油氣行業(yè)
在能源電力行業(yè)中，最早應用大數據技術的其實是油氣行業(yè)。油氣行業(yè)對于新技術一直很敏感，大數據應用于油氣行業(yè)已經很長時間，范圍也很廣。很早之前，國際油服公司就應用大數據技術處理地震數據，以推測計算儲層結構和油氣儲量。最新的趨勢是，大數據技術正在被海上油氣廣泛應用，用來提高海上鉆采的效率，并且達到油氣產出最大化，大數據技術還被油氣公司用來預防和管理油氣勘探開采過程中的環(huán)境風險，尤其是在敏感區(qū)域，比如海洋、濕地、水源地、自然保護區(qū)等。
流程整合是油氣行業(yè)大數據應用的一個主要推動因素，而推動流程整合的最重要原因則是油氣行業(yè)勘探生產過程中的高額成本，通過將勘探生產過程中的大量跨領域、跨設備、跨流程的數據和知識整合后，可以有效降低成本。目前，油氣行業(yè)的流程整合已經是非常數據密集型。同時，油氣勘探開采過程中所需要使用的設備和系統(tǒng)也正在向遠程化、服務化、診斷化方向發(fā)展，這種智能化的趨勢不僅將額外產生大量數據，還能真正通過大數據技術的應用，有效優(yōu)化設備和系統(tǒng)的運行，允許設備和系統(tǒng)的操作者和服務者不必再進行既麻煩危險又沒有必要的定期巡檢，只需通過系統(tǒng)分析就可以進行基于風險預測的目標性維護，節(jié)省了大量人力，和昂貴的備品備件，大幅下降了油氣的勘探開采成本。
這種趨勢將在油氣行業(yè)愈發(fā)明顯，能夠提供先進的分析服務和優(yōu)化服務的新型專業(yè)油氣行業(yè)數據服務企業(yè)，以及基于大數據的第三方智慧服務企業(yè)，將在油氣行業(yè)迅速崛起。
在油氣生產領域，鉆井成本一直是油氣生產成本的重要組成部分，智慧的自動化方案可以有效提升鉆井的效率，從而大量降低成本。挪威公司SekalAS，是油氣鉆井大數據服務的典型企業(yè)，這家公司提供基于數據模型的實時鉆井監(jiān)測和控制方案，利用的就是鉆井過程中產生的巨量數據。此外，當能夠分析跨系統(tǒng)的數據時候，操作者就可以發(fā)現解決很多在單個子系統(tǒng)分析過程中無法發(fā)現或者解決的問題。
Sekal是一家由挪威國家石油公司投資的新興數據服務公司，Sekal提供一系列能夠幫助降低鉆采過程中風險和支出的產品。通過使用先進的物理模型來全面精確模擬鉆采過程中井體的實時狀況，并且將模擬結果可視化，使用基于大數據的模型之后，模擬結果的精確性和可靠性比以前單純靠專家解讀有限數據的方法有了大幅提升。Sekal的產品能夠做到實時的模擬，并且可以對鉆采中發(fā)生的問題立即做出風險提示，甚至可以提前幾個小時預測可能發(fā)生的問題。在過去，由于井下環(huán)境特別復雜，是典型的高溫高濕高壓高腐蝕環(huán)境，因此，鉆井過程中問題頻出，不僅可能導致安全事故，破壞自然環(huán)境，而且也使油氣開采成本居高不下，難以控制。油氣開發(fā)公司使用了Sekal的產品之后，就可以大幅提升鉆采的安全性和效率，堪稱革命性的變化。
在油氣行業(yè)，另外一個行業(yè)應用趨勢，就是利用大數據進行智慧化的環(huán)境風險管理，在海上鉆采的過程中保持實時環(huán)境監(jiān)測。歐洲一些公司聯(lián)合開發(fā)了一套環(huán)境綜合監(jiān)測系統(tǒng)，系統(tǒng)通過現場傳感器的數據采集，建立綜合性的現場環(huán)境模型，能夠對油氣開采所造成的環(huán)境破壞和生態(tài)影響進行模擬和預測。未來，油氣在開采前，就可以使用此系統(tǒng)進行多方案的模擬，大大減少了環(huán)境風險和相應的經濟成本。康菲公司正在應用大數據分析工具來管理北極的環(huán)境風險，油氣公司在極地油氣的開采過程中最擔心的就是浮冰的影響，浮冰數量眾多，并且運動的方向難以預測，隨海流和風向隨時會發(fā)生變化，一旦撞上油氣開采設施就會發(fā)生嚴重事故。康菲公司開發(fā)了一套系統(tǒng)，使用大數據技術每秒采集和分析數以千計的數據，通過預測性分析，康菲的系統(tǒng)可以將浮冰情況進行可視化預測，能夠有效避免浮冰對鉆采生產造成的破壞。
