能源大数据的浅思

最近在整理能源大数据的一些信息，粗啃了一些资料，有些浅显的思考，总结一下。

慎谈能源大数据

个人观点，目前没有一家企业有真正意义上的能源大数据。

能源大数据，是分维度的：

1、形态的维度，包括水热电气汽等各种，一个大型钢铁企业，如果算上中间能源产品，可能有十几二十种能源形态；

2、专业环节的维度，包括生产、输、配、用、调、营各个专业领域；

3、时间颗粒的维度，从瞬态的毫秒级数据（周波级别电力形态故障录波）、到暂态数据（秒级~分钟级）、到稳态数据（小时级~年级）；

4、地理维度，就是不同的地域；

5、一致性维度，就是要把各个专业的，各个时间颗粒度的，能源系统的各个地理位置数据都对应起来，实现同步化和一致性（比如调度的WAMS系统）。

包括政府在内，谁也没能把所有这些的数据都集中到一起。电网公司在数据跨部门的对应、一致性方面也付出了巨大代价，才能初步实现业务数据的营销和生产部门的贯通，而且每年需要花费很大的成本去维持这种数据的一致性，更不要说更大范围的跨专业，跨时间，跨地域的数据整合。

个人认为即使在电网公司层面，在局部，在某些维度可能实现了细分的数据全息化和大数据，最典型的就是视频领域，包括但不限于：视频监控、红外监测、无人机巡线等。但是在更多领域里，电网公司也没有真正意义的全维度、全时空、跨专业的大数据集成和应用。

数据获取，不同于消费互联网

行业互联网有自己的特性，不能简单对照于消费互联网。

在数据获取这个环节，消费互联网天生就带大数据属性，因为消费信息的生产-获取-处理-应用，自然就在线上完成了，这要得益于智能手机的普及，解决了关键的数据获取的问题，当然也带来了手机APP与个人隐私之间的矛盾。

比如你订一个外卖，从外卖订单的发起，到支付、到商家接单，到外卖员送餐、到关闭订单。所有的信息是非常自然的在线上实现了。因此外卖的后台自然就有了你的位置数据、你的消费数据、你的支付数据。

这个过程是和在线的服务天生契合的，没有任何额外的信息成本。如果有的话，那就是一次性的学习外卖下单的过程，后面不需要任何强迫，你就能很自然的生产这些数据了。

而这个事情在能源行业，就不那么自然，因为物理世界和信息世界是割裂的，而物理信息是不断变化的，比如一条线路可能多了一个T接，或者一条线路发生了迁改），所有物理世界的变化，很多时候需要手工维护到信息世界去。

有人说IoT的物联设备能解决这个物理信息的自动连接问题。其实并非如此，根据某些专家的分析，即使数字化程度最高的500kV变电站，现有的物联采集手段，可能只覆盖30%左右的监测需求，很多缺陷和故障信息，都发生在监测范围之外，需要通过人工巡视巡检去发现。

况且，IoT物联设备的普及不太可能像智能手机一样，以一种通用化的方式，去覆盖所有的应用场景，而是需要分门别类，而且IoT天生就没有实现线上线下的闭环交互（手机可以实现场景的交互的闭环）。所以我个人觉得IoT可能类似于手机的摄像头或者GPS芯片，它只是较低层级一个组件，而不是像智能手机一样，是一个可以直接参与生态闭环的关键节点。

数据产生价值的过程，需要打通线上线下

上面说的是“数据从哪里来”的问题，现在分析下“数据到哪里去”的问题，该问题也不同于的消费互联网。

消费互联网目前已经实现了场景闭环的数据驱动，并且实现了数据驱动的更多场景闭环。这个正反馈过程是一种非常自然的方式。

比如外卖这个场景：打开APP-选择商家-选择外卖-下单-支付-商家接单-送餐--关闭订单。

这个今天看起来很自然的场景，在当年是非常不自然的：为什么我要通过一个APP去叫外卖？为什么一个陌生的外卖员就能从商家那里拿我的快餐，他会不会偷吃？为什么商家就能按照我的要求做外卖，他会不会短斤缺两？他的口味如何？

要打通这个不自然的过程，不是简单做一个所谓的“外卖大数据平台”，然后期待别人自然来使用，而是需要花费巨大的代价，甚至用烧大钱补贴用户补贴商家，并且对平台做出实用化的功能设计，开发“排名、评价、晒单返现、优惠活动、路径规划、快递员招募考核、商家考核、佣金抽取”等一系列复杂功能。

