天运-天运平台-天运登陆官网官网作为“互联网加”智慧能源的重要组成部分，在推动我国能源革命、助力国家能源结构转型、刺激能源产业创新发展等方面发挥着至关重要的作用。在全球迫切需要实现能源转型的发展潮流下, 互联网+智慧能源已成为广受能源领域关注的热点, 能源网与互联网的深度融合是解决当前能源问题, 重塑全球能源格局的重要变革力量。

　　能源大数据融合了海量能源数据与大数据技术, 是构建互联网+智慧能源的重要手段。它集成多种能源 (电、煤、石油、天然气、供冷、供热等) 的生产、传输、存储、消费、交易等数据于一体, 是政府实现能源监管、社会共享能源信息资源、促进能源体制市场化改革的基本载体。

　　能源大数据在数字时代意义重大，那么能源大数据如何应用？如何变现？小亿今天和大家能源大数据这个话题。

　　大数据是以整个数据集合为研究对象的一项综合技术, 是传感技术、信息通信技术、计算机技术、数据分析技术与专业领域技术的结合, 是对传统的数据挖掘、数据分析技术的继承和发展。随着我国“互联网+”在能源行业的深入发展, 所衍生的“互联网+”智慧能源融合互联网的思维和技术, 改造传统能源的生产、传输、消费、转换、交易等全产业链, 依托能源大数据技术, 形成能源与信息高度融合、互联互通、透明开放、互惠共享的新型能源体系。面向互联网+智慧能源的能源大数据基本架构由应用层、平台层、数据层以及物理层组成。

　　能源大数据的物理层包括了能源生产、能源传输、能源消费全环节以及每一环节的各类能源装备。通过装设在能源网络和能源装备的传感器装置和能源表计获取系统运行信息及设备健康状态信息, 并将数据信息交由智能运营维护与态势感知系统实现数据可视化展示、状态监测、智能预警和故障定位等功能。信息通信与智能控制系统则负责能源系统各环节、各设备间的通信以及控制。

　　所产生的海量数据均与气象环境等外部系统数据一同存储在能源大数据的专用数据库中, 以进一步加工并用于能效情况评价、风险辨识评估以及能源经济利用分析等功能中。基于能源大数据技术可实现能源生产侧的可再生能源发电功率的精准预测并协同电–气–冷–热的多样化能源优化配置;在能源传输侧实现智能化的能源网络在线运营维护, 有效监控能源系统的运行状态, 自动辨识故障位置;为能源消费侧的用户提供能效分析与能效提升服务, 并可整合能源消费侧的各类负荷资源, 实现需求侧响应, 充分提高能源利用效益。

　　能源大数据一般从多个数据源采集数据信息, 如用电大数据的数据来源形式包括用户层面的企业报表以及设备层面的电能表计乃至系统层面的各类控制与运营维护系统的数据信息。

　　与传统能源系统的结构化量测数据相比, 每类数据源的数据采集所覆盖的范围大小不一, 数据信息聚焦的时空尺度有别, 在数据多样性方面呈现出明显的多源异构特征。由于大数据技术在能源全环节传感信息采集装置与能源设备中的海量应用, 使得能源大数据的量级达TB至PB级甚至EB级以上。

　　另一方面, 能源大数据强调数据采集的时效性与全面性, 所获得的数据采集频率在分钟级以内, 数据增长速度快。此外, 为了更好地应用于互联网+智慧能源系统中, 数据不再仅局限于过去的统计分析与周期报表制作环节, 而是被进一步加工、分析与利用, 并在用户用能特性与潜力的挖掘、源–荷特性的预测分析、能源市场交易以及其他增值服务等方面得到充分应用。

　　随着互联网技术与互联网思维逐步与能源系统实现融合, 能源行业开始意识到能源大数据在能源行业全环节的巨大应用潜力, 新时代对促进可再生能源的发展、激发能源行业的跨界融合活力与创新发展动力具有重大的意义。

