2012：大数据改变能源的十种方式

在不久前召开的Distribu TECH大会上，最受关注的趋势是大数据工具和数据分析将被用于重塑能源领域，从控制能源消费，到降低能源损失，到增加新的清洁能源供应。

以下是数据分析和大数据改变全球能源生产和能源消费的十种主要方式：

1.气象数据。无论从宏观还是微观层面，随时了解气象数据的变化有助于建筑设施、业主和消费者优化他们的能源消费习惯，更加节能。初创公司EnergyHub最近与传感器网络厂商Earth Networks合作，利用气象数据提高能源供给设施的效率。其他一些初创公司例如EcoFactor，Opower和Tendril也开始利用气象数据进行能源消费模式分析。

IBM很早以前就开始向市政组织和设施销售一种气象预测服务Deep Thunder（深雷，如果可以这么翻译的话），帮助他们优化服务、改变路径，预测发电量。气象数据终有一天会成为下一代节能服务和应用的基础平台，就像地图和位置数据成为很多服务的基础平台一样。

2.手机数据。手机基本上可以看作是一个手掌大的，配备了传感器的电脑，不停地向云端发送数据串流， 总有一天会有公司利用这些数据帮助节能减排，或者推出更好的能源产品。是的，手机数据包含很多个人隐私，但是匿名化后这些数据将可以造福社会——尤其是在那些拥有十几亿手机的发展中国家。有一家名为Jana的初创公司已经开始研究发展中国家的手机数据，通过与NGO非政府组织合作项目创建更好的信息基础设施、能源基础设施和资源。

3.联网热传感数据。今年的DistribuTECH大会最显著的一个趋势就是智能热传感器的大量销售。这意味着很多公司能将这些传感器的数据导入数据库，用于提高能源效率。

4.Hadoop与能源数据库。开源数据库工具Hadoop在IT业声名鹊起，但在能源和基础设施行业还鲜有所闻。但是随着智能电网的能源数据开始快速增长，一些公司开始将Hadoop作为管理能源信息的关键工具。Opower和PJM都已经开始倚重Hadoop（以及Hadoop的商业化公司Cloudera）来管理海量能源数据。

5.清洁能源数据。智能电网的主要目的之一是允许很多清洁能源的入网，这些能源相比化石能源非常不稳定。通过分析清洁能源供给和需求数据可以比较准确地预测能源用户的需求，提高清洁能源供应的稳定性。

6.电动汽车数据。电动汽车天生就容易联网，可以用信息技术来管理汽车的充电和位置信息。电厂将粳米跟踪每辆电动汽车车主的充电习惯，以确保最早使用电动车的用户不会导致局部供电负载过大。

7.输电线传感器。这是发电厂最容易部署并收到效果的一种途径。传感器可以帮助电厂更容易发现停电故障点，并监控整个电网的过载情况。类似Synchophaser（同步步进装置）的传感器系统应运而生，可以实时监控输电线健康情况，每秒采集多种数据流。预计所有主要电网在未来几年都将部署Synchophaser传感器系统。

8.建筑数据。First Fuel这样的初创软件公司能利用大数据极为精确地评估建筑能耗并找出节能方法，而且不需要在建筑里安装额外的监测硬件。First Fuel分析的数据包括建筑周围的气象数据、建筑内人群分布、以及建筑的历史能耗数据等来做出准确预测。有关建筑的数据越多，做出的预测就越准。

9.动态定价。如果有一天全球的电力价格可以与供需关系动态关联，那么就意味着背后需要庞大的数据库支持。这种动态定价目前全球已经有部分地区实现，但只有被普遍采纳后，才能真正有助于控制能源消费，在能源消费过度时价格随之提升。

10.通过行为分析控制能源消费。Opower和Tendril这样的初创公司试图像孙悟空一样钻进消费者的肚子，了解他们的想法。这些公司收集大量消费者统计数据，试图分析出影响消费行为的最佳途径，例如如何让消费者升级使用更加节能的家用电器和照明设备。

信息来源：GigaOM