当然最核心的还是打通线上与线下，也就是数字世界和物理世界，不仅仅是烧钱（很多烧钱的互联网公司都死掉了），而是能敏锐的捕捉需求的动向和调整战略方向，真正去跑通线上和线下——和大量化学反应一样大数据能源，你如果没有催化剂和加热反应，两个化学物质之间可能很难产生反应。这个加热和催化过程，就是打破化学键，打通反应循环的必然能量投入。

但是这个事情在能源大数据领域似乎并未发生——因为场景太多，太碎片化，企业消费者是超理性动物，不是你搞个李佳琪直播带货，就没有人能从他的直播间里空着手出来——个人消费者在某些催眠式场景中，是彻底的非理性动物，尤其是女人。

所有这些特征都和消费互联网是反过来的，所以决定了很难用烧钱的方式去打通线上与线下，很难让企业消费者快速做出决策并且买单——毕竟采购一个基于数据的能源服务，比决定今天中午吃什么要难得多。

所以专家嘴里的CPS（信息物理系统），到真正的CPS，打通才是最难的，没有这个打通，数据只能处于空转的状态——我不认为电网企业给银行提供一些企业用电信息作为征信数据的补充，就是所谓的电力大数据。真正的价值实在那些需要打通C（Cyber物理世界）和P（physics）的过程中才能发挥的，这是能源互联网需要去解决的核心问题——如何科学的炒CP。

打通C和P，基于价值的场景驱动

打通C和P，不能靠烧钱，不能靠所谓的政策性的需求响应或者企业上云，那些都无法真正触达客户痛点——大量的政府补贴的所谓能耗监测平台，那些数据并未发挥真正的价值，更起不到指导企业节能的作用。

基于价值的场景驱动，才是打通C和P的关键。首先是价值，这个价值必须明显——不是等到5年以后去变现，而是能够在下个月就反应到老板的财务报表里。所以有的能源大数据平台打现货交易这个场景，目前活得就不太乐观，因为现货这个事情牵扯太多，当能源大数据平台的烧钱速度快于现货市场的开放速度，公司必然是悲惨的，关键是你还没法和下一轮的投资人说明：到底什么时候现货市场才具有数据价值变现的可能性，这比预测蚂蚁金服啥时候IPO要难得多。

同理，需求响应这个场景也很尴尬，目前靠政策，政策补贴根本覆盖不住需求响应的投资成本，未来现货市场的价值变现遥遥无期。

经过分析我们的结论是，目前很难找到一个具有较强通用性的场景入口，即使智能运维也不是——基础运维可以不依靠大数据平台（它更类似海底捞或者快递，在线的属性非常弱），用电大数据挖掘出的增值服务都是非运维场景：电费优化、电能质量、设备供应、工程改造。但是这些增值服务场景，每一个都是碎片化的，很难聚拢。

所以只能去做小而美的场景闭环，而且用一种很重的方式：比如某能源互联网平台，前几年招了一堆IBM、埃森哲的数据和服务专家，号称要搞能源大数据，现在经历了不少波折，最后选择食品、医药这两个行业，挖几个这个行业的能源管理专家，往深度服务去做，把行业能源诊断和能耗分析做起来。先线下再线上，先产生价值再考虑数据价值闭环。

当大家都在憧憬未来大数据如何在价值网络里闭环，就像阿里的曾鸣教授提的“数据智能+生态协作”的双轮驱动时代何时会到来的时候，在能源行业里我们首先要思考：未有数据智能之前，如何先有数据智能的土壤。

这个土壤就是走到客户能源管理的生产一线去，倾听他们的经验与痛点，把线下+少量的线上先打通，而且是不依靠政策的那种，真正的价值闭环。

那种靠吹一个大概念，然后忽悠政府搞补贴，然后撒胡椒面式的大量推广，个人认为是无法真正实现能源大数据落地的——互联网没要什么政府补贴，没有什么“互联网+外卖产业发展规划”，就这么一步步做起来了，还反过来帮助政府解决了大量就业问题。

能源行业最不缺的是政策，最缺的是草根的价值闭环。

能源大数据，说难不难，说简单，还真不简单，尊重客户，尊重价值规律，才是本质。

（编辑：湘西站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!