　　能源大数据在政府决策领域的应用主要体现在能源规划与能源政策制定两个方面。在能源规划方面, 政府可通过采集区域内企业与居民的用电、天然气、供冷、供热等各类用能数据, 利用大数据技术获取和分析用能用户的能效管理水平信息与用能行为信息, 为能源网络的规划与能源站的选址布点提供技术支撑。

　　例如亿信华辰帮助国网某电力公司建设的配电网停电监测平台就是这方面的应用。配电网运行质量关系到用电客户的切身利益和用电体验，其中停电、供电质量不达标、计划停电执行偏差引发的客户投诉居高不下，该项目充分运用信息化手段，通过配网设备数据挖掘分析，客观反映配网停电情况，分类整理和归纳配网停电范围及规律，有针对性的提出改进措施和优化建议，促进配网运行管理水平提升。该配电网停电监测系统的开发，旨在通过对配网基本情况、计划停电分析、配网设备停电监测、停电计划比对及关联分析等。提升停电计划科学性和合理性，提升停电计划执行准确率，加强临时停电管理，减少计划外停电。最终实现降低多次停电对用户用电的不良影响，提高用户满意程度。

　　此外, 基于用能数据、地理信息以及气象数据可分析区域内的基本能源结构与能源资源禀赋, 为实现能源的可持续开发与利用提供指导方向。在能源政策的制定方面,政府可利用大数据分析区域内用户的用能水平和用能特性, 定位本地企业的能耗问题,研究产业布局结构的合理性, 为制定经济发展政策提供更为科学化的依据;另一方面, 依托能源大数据对能源资源以及用能负荷的信息挖掘与提炼, 为政府制定新能源与电动汽车补贴方案、建立电价激励机制等国家和地方政策提供依据, 也为政府优化城市规划、发展智慧城市、引导新能源汽车有序发展提供重要参考。

　　在能源生产领域, 大数据技术的应用目前主要集中在可再生能源发电精准预测、提升可再生能源消纳能力等方面。由于可再生能源具有天然的间歇性与随机性, 需要合理进行储能等灵活性资源配置规划并依赖可靠、可信的功率预测信息安排电源的运行方式, 以充分降低可再生电源对电网的冲击影响, 减少弃风弃光现象, 并保证供电可靠性。目前, 国内远景能源科技有限公司以实现风电与光伏的智慧化能源生产为目标, 融合物联网、大数据以及机器学习技术打造的En OSTM平台每天处理将近TB级的数据量, 在可再生能源功率预测水平及控制精度等方面领先业内同行。

　　此外, 国外学者利用大数据对气象统计、地理图像等信息研究风场选址以及提升设备运行寿命的自动发电控制等方面进行了深入的研究。随着互联网技术在能源生产领域的不断融合, 可以通过互联网整合区域内所有风场功率预测的可用数据, 打破单一风电场孤立预测的传统模式, 有利于实现预测信息的开放交互, 进一步提升可再生能源预测的服务质量。

　　随着能源消费侧的可再生能源渗透比例不断提高以及微电网系统的逐渐成熟, 能源用户从传统消费者的角色向产销者的角色过渡。有效整合能源消费侧可再生能源发电资源、充分利用电动汽车等灵活负荷的可控特性以及参与电力市场的互动交易并实现利润最大化, 是目前大数据技术在能源消费领域的热点研究问题。对此国内外已对能源消费终端的大数据技术实际应用开展了有益的探索。

　　我国“全国智慧能源公共服务云平台”于2015年2月启动, 目前已有14个省市单位签约构建智慧能源地方分平台。该平台主要提供能源数据采集和分析功能, 通过云平台建立实时设备管理数据平台, 打造新的销售模式, 从而获得高性价比的产品和解决方案, 目标是实现降低用能成本, 提高能源利用效率, 打破政府和金融机构各自封闭的信息孤岛, 掌握真实透明数据, 实行有效的监管和调控。

