HCR对能源大数据及助力能源产业转型升级的认识和思考能源大数据（鄂尔多斯）交易中心平台项目前景展望HCR赵龙2016/3/20目录一、认识大数据及能源大数据 (3)（一）大数据是什么 (3)（二）认识能源大数据及能源大数据产业相关概念 (4)1.能源大数据及特征 (5)2.国际国内从事能源大数据的四种模式及与HCR关系说明 (6)3.对能源大数据价值链生命周期的划分和认识 (9)4.与能源大数据紧密相关的能源云生态圈概念 (13)二、能源大数据产业发展现状及与HCR拟在能源基地鄂尔多斯打造“能源垂直行业大数据平台项目”的关系 (15)(一)概述 (15)(二)能源大数据产业及企业现状 (15)三、HCR全行业大数据战略及能源大数据垂直行业布局考量 (20)（一）HCR的简要介绍 (20)（二）HCR全行业平台战略 (21)（三）能源大数据垂直行业布局 (21)1.HCR能源大数据（鄂尔多斯）交易中心平台项目介绍 (21)2.HCR能源大数据（鄂尔多斯）交易中心平台项目定位 (22)3.HCR能源大数据（鄂尔多斯）交易中心平台项目意义 (22)4.对鄂能源产业转型升级的认识——对能源大数据与能源产业升级的关系认识 (23)四、探讨及项目展望 (25)（一）数据源的问题 (25)（二）目前是布局能源大数据的最佳战略机遇期 (26)五、展望：机遇与挑战并存 (28)本文就大数据及能源大数据的认识、从事能源大数据相关产业现状、HCR及与鄂尔多斯市计划合作的能源大数据平台项目定位和对能源产业转型升级的思路等几个方面进行了系统思考和说明。

对项目和合作的前景进行了展望。

一、认识大数据及能源大数据IT时代到DT时代是信息化浪潮发展的必然。

因云计算、大数据和互联网的发展，企业内部ERP的数据、产业链条各个环节的数据和单个行业及全行业的数据具备了都变成了数据资产的可能性，经过大数据方法迭代加工，就会产生巨大的价值，必将对各个类型的产业产生全方位地、深刻且长远的影响。

作为一种先进生产力，大数据时代已经来临。

学术界和工业界都密切关注大数据的发展并围绕大数据展开了深刻的讨论，对大数据的影响、关键技术和应用领域都进行了详尽的分析，并指出大数据将会是带动未来生产力发展和创新以及消费需求增长的风向标。

（一）大数据是什么大数据不仅是一种海量的数据状态和相应的数据处理技术，也是一种思维方式，是信息时代，一种打通物质和能量的新型生产力。

数据因大数据而成为了一种资源，而大数据就是针对这种数据资源的先进生产工具，代表了新兴生产力。

大数据具有4V 特征，即Volume（规模性）、Variety（多样性）、Velocity（高速性）和Value（价值密度低）四个特性。

规模性是指数据量非常庞大，从TB 级别，达到PB 级别；多样性是指数据类型繁多，包含结构化、半结构化以及非结构化数据；高速性是指数据创建、处理和分析的速度持续在加快；价值密度低是指数据的价值密度很低，以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。

大数据作为生产力真正的变革之处在于，其利用的是全部（全行业）数据，通过分析全部数据能够实现对数据的深入认知和考察，从而发现以往在随机采样法中忽视的细节。

量变因此引起质变，人们发现以前在小规模数据基础上无法完成的事情，在大数据基础上却能够实现。

大数据成为了人们获得对世界新的认知、创造新的价值的源泉。

（二）认识能源大数据及能源大数据产业相关概念国务院2015年9月正式印发《促进大数据发展行动纲要》，能源作为国家经济命脉之一，产业规模巨大，但发展一直较为封闭传统，未来产业的互联网改造提升空间巨大，而大数据则是整合资源、提升效率的利器；能源大数据，就是要通过对能源产业链海量数据的采集分析，推动其生产运作方式的优化，重塑能源核心价值和转变能源发展方式，甚至是挖掘出大量高附加值的信息内容进行行业内外的增值服务业务开展。

能源行业作为国民经济与社会发展的基础，正在受到大数据的深刻影响。

中国科学技术信息研究所战略研究中心能源与低碳发展研究室主任孟浩认为，目前能源领域的大数据应用主要有4个方面：第一，促进新产品开发。

美国通用公司通过每秒分析上万个数据点，融合能量储存和先进的预测算法，开发出能灵活操控120米长叶片的2.5-120型风机，并无缝地将数据传递给邻近的风机、服务技术人员和顾客，效率与电力输出分别比现行风机提高了25%和15%。

第二，使能源更“绿色”。

其关键是利用可再生能源技术，如冰岛的Green Earth Data与Green Qloud公司，依靠冰岛丰富的地热与水电资源驱动为数据中心提供100%的可再生能源。

第三，实现能源管理智能化。

能源产业可以利用大数据分析天然气或其他能源的购买量、预测能源消费、管理能源用户、提高能源效率、降低能源成本等；大数据与电网的融合可组成智能电网，涉及发电到用户的整个能源转换过程和电力输送链，主要包括智能电网基础技术、大规模新能源发电及并网技术、智能输电网技术、智能配电网技术及智能用电技术等，是未来电网的发展方向等。

