2017年11月7日-9日，中国能源互联网大会暨智慧能源产业博览会（SmartEnergyChina简称：SEC）国内唯一的智慧能源全产业链的年度盛会在上海新国际博览中心举办！8日下午，在E1馆会议室M15举办论坛：“能源大数据论坛”，大会由泰豪贵州黔信数据有限公司副总经理梁洪源先生主持。电规总院北京洛斯达科技发展有限公司总经理助理商浩亮先生发表演讲，主题是能源大数据平台的架构设计思路。
下面为您带来商浩亮的精彩演讲：
商浩亮：
各位专家、同仁好，刚才刘教授讲的时候也说了，我们单位的情况就是国有企业，我们单位电规总院，包括我们公司是给国家能源局做支撑机构的，我们单位主要在能源信息化和大数据行业给国家能源十三五和电力十三五规划做信息化和支撑的。电力总院都是国家能源局授牌的，我们也是国家电力信息研究所。我今天讲的能源大数据平台的架构设计思路是跟我们跟各个省实施，包括国家能源局实施的，一些能源数据平台经验的积累基础上面设计出来的，本身这个点跟刚才各位专家讲的东西面比较广，有点不同，我这个点比较小，然后可能更加技术化一些。
首先我们定义什么是能源大数据，上面这段话实际上是我们在帮助国家能源局起草能源大数据三年行动纲要里面总结出来的一句话：能源大数据是综合利用云计算能力，通过互联网等渠道，部门信息共享，向社会购买的方式，收集各个行业多种类型，海量的数据，并通过计算机借助这些模型，来形成和挖掘各个行业价值规律和背后的方法体系结合。我们认为能源大数据不是一种，大家认为的很多数据放在那，也不是否定了传统大家通常认为的，人工上报的数据不是大数据，只有从传感器、实时监测的数据，互联网渠道获取的数据才是大数据，我们认为所有这些东西都是为能源大数据方法来提供支撑的，我们认为能源大数据是一种方法体系的结合。
它的特点，这也是当时国家能源局提出的几个，我总结了一下，第一个就是计算能力强，因为有云平台的支持，第二是多样性的数据，除了传统的统计数据是结构化，现在互联网的渠道，包括图像、图形是非结构化的。跨行业的数据，国家能源行业煤电油气这些行业，能源行业还重点收集了经济交通人口资源的信息，辅助整个能源形式的研判。
电规总院是一个咨询机构，有很多专家，这些专家的经验和方法，把我们单位为国家做支撑支撑起来。将来经验方法我们希望通过计算机模型，用专家的经验和方法沉淀为计算机可用的知识模型，就是我们把这些东西变成计算机知识。最后通过计算机知识进行数据的挖掘，挖掘数据背后的价值规律，这是我们定义的能源大数据是什么东西。
从应用上看，我们分两个层次，第一在政府层面它更加注重，通过大数据的价值为政府形成一些决策建议，在企业层面我们认为是企业通过大数据注重提高它的生产和经营的效率。在政府层面，这块我们单位给国家能源局做支撑的时候，现在我们已经连续从十二五时期开始，现在第六年了，给国家能源局出版《能源手册》，我们在手册里面根据我们数据汇集，结合一些智囊机构的研究观点给企业做决策支撑。我们跟一些大型央企有接触，中石油、中石化，原油转化为成品油里面汽油、柴油多少，通过分析之后，得出比例得出催化剂的比例。
现在我们觉得大数据发展的现状，特别是能源大数据，第一个数据来源不多，以统计上报为主，我觉得大家也有同感，统计数据确实是现在比较卡脖子的问题。应用比较单一，没有全面的，多行业融合的应用，市场化的程度也不高，大多数是企业自主的行为，最后一个是行业壁垒很多，每个行业都不想把自己的数据共享给其他行业。
对大数据的发展趋势判断，我个人做的一个判断，第一个是逐渐成为与计算机传统统计渠道互为补充，互相印证的一个渠道。我们传统的统计，大家可能对统计没有太多比较清晰的概念。我原来是干能源统计数据两年多，我们国家能源的数据，现在主要的官方来源是两个，一个是国家统计局公布的能源统计数据，是来源于国家能源统计局的统计司，另外一个渠道来源于国家能源局的供给预测处，称为部门统计，官方的数据都来源于这两个渠道。将来大数据也许数据不对，将来会成为跟传统的统计数据互相印证、互为补充的渠道。第二逐渐成为各级政府决策建议的主要依据，现行的决策建议主要是依赖统计数据。将来一旦统计数据受到来自于大数据的融合和补充，也会逐渐成为政府决策建立的主要依据。第三逐渐成为各能源企业提高生产经营效益的有效保障。第四成为能源行业业务应用的基础设施，将来大数据是各个企业都能用。
这个给大家汇报一下我们在能源大数据架构设计里面，技术积累的过程。电规总院是国家能源局授牌的咨询机构，我们在做电力、能源十三五规划的同时，跟各个省级的发改委能源局都有对接，我们在实施各地的能源系统和能源大数据平台，和承担国家发改委能源课题的时候，通过这些项目逐渐积累数据，积累数据资源、技术资源，形成了后面描述的我们在能源大数据架构设计的思路，也是通过很多项目，包括很多科研课题积累出来的，这个不一定对，抛砖引玉，供大家探讨。