　　随着能源大数据技术在能源系统的深度扩展, 将在能源网络的监控与运维、能源市场化交易等方面催生一批崭新的智慧能源服务新业态。在能源系统的运维方面, 基于广域量测数据的态势感知技术已应用于智能电网的输配电站的在线运营维护中, 实现实时事件预警、故障定位、振荡检测等功能。

　　此外, 风电、光伏等可再生能源电站硬件繁杂、选址分散, 需借助大数据技术根据机组回传数据分析监测各零件的磨损、疲劳情况, 据此在线预测和判定设备的运行状态, 有助于简化大规模监测系统的部署, 及早防范潜在的故障因素。展望未来, 能源系统融合必将扩大设备规模与能源网络的复杂程度, 而且随着电力市场的逐步放开完善, 将在同一区域内涌现多家售电主体。这将导致运营区域和电力资产分散, 配备专业运维队伍缺乏经济性, 因此传统的集中式运营维护模式难以适应能源系统的发展趋势。通过引入互联网共享理念, 利用互联网与大数据技术实现分布式运营维护, 依据运营维护需求与地理信息匹配专业运营维护商将是未来能源大数据所衍生的新业态模式。

　　另一个值得关注的是能源大数据技术对能源交易市场建设与完善的重要推动作用。目前, 国内外的能源大数据在能源交易方面的实际应用仍处于起步阶段。英国国家电网在美国的纽约布法罗医学院校区建立了微型光伏售电交易市场试点, 运用大数据技术对该区域内的光伏、储能与用户负荷实现优化匹配, 并提供发电资源的定价服务。随着能源大数据技术在能源生产、传输、消费各环节的深入发展与逐渐成熟, 可为能源行业提供开放、共享的能源信息平台, 推进能源自主灵活交易, 使得能源价格信息能够直接反应供需关系, 引导资源进行优化配置, 促进公平、公开、共享的能源市场环境的形成。此外, 通过能源大数据技术可有效引导各类高效能源技术根据需求和技术特点优化组合, 形成各类能源交易与增值服务等综合能源服务新模式。

　　各地能源大数据中心在建设过程中，也在不断探寻其发展的商业模式，实现能源大数据中心商业价值的最大化。能源大数据中心的增值变现模式大致可以分为以下五种：

　　由于行业客户的需求大多是比较复杂且个性化的，因而客户问题通常难以用标准化的产品来解决。目前大部分咨询公司本身没有数据，只是用客户的数据来帮助客户解决问题。如果某家公司能够“携带”数据资源为客户提供咨询服务的话，如采用“数据+软件+咨询”“数据+运营+咨询”服务等模式，无疑更具市场竞争力。

　　比如：“TalkingData”基于自身在移动端的数据资源优势，为金融、零售等行业客户提供了“数据+运营+咨询”的服务，在行业中独树一帜，收获了不少高端客户。能源大数据中心可以根据行业客户的数据需求、业务场景和运营模式，给客户提供定制化业务咨询服务，例如，数据服务定制、研究报告定制、能源产品定制、研究咨询服务定制，技术开发服务定制等。

　　能源大数据中心投入使用后，积极探索能源数据的运营及盈利模式，以能源互联网为依托，利用其汇聚的数据，积极研发各种数据产品，打造数字产品宣传、展示、共享、交易的统一门户。各地能源大数据中心也因地制宜，研发多款能源大数据与本地特色相结合的数据产品，不仅可以为政府加强公共服务管理、推动城市治理科学决策提供更加精准高效的能源数据支撑，也可以在优化运营商、服务能源清洁低碳转型等方面发挥重要作用。比如，能源大数据应用中心为解决新能源汽车充电运营商之间信息不通的问题，利用其接入的公共充电设施数据，建设了充电智能服务平台，为全省充电设施运营商和新能源汽车用户提供充电桩管理、导航充电、付费结算等一站式服务。该数据产品以用户体验为价值核心，打破了各充电设施运营商之间的信息壁垒，通过整合公用充电设施信息资源，为用户提供全方位充电服务。