第四，改变社会，为城市基础设施、能源、交通、环境等带来机遇。

大数据使城市越来越智能化，纽约、芝加哥与西雅图向公众开放数据，鼓励建设多样化的智能城市。

1.能源大数据及特征能源大数据理念是将电力、石油、燃气及非石化能源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。

能源大数据的特征据专家概括为“3V3E”。

其中“3V”分别是体量大（Volume）、类型多（Variety）和速度快（Velocity），“3E”分别是数据即能量（Energy通过节约能量来提供能量，具有与生俱来的绿色性。

）、数据即交互（Exchange其价值能体现在整个国民经济运行、社会进步以及各行各业创新发展等方方面面，而其发挥更大价值的前提和关键是能源数据同行业外数据的交互融合）、数据即共情（Empathy为广大用户提供更加优质、安全、清洁、可靠的能源服务）。

2.国际国内从事能源大数据的四种模式及与HCR关系说明1)能源数据综合服务平台该模式通过建设一个分析与应用平台，集成能源供给、消费、相关技术的各类数据，为包括政府、企业、学校、居民等不同类型参与方提供大数据分析和信息服务。

该模式中，电网企业具有资金、技术、数据资源等方面优势，具备成为综合服务平台提供方的条件。

典型案例是美国得克萨斯州奥斯丁市实施的以电力为核心的智慧城市项目。

该项目以智能电网设备为基础，采集了包括智能家电、电动汽车、太阳能光伏等类型详细用电数据以及燃气、供水数据，形成一个能源数据的综合服务平台。

该平台的特征类似能源云概念，包含了所有类型的能源的接口平台。

国内企业，如以风能为主的远景能源云、打造综合能源接口的全国智慧能源公共服务云平台等能源云类项目。

这类企业属于能源行业数据所有者，是能源大数据产业链中数据的使用者和数据的所有者，是HCR能源大数据战略中重要的合作者和潜在的合作者，是能源大数据生态的重要组成部分。

与HCR联系在于，它们是能源行业的从业者，HCR是能源大数据的价值挖掘者，两者是竞争与合作的关系。

2)为智能化节能产品（针对终端消费）研发提供支撑该模式主要将能源大数据、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，为用户提供付费低、能效高的能源使用与生活方式。

该模式的典型案例是美国NEST公司研发的智能恒温器产品的商业模式。

该产品可以通过记录用户的室内温度数据，智能识别用户习惯，并将室温调整到最舒适状态。

该商业模式已得到谷歌公司的高度关注和认可，目前NEST公司已被谷歌公司收购。

谷歌公司力图借该模式推动其在新能源领域的全方位战略布局。

类似Nest项目还有Opower、C3Eenergy和国内的Solarman项目，这类型项目的概念特征是：能源互联网+智能硬件+能源大数据+面向能源消费终端。

大数据应用是其一部分重要内容。

可以说这类项目是能源大数据生态的一部分，是HCR的潜在合作者，与HCR来对标，HCR的专业重点在于能源数据及全行业大数据的应用价值挖掘。

3)面向企业或者行业内部的管理决策支撑能源大数据对能源企业自身同样具有重要价值。

通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现能源消费规律，提升企业运营效率效益。

该模式的典型案例是法国电力公司智能电表大数据应用。

法国电力在筹建大数据研究团队初期，选择用户负荷曲线为突破口，将电网运行数据与气象、电力消费数据、用电合同信息等进行实时分析，以更为准确地预测电力需求侧变化，并识别不同客户群的特点，通过优化需求侧管理，改进投资管理与设备检修管理，提升运营效率效益。

其中通过优化需求侧管理，使电网日负荷率提高至85%左右，相当于减少发电容量1900万千瓦。

国内类似的平台或者项目有，如阿里和中石化或中石油的大企业内部信息系统整合项目、煤炭大数据和电力大数据。

这几个项目是在能源细分行业石油、煤炭和能源转换的电力系统内整合数据平台。

这些项目与HCR 的联系是，这些项目是能源行业的数据所有者和使用者，是仅仅对能源行业数据进行挖掘的能源大数据企业，是HCR能源数据的潜在合作者，是HCR能源大数据在能源行业的大客户，是HCR能源大数据生态的重要组成部分。

4)纯粹的能源大数据数据价值挖掘企业基于所有能源企业和能源产业链的能源数据与其他行业的各种数据，通过大数据技术进行数据整理、清洗和规范，根据目标业务需求建模而使得数据产生价值的企业。

该模式的典型企业有HCR、数据堂和贵阳大数据交易所。

数据堂和贵阳大数据属于全行业的数据平台，是专注于大数据行业的企业，能源行业数据只是其中的一个分支。

与HCR能源大数据的联系是，互为数据提供者，都是大数据产业链的数据挖掘者，但是HCR是能源行业数据的深层次价值挖掘，HCR能源大数据应该是数据堂和贵阳大数据交易平台在能源行业的专家。

3.对能源大数据价值链生命周期的划分和认识根据数据的生命周期划分，数据价值链可分为数据生成、数据聚集、数据分析以及数据消费四个环节。

以能源大数据为核心的商业模式，主要可以分为数据生成、数据聚集、数据分析以及数据消费四个层次。

数据的拥有者（如能源生产、传输、分配、销售、用能设备制造公司）适合于提供生数据，而大数据技术的提供者（如小微IT 企业、BAT巨头）适合于通过处理和分析提供熟数据，而服务提供者（主要为服务型能源互联网大数据企业，如Opower、C3 Energy 等）则适合于基于数据分析提供个性化的信息增值服务。