数据融合、关联分析。

　　能源企业整体信息化能力较强，业务部门对信息系统的使用率较高，但由于数据质量管理体系建立不及时，容易出现数据录入错误，录入数据格式不规范、多头报数等数据质量问题。

　　每个部门业务人员只知道自己工作中接触到的数据，不知道全集团有些什么数据，有哪些和自己工作相关的数据可以利用，使大量数据变成沉睡数据。集团数据治理体系不完善，发现问题但也无法及时纠正过来。

　　首先从管理层面帮助集团建设数据治理体系，制定数据质量管理办法，确定数据质量主体责任在业务部门，建立数据质量绩效考核制度，从源头上解决数据质量问题。

　　同时在技术层面对能源企业进行涵盖数据全生命周期数据治理，通过元数据管理，掌握数据来龙去脉；通过数据标准管理，统一数据标准；通过数据质量管理，发现数据质量原因，从源头循序渐进提升数据质量；通过数据资产编目，让各业务部门了解企业数据及其含义，申请取数加工分析，最终实现人力、财务、设备、生产安全等主题数据治理。

　　在能源企业搭建基于hadoop架构的大数据平台，实现全企业结构化管理数据以及半结构化、 非结构化的矿端感知数据，工业视频的采集、存储。通过数据清洗统一数据标准，并对数据进行关联融合，建设人力、财务、设备、生产安全等业务数据集市。并对治理好的原始数据，指标数据进行数据资产编目，通过权限管理和申请审批流程实现数据共享。

　　数据化运营，最终必须让一线业务人员具有数据思维，掌握数据分析能力。通过制作数据自助式分析模板，业务人员不但可以利用模板现有的分析模型分析取数，更可通过简单的拖拽方式做探索性分析，尝试新的数据分析模型，学习数据分析思路，逐渐掌握数据分析能力，实现数据赋能。

　　在能源大数据建设中肯定还会面临其他各种各样的问题，在此就不做过多陈述。对能源大数据感兴趣的朋友，可以关注华宇智能数据将于9月10日20:00在微吼的直播《华宇智慧能源大数据应用分享》，届时华宇应急与能源行业咨询总监陈澄将围绕以下几个方面进行讨论与交流：