　　党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》明确提出，加强中国特色新型智库建设，建立健全决策咨询制度。大数据的应用将不断提高政府的决策效率和决策科学性。通过挖掘能源大数据价值，可以为政府提供行业发展现状、趋势，宏观经济评估等智库报告，以辅助政府决策；通过“能源+投资”，对投资计划涉及行业、企业的相关数据进行分析，做出合理的投资决策。

　　能源大数据中心通常都会建设基础服务平台，比如河北省能源大数据中心的“智慧绿能云”平台。能源服务公司可以租赁能源大数据中心的基础服务平台开展相应的业务，这种模式类似于云计算平台中的IaaS。租赁企业可以在能源大数据中心的基础平台上部署自己的业务，使其以较小的花费享受最优质服务的同时，避免重复部署服务器造成的资源闲置与浪费。此外，能源大数据中心还可开展数据接口、实体空间等的租赁业务。比如，能源大数据中心可提供“托管、数据、能力、应用”四层服务，面向社会客户提供云空间租赁业务，充分发挥基础服务平台的经济效益。

　　能源大数据中心借助其数据资源优势，对客户历史行为、喜好等进行分析，对未来行为及趋势作出相关预测，可以帮助企业精准定位客户，并可将企业的定制广告推送给产品及服务最需要的人群，极大地提高广告的精准程度。能源大数据中心通过广告推荐模式变现主要可以分为两种，一种是通过基础服务平台的相关推荐，另一种是通过其开发的数据产品中的开机页面、相关推荐等。2020年，中国网络广告市场规模达7666亿元，同比增长率为18.6%，由此可见，能源大数据中心巨大的广告市场潜力，有待于进一步挖掘。

　　能源大数据将加速推进能源产业发展及商业模式创新。能源生产和使用是一个复杂的过程,能源流涉及能源的生产、传输、消费等环节,由此衍生出企业节能潜力挖掘、能效提升、政府能源管控、低碳社会发展等议题,并催生节能服务、碳交易、碳金融、新能源等相关产业,从而构成整个能源流生态系统。

　　能源大数据理念是将电力、石油、燃气等能源领域数据及人口、地理、气象等其他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。

　　人类历史文明发展的每一次变革都是围绕着能源、资源利用效率的不断提升而展开的，所以能源革命对于人类社会的发展意义重大，工业革命、信息化革命更是颠覆了我们如今的生活、工作以及社交方式。数据在本世纪的地位就像上世纪的石油，是社会发展和变革的动力，大数据技术已经越来越广泛的运用于各个传统行业。

　　系统整合是可持续能源未来所必需的：未来发展趋势将向分布式能源系统转移，并要求能源基础设施之间的整合，比如光伏、电动汽车、小规模储能及分布式热力生产之间的系统整合，能源行业的格局一定是向着多种清洁能源互补、整合、多项传输及数字化管理方向发展。

　　国家对能源行业的转型和智慧化升级也是相当重视的，互联网+和智慧能源已经是我国重要的战略方向。国家在近年发布了一系列相关政策，明确提出提高可再生能源的利用率，都在指向新型的、更智慧化的能源互联网。

　　电改的政策也是向着多主体、更灵活、更市场化、更智慧化的方向在推动。大数据、人工智能在行业转型过程中至关重要，值得深入研究、重点把握。

　　中国水电在过去15年发展十分迅速，从此前较低的水电装机水平，提高到总装机容量3.4亿千瓦，装机容量和发电量均居世界第一。近几年我国能源消耗持续增高。天然气年均增高1.9%，核电年均增高1.8%，水电年均增高1.7%，而石油的消耗量始终占总能源消耗的18%。

