1什么是大数据

大数据IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

目前，业界对大数据普遍认为，大数据具备 Volume、Velocity、Variety 和 Value 四个特征，简称“4V”，即数据体量巨大、数据速度快、数据类型繁多和数据价值密度低。

大数据特征

2下面就大数据在能源行业简单进行了解。

能源大数据理念是将电力、石油、燃气等能源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。随着信息化的深入和两化的深度融合，大数据在石油石化等行业应用的前景将越来越广阔。

大数据与能源行业的结合目前主要体现在三个行业。(1）石油天然气产业链与大数据的结合。在油气勘探开发的过程中，可以利用大数据分析的方法寻找增长点，利用大数据平台可以帮助炼油厂提高炼化效率，也可帮助下游销售挖掘消费规律，优化库存，确定最佳促销方案。（2）智能电网：利用大数据实时监测技术监测家庭用电量特征，帮助电力公司调配电力供给，为客户提供最佳用电方案。通过错峰限电，用户会在电力成本低的时间段使用，避免了高峰时期电力负荷过重的局面，未来消费者对于能源的利用会有更多经济性的选择。(3）风电行业：进行风电场分布式风机的在线监测，周期性及瞬时的实时数据采集和在线分析，生成警报、允许维护人员可视化和管理数据，简化大规模监测系统的部署。

3案例： “ 格林威治” 云平台，给风能选址定标准

应用背景：

在风能资源的开发与管理中，风电场选址一直是风电项目的最前端、最关键的工作之一。由于风力具有间歇性和难以量化的特征，传统风电场选址的难点体现在三个方面：

一是可以利用的统计数据资源较少，可利用的如测风塔的数据，不具有绝对的代表性;

二是依靠当地人的信息和过往经验做出的判断并非完全精确，风险较大;

三是人工实地现场选址覆盖范围广，操作难度大且选址周期长。

格林威治平台是远景能源公司全球首创的基于智能传感网和云计算的智慧风场全生命周期管理系统。该系统可以为客户提供风电场规划、风资源评估、精细化微观选址等技术解决方案。

数据源:

风电企业数据：风电场设计数据、风电场实时流体模型数据、风机设计数据、风机模拟数据等。

其他数据：地理位置数据、公共天气数据、风速数据、海拔数据等。

图说场景：

实现路径：

远景通过风电管理平台格林云，用大数据产品将风电企业数据整合，绘制高精度风资源图谱，用户可以通过电脑终端登录云平台，或者通过云平台的移动端，迅速查到某个地方的风速、海拔、风资源情况等等。系统可以在短时间内迅速做出风机布置规划、项目容量，计算投资收益率，给出具体的测风方案。

应用效果：

查询方便。“ 格林威治” 的机组排布引擎可以在很短时间内完成宏观选址规划;完成高分辨率的流体仿真;完成支持多机型混排高精度的高度定制优化微观选址。在一个风电场设计专业人员的把控下，整个风电场设计过程在 1 小时内全部完成。

精准测量。目前行业常规的风资源图谱，其精度是 3000 米×3000米，而在“ 格林威治” 云平台上使用的风资源图谱的精度是 100 米×100 米。高精度的风资源图谱让宏观选址有了全局观，也将测风方案和整个区域的规划绑定在一起，这改变了传统做法，让测风塔具有真正的代表性。

降低成本。使用云平台，只需一次性购买软件服务，就可以在各种终端登录，不受时间空间限制。对比传统的选址方法，则需要请专门的设计研究部门进行专项选址工作，不但要耗费更多的时间，而且还需要沟通的精力及不可控的经济成本。

4综上，以互联网为代表的新一代信息技术所带来的这场社会经济“革命”，在广度、深度和速度上都将是空前的，也会是远远超出我们从工业社会获得的常识和认知、远远超出我们的预期的，适应信息社会的个体素质的养成、满足未来各种新兴业态就业需求的合格劳动者的培养，将是我们面临的巨大挑战！唯有全民提升对大数据的正确认知，具备用大数据思维认识和解决问题的基本素质和能力，才有可能积极防范大数据带来的新风险；唯有加快培养适应未来需求的合格人才，才有可能在数字经济时代形成国家的综合竞争力。

文章来源：《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2021/0319/1757.html