我们初步把它设计成四个层，搞软件工程的就喜欢比较技术化一些，第一个就是基础设施层，我们把它称为IAS，就是跟以前的服务器不一样，现在我们用租用和自建的云集成基础设施层。第二是含量基础应用层，平台服务层。第三个是软件及服务，我们把一些应用提出来，就是IAAS层，我们把集成一个DAAS层，从各个渠道采集的数据应该能够直接为终端的用户提供数据服务。
首先基础设施层，大家都知道我们可以去租用中国联通、中国电信、阿里的云建立自己的基础设施。在应用知识层可以分能源统计、运行、规划、智慧能源，从产业链上覆盖生产加工消费、价格、贸易全产业链。能源统计这个就是准确的描述能源的昨天就是我们如果要做任何事情，是要对历史规律有一个准确的把握，我们把能源统计称之为对昨天的描述，弄清楚能源的历史，特别我们想研究，想做工作的当前地区，当前省份的历史。
能源运行就是对今天的描述，监测当前能源工业的运行状况，开展能源的监管，国家能源局这块做的比较好，国家能源局现在每天可以自动生成前一天的能源工业运行的快报，这个快报数据来源于两大电瓦公司、三大油公司，能源协会，他们每天拿数据，通过快包的数据，这个数据不准，全社会用的量是重要指标，用的量在下个月20几号才可以看到。在国家能源局每个月的30、31号就能看到每天的用量电累计起来同比和环比，跟后面公布的全社会用量电是一致的，提前能知道它的发展趋势和运行规律，这是对国家的决策也是比较重要的。
预测这块，就是对明天的描述，利用能源的经济模型，预测短期和中长期的能源经济的发展趋势。能源规划，就是对未来的描述，它会调用统计、运行和预测的结果，因为我们做规划，第一个是要有现实的统计数据，有对当前的描述、未来的预测，在这个基础上我们形成规划的项目库，能源十三五规划也形成了比较庞大的项目库，同时实施对规划执行情况的监管。
最后一些就是智慧能源，这个不多说了，刚才各位专家对各个领域也做了比较好的解读。基础支撑更加细化一些，必须把公共的部分提取出来，这些公共的部分不但为平台服务，而且是双耦合的性质，能够为任何一个其他单位的业务应用提供公共的服务，比如数据访问引擎提取出来，不单是对现在结构化的数据库，对以后大数据库都能形成统一的访问，还有报表、BI的引擎，还有ETL的引擎，针对这么多源的数据库需要有一个ETL的过程，清洗它成为你需要的数据。这是GIS的引擎，看到的截图是国家能源局监控的平台，监控各个能源项目。还有网络爬取的引擎，国际的能源数据，包括国家的能源数据。一些分析的引擎。
最后讲两个案例，一个是政府的案例，能源双控，能源消费总量和单位GDP能耗的控制，国家提出了十一五初期到末期能源煤不超过51吨标煤，最后这个数分解到各个省，也分解到各个市，2015年能源消费总量是5600万吨标煤，到2020年要提出能源消费总量增速控制在2.1%以内，到不超过6280万吨标煤，单位GDP能耗下降19.3%。它以中低速能源消费的增长支撑了较高速的GDP的发展，能源消费弹性系数0.28%远低于十三五期间全国的能源水平0.46%。我们就建立一个模型，我们把能源消费总量控制的各个因子，包括它二产的占比，工业的占比，代表它控制的难度，人均GDP，一般性产生的收入，固定资产的投资，把这些因子赋权，形成了一个归一化的综合指数，这个归一化的综合指数我们称之为把专家的模型沉淀为计算机的模型。这是我们给他赋权，对各区重点行业和重点企业的控制流程，利用统计渠道，企业监测的渠道数据相互印证，形成能源消费总量控制的制度，把它分解下去。最后就是一个考核和评定，十三五末期能源消费总量是什么样子，有11个行政区，十二五末期到十三五末期给他一个增速，实时监控这些重点企业的情况，通过我们的模型实时调整模型计算出来归一化的指数，去实时动态调整每年的目标，最后形成一个结果。
另外一个案例是企业侧的，电力需求预测，做十三五规划用到的。借助一些负荷预测的方法，弹性系数、回归分析法。火电的电源是考虑规划还是核准的，还有考虑输出电的协议，对于每个省来说，我们可以计算出在全国总盘子下面2020年电力是盈余还是亏损，未来的时期电源结构是什么样子。除了每个省除了预测电力和电量的平衡之外，我们还应该给出这个省12个月每个典型日电站工作位置图，他如果有核电，带基荷还是风荷，这东西通过大数据和模型的方法，利用我们掌握的数据给它做出来的，整个全国电力的十三五规划，我们院做的时候利用这个模型算出的结果，一遍一遍的算，最后做到各个省的平衡，直至整个国家的平衡，把平衡的结果写到十三五规划里面去。因为企业要投资一个电厂，或者在哪里建个电源内的项目，一定要了解当地的负荷、电价，测算这些情况，他一定要对未来做一个预测，能不能盈利？利用这个模型，利用这个方法，对未来做一个负荷预测，需求做一个预测之后，企业能够正确的看待投资的行为。谢谢大家！
（发言为现场速记整理，未经本人审核）