　　截至2017年底，水电总装机容量达3.4亿千瓦，约占全球水电装机容量的30%，年发电量约1.2万亿千瓦时,占中国清洁能源发电量的70%。2017年，水电占全国发电量的19%左右。据预测，中国未来电力需求约10万亿千瓦时，其中水电2.5万亿千瓦时，将占1/4左右。

　　由于石油、煤炭等能源的生产是不可持续的，因此，国家在近年发布了一系列相关政策，明确提出将提高可再生能源的利用率，其中包括《关于互联网+行动的指导意见》、《关于推进互联网+智慧能源发展的指导意见》，都在指向新型的能源互联网。

　　根据GTM Research的研究分析，到2020年，全世界电力大数据管理系统市场将达到38亿美元的规模，电力大数据的采集、管理、分析与服务行业将迎来前所未有的发展机遇。

　　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。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。

　　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。

　　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。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。

　　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。分布在野外的风电机组产生大量的数据，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。

　　自2013年开始，电力、石油等能源细分行业就已经纷纷拉开了大数据开发应用的序幕。截止到去年，能源行业大数据应用市场规模已达8.29亿元人民币。其中，石油、天然气作为国家战略性能源，近5年投资规模都有较大增长。能源大数据行业的发展前景不容小觑。

　　目前大数据产业已经进入各传统领域中，当然也包括能源行业，只是当前在能源业的应用还处于初级阶段。具体来看，由于油气行业长期以来处于垄断地位，对新技术的接受和推广较为缓慢。

　　因此，大数据在石油天然气领域的应用仍处于起步阶段。2013年，国内石油企业开始把大数据技术应用于战略决策、科技研发、生产经营和安全环保各个领域，从大数据资源中挖掘更多价值。

　　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。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。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。

　　可以说国内油气行业仍处在数据采集、存储阶段，尚未上升到大数据挖掘分析的高度，大数据在原油炼制及油品销售环节的应用处于萌芽阶段。但随着国家大数据战略的推广，未来大数据必会成为油气行业新的爆发点。

　　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。

　　最近国家开始大力推行电力改革，鼓励分布式电源主要采用“自发自用、余量上网、电网调节”的运营模式，积极发展融合先进储能技术、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。

　　自2015年，国家开始大力推行电力改革，鼓励分布式电源采用“自发自用、余量上网、电网调节”的运营模式，积极发展融合先进储能技术、信息技术的微电网以及智能电网技术，确保可再生能源发电量依法全额保障性收购，为分布式发电和新能源汽车在未来大规模接入电网创造了有利条件。

　　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。

　　在风电行业中，近年来国家大力推行风力发电。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。

　　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。

　　电力系统各个环节的运行数据及设备状态在线监测数据将会带来海量数据传输和存储问题。

　　在未来的电力系统环境中，从发电、输变电环节，到用电环节，都需要实时数据处理，借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。

　　主要包含在能量管理系统、配网管理系统、广域量测管理系统、生产管理系统、电网调度管理系统、故障管理系统、图像监控系统等。

　　如交易电价、售电量、用电客户等方面的数据，主要包括营销业务系统（SG186）、95598客户服务系统、电能量计量系统、用电信息采集系统等。

　　能源大数据涉及发、输、变、配、用、调各个环节，是跨单位、跨专业和跨业务的。智能电网的迅速发展使信息技术、通信技术与电力企业的生产管理快速融合，能源企业面临着正在形成的大数据环境。

　　能源系统是最复杂的物理系统之一，具有地理位置分布广泛、发电用电实时平衡、传输能量数量庞大、电能传输光速可达、通信调度高度可靠、实时运行从不停止、重大故障瞬间扩大等特点。