全世界的能源結構都在發(fā)生歷史性的變化，可再生能源的比例正在快速上升，不過，可再生能源的間歇性對電網安全和負荷平衡帶來了巨大挑戰(zhàn)。目前，能源互聯(lián)網正在掀起一波電力互聯(lián)化和智慧化的熱潮，各種發(fā)電、輸電、配電、用電以及計量的設備都在智能化，每天都在產生PB級別的數據量。在大數據和“互聯(lián)網+”的時代，數據就是新的石油，能源互聯(lián)網生產的大量數據將孕育巨大的商業(yè)機會。不過，只有具備分析和行動能力的企業(yè)才能抓住這個巨大機會。
現在，國際電力設備巨頭，比如ABB、GE、西門子、阿爾斯通、施耐德、伊頓等公司，正在踴躍布局能源互聯(lián)網大數據。其中，GE的基于云的“電網IQ解決方案”服務最為典型，GE向使用此服務的客戶收取基于服務的費用，客戶的數據被儲存在設置于美國亞特蘭大的GE數字能源數據中心中，客戶不用為數據儲存支付費用，但如果客戶希望使用GE提供的數據分析工具和服務來優(yōu)化自己的能源業(yè)務，則就要向GE支付相應的費用。
除了能源結構的變化以外，中國的電力行業(yè)正在推進去管制化的市場化導向電改。電改后，電網的角色將發(fā)生變化，不再承擔電力統(tǒng)購統(tǒng)銷的角色，發(fā)電企業(yè)需要直接同不同的售電企業(yè)進行交易，而電力用戶也能夠在不同的售電公司中選擇電力供應和服務企業(yè)。此外，隨著管制的放開，中國將出現大量的自發(fā)自用的微小型可再生能源電站，以及小型的地區(qū)分布式電站，這將使的電力行業(yè)的復雜性前所未有的增加。不管是傳統(tǒng)的發(fā)電企業(yè)，還是新興的售電公司，抑或是轉變職能的電網企業(yè)，當然也包括電力消費企業(yè)，將面臨很多新的挑戰(zhàn)和機會。
為了解決挑戰(zhàn)，利用機會，各方都需要仰賴專業(yè)第三方數據服務企業(yè)的幫助。此外，大型知名的專業(yè)第三方數據服務企業(yè)，還能夠為與其合作的電力服務企業(yè)的數據安全性和隱私性提供信任背書。未來，在能源互聯(lián)網時代，服務，尤其是基于大數據的服務，將成為電力市場的核心產品和競爭優(yōu)勢。
能源互聯(lián)網市場將是一個開放的競技場，大量小型的初創(chuàng)企業(yè)將在里面嶄露頭角，比如美國的Opower公司，這家公司每年能夠從全美國75家電力公司這里采集900億次的電表讀數。Opower為電力公司提供四種服務：
1，幫助電力公司向客戶提供更全面詳細的電力消費數據；
2，幫助電力公司分析客戶電力消費行為；
3，為電力公司設計和改善電力營銷服務；
4，為電力公司提供需求側數據界面。
這四類服務中，Opower及扮演數據收集整合的角色，也為客戶提供基于深入分析的有效性建議，而這四類服務都基于可擴展的Hadoop大數據分析平臺。
大數據除了能夠幫助電力公司向客戶更好地提供服務之外，還可以有效解決電力公司設備維護保養(yǎng)問題。根據設備運行過程采集的過程數據,企業(yè)可以開發(fā)預測性維修方案。咨詢公司埃森哲開發(fā)了一套電力資產分析解決方案，基于電力企業(yè)現有的ERP，GIS及其他歷史數據庫就可以為電力資產作出風險診斷，并通過后臺專家系統(tǒng)提供維護保養(yǎng)的建議，有效提升企業(yè)固定資產的投資產出，降低運營成本。除了埃森哲這樣的專業(yè)企業(yè)，ABB、遠景能源、羅爾斯羅伊斯這樣的電力設備企業(yè)都有基于運行數據的設備遠程運維系統(tǒng)。
手機瀏覽網