　　这些特点决定了电力系统运行时产生的数据数量庞大、增长快速、类型丰富。能源数据符合大数据的所有特征。

　　是电力大数据的重要特征。随着电力企业信息化和智能电网的全面建设，数据采集的范围、频度显著增加，电力数据飞速发展。

　　能源大数据涉及多种类型的数据，包括结构化数据、半结构化数据和非结构化数据。随着电力行业中视频应用的不断增多，音、视频等非结构化数据在电力数据中的占比进一步加大。

　　此外，能源大数据应用过程中还存在着对行业内外能源数据、天气数据等多类型数据的大量关联分析需求，这些都直接导致了能源数据类型的增加；

　　主要指对电力数据采集、处理、分析的速度。能源系统中业务对处理时限的要求比较高，实时处理是能源大数据的重要特征，这也是电力大数据与传统的事后处理型的商业智能、数据挖掘间的最大区别。

　　能源大数据具有无磨损、无消耗、无污染、易传输的特性，并可以在使用过程中不断精炼而增值，可以在保障电力用户利益的前提下，在电力系统各个环节的低耗能、可持续发展方面发挥独特而巨大的作用。

　　能源大数据与国民经济社会存在广泛而紧密的联系，其价值不仅局限在电力工业内部，更体现在国民经济运行、社会进步以及各行业创新发展等多个方面。

　　通过与行业外数据的交互融合，以及在此基础上全方位的挖掘、分析和展现，必将使电力大数据发挥更大价值。

　　企业的根本目的在于创造客户、创造需求，通过对电力用户需求的充分挖掘和满足，建立情感联系，为广大电力客户提供更加优质、安全、可靠的电力服务。

　　作为国内发电侧领军企业，华能集团在信息化建设方面已取得一定的成绩，并积累了大量的业务数据，进一步加强大数据关键技术的研究和应用，对促进华能产业转型升级、提升竞争力具有重要意义。

　　微构科技通过建立大数据中心，实现对华能集团企业业务数据的深层次价值挖掘，提升企业管理和运营能力，平台采用当前业界先进的大数据处理技术和模式，构建业务松耦&中间性的大数据统计、分析和挖掘平台。

　　通过资源的线性扩展，可实现单条信息秒级的在线处理性能、每日TB级数据离线分布式处理、PB级数据的存储。

　　微构科技通过数据的关联分析和预测能力，指导华能集团企业经营和决策，进而打造“智慧化”企业，实现企业决策、运营、管理的智能化，应对企业内外部风险，提升企业的经济效益和竞争力。

　　对电力生产设备运行状态、参数、设备维修记录等数据进行分析，研究生产设备运行状态管理、计划检修工期安排、以及设备运行风险预警等方面的大数据技术应用，进一步提高生产设备精细化管理水平。

　　为积极适应进一步深化电力体制改革的总体要求，满足华能集团发电企业参与电力市场化交易的新需要，研究探索电力营销领域的大数据应用，实现对客户用电负荷、电量等历史数据的综合分析，为全集团范围内电力营销提供信息化数据支撑

　　通过大数据技术探索人力资源管理基础信息与其他业务数据的关联关系。实现人资数据在相关业务应用系统中的共享，实现对员工的不同属性（知识、技能、角色定位、价值观等）指标进行细分，为全方位掌控公司人力资源现状提供数据支持。

　　通过对业务应用系统中积累的大量业务数据进行分析，对数据进行统一规范、统一流程管理，进一步提高数据治理管控水平，实现对现有信息化数据资产的有效利用。

　　通过对公司管理制度和流程进行梳理，建立统一的制度流程分析规则，建立制度管理与应用的知识库，实现各业务应用系统流程处理智能化辅助支持。

　　能源产业链从最初的一个链状结构，由能源生产端的电力、燃气、油品，经过勘探、开采，到中间环节的传输、量化，再到电力单位使用，已经逐渐变成一个网状结构，也就是能源互联网。

　　每一个用能机构(包括家庭、机构、社区)都会变成能源互联网上最重要的节点。整个网络的连接节点构建的大数据平台，利用大数据对能源生产、使用的完整的数据分析，让能源互联网真正实现高效的运转。

　　并且，在微构科技帮助企业建立能源大数据平台之后，根据不同场景以SaaS的方式提供服务，可以提高企业效能和优化能力。

　　未来，能源互联网一定是彼此合作、互联互通的，在能源互联网应用中非常重要的一点，就是要对每一个节点进行精准画像，以能源用户为中心，将各个用能设备、环节数据化。

　　能源行业：随着智能电网的发展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全。

　　（1）规划—提升负荷 预测能力。更准确地掌握用电负荷的分布和变化规律，提高中长期负荷的预测准确度。

　　（2）运行—提升新能源调度管理能力。利用机器学习、模式识别等多维分析预测技术，分析新能源的出力与风速、光照、温度等气象因素的关联关系，更准确地对新能源的发电能力进行预测和管理。

　　（3）建设—提升现场安全管理能力。对现场照片进行批量比对分析，利用分布式存储、并行计算、模式识别等技术，掌握施工现场的安全隐患，或者核查安全整改措施的落实情况。

　　（4）检修—提升状态检修管理能力。研究消缺、检修、运行工况、气象条件等因素对设备状态的影响，以及设备运行的风险水平，指导状态检修的深入开展。

　　（5）运监—提升业务关联分析能力。利用流式计算、可视化和并行处理等技术，实现全方位在线监测、分析、计算。

　　图扑软件（Hightopo）数据可视化平台可以搭建三维仿真地图，在地图上以三维立体模型、动画等方式展现能源企业业务范围、能源资源地理位置分布、仿真环境，并对接实时运营数据，以三维图形图表展现业绩数据等。

　　今年以来，全球疫情蔓延，地缘政治冲突外溢影响持续，供应链、产业链阻塞，经济发展的复杂性、不确定性大幅上升。由于我国煤炭产业呈现“纺锤形”态势 ，两头是大型国有核心企业，中游是众多中小型民营贸易企业，普遍存在信息化程度低、供应链不连贯、融资困难等问题。在疫情反复的经济背景下，多数煤炭贸易商面对未来行情，持有无所适从和随大流的心态。

　　据2021年数据统计，经济效益进一步向资源条件好的核心企业集中，使煤炭产业链各环节上下游利润分布不均衡的结构性问题愈发突出。中小型煤炭贸易企业由于缺乏有效的风险预警、分析评估机制，以及稳定的风控模式与关键信息来源，导致融资居高不下，在高速变化的市场行情面前，屡屡错失时机，更多的是应收款不及时而陷入亏损的境地。

　　渐进能源在贯穿煤炭产业链上下游的多元场景业务中，详细洞察行业信息流与风控要点。通过整合行业大数据、融合前沿技术，将煤炭从采购、质检、销售、运输、信用评估，再到融资等全流程的数据建立逻辑关联，构建了首个煤炭供应链数字化风控模型，为促进产融结合开辟了新的渠道。

　　基于大数据、区块链技术的煤炭供应链风控模型，是渐进平台采集了海量真实数据的基础上，通过先进的大数据算法，来及时掌控各个可能的风控点，实现对过程管理中潜在风险的“提前预防，及时预警”。

　　渐进将SaaS模式的产业ERP、智能物流管理系统APP、大数据分析、资产管理中心等模块有机组合，挖掘分析动态企业数据，形成了多维度的“商业智能BI管理系统”，帮助能源企业管理者从繁琐的报表中解脱出来，以全新的可视化图形视角，将企业运营的方方面面尽收眼底。对采购、销售、财务、物流、资产管理、融资的各个环节的清晰了解，将帮助中小企业主制定更为科学、高效的经营策略。

　　在“百年未有之大变局”的时代风口下，渐进将继续贯彻国家的科技强国战略，以“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济” 为己任，提升煤炭产运销的信息化管理水平，促进产融结合，为建设中国特色的现代化智慧能源产业链做出应有的贡献。