10月18日，由数据猿联合中关村大数据联盟、青域基金、中国工业节能与清洁生产协会余热利用专业委员会、百分点集团共同主办的《G20能效引领计划下的能源大数据》活动在北京成功举办。

活动现场主持人：数据猿创始人牟蕾

与会分享嘉宾有：

中国大数据产业联盟常务秘书长 张涛

中国国电龙源电力集团（北京）风电工程技术有限公司运行数据分析及优化中心主管工程师 李韶武

能源基金会工业节能项目主任、中国工业节能与清洁生产协会余热利用专业委员会 指导委员会主任 何平

青域基金 合伙人 牟颖

百分点集团能源行业架构师 董继军

通用电气中国数字创新坊 能源行业战略活动总监 秦川

北京思诺环能科技有限公司 创始人 杨超

沈阳昊宸科技有限公司 总经理 王昱涵

云智环能科技（北京）有限公司 总经理 张隽永

温馨提示：

欲索取现场嘉宾分享的PPT，请后台回复关键词“董继军”下载

以下内容为“百分点集团能源行业架构师董继军”分享，并由数据猿编辑整理发布：

董继军：关于能源大数据，大家已经提到很多了，比如第一个建立以用户为中心的能源大数据平台，发电端、输电端、电网等等，以及能源生产和制造过程的很多应用和实践，但是还有一点更重要的，就是我们生产出来的所有能源都是为用能的人服务的，包括我们的家庭，社区，以及一些商业机构等等。

而人类在能源利用的过程中，社会的每一个跃升，都伴随着能源的利用。原来是用水利，后来用蒸汽机、用内燃机、用电力。到了现在，当我们把电力和电子技术，也就是互联网技术结合起来之后，终于到了一个崭新的跃升阶段，也就是能源互联网阶段。

比如说家庭光伏发电、分布式储能设备。百分点过去几年积累了全网5.5亿的用户电商行为画像，而我们正在做的事情，就是要对所有的能源使用者、用能客户，包括家庭、机构、学校等进行能源画像。

对于一个能源使用者来说，一个家庭，一个学校、一个机构、一个商场，或是一个饭店，它的能源使用是非常复杂的，不仅限于电力、燃气，包括家里用车，可能是电动汽车也可能是燃油汽车。

此外，无论是传统发电企业、炼油企业生产出来的能源，或是燃气企业生产的能源，甚至是在分布式能源之下，每一个小的机构和小的中心点，他们将怎么使用和储存这些能源呢？我们百分点就基于自身积累的数据，在人的画像基础上，开始逐渐建立用能画像的体系。

建立这个复杂性的过程中，就需要用到数据，这是我们百分点最强大的地方。需要进行新互联网模式下的新的商业模式，以及新的业态模式，来建立全维度的用能模型，从而真正创造出新的业务和新的价值，这是我们百分点一直在做的事情。

首先举一个例子，我们帮助一些家庭、商场在内的机构用户，构建其用能画像。当我们知道这些用户怎么使用能源的时候，它就会变成一个真正的能源互联网的基础数据平台。当建立这样一个基础能源网络之后，传统上的能源企业，从能源生产端电力、燃气、油品，经过勘探、开采，中间的量化到电力单位，会逐渐变成一个网状结构，真正变成今天所熟知的互联网的状态。

也就是每一个用能机构，包括家庭、机构、社区，都会变成能源互联网上最重要的节点，他们不仅在使用能源，同时也在制造能源。把整个网络的连接节点，利用大数据技术，对能源生产、使用的完整的数据进行分析，让能源互联网实现更高效的运转，实现人类所希望的美好的能源使用前景。

怎么能知道每个家庭、每个学校、每个社区，它的能源消费、能源个性化生产？以及怎么描述用户画像呢？

用能类别：家庭有电力、燃气，可能有燃油汽车，也有可能有电动汽车。

用能特征：无论是学校、商场、家庭。不同的时间段，不同的人群，都拥有不同的用能特征。

我们从这两方面入手，为描述的对象建立能效模型，描绘出完整的用能画像，可以随着能源的发展，随着能源互联网的建立，新能源、新的能源形态，或者新的管理形态的逐步发展，为其建立一个以家庭为单位或者以商场为单位的优化模型、评估模型。然后再结合各种碳排放、能效、能源消费等方面，最终形成能源消费画像，当然这个消费，在能源互联网之下，既包括了消费，又包括了分布式能源的使用，这是建立全维度的能源消费框架的技术画像。

我们经过多年实践，通过数据的模型算法，实时数据采集，包括智能电表，以及其他的一些设备传感器、环境的传感器，收集到大量的非结构化数据，通过模型库、智能分析系统，建立能源使用的画像结果，再通过这个结果，进行能源使用实时互动。

建立了用户画像之后，我们真正在能源互联网大基础架构之上，可以为整个社会，整个环境资源的能源使用发挥非常大的作用。

优先发展更清洁使用效率更高的能源，因为家庭或者机构的能源使用非常复杂。电网的优化，管网的优化，能源企业的生产组织，风力发电的全国布局，因此我除了知道哪些地方适合于风力发电的自然条件之外，还要知道用电的客户在哪里，怎么来优化能源结构布局。包括家里面的用能产品，各种家用电器，各种保护设备的优化，产品的优化，能效的优化等等。

在所有关联方的使用产品之下，都需要使用我们的用能数据，也就是用能画像，来帮助大家优化生产，优化调度和优化使用。这就是我们建立全维度能源消费画像的场景，我们把画像画得越精准，整个互联网才能真正架构起来。

下面跟大家分享一个，我们在燃气用户上，用户画像的实践和应用。因为对于每个能源消费对象来说，他的用能是非常复杂的。因此我们完全站在整个消费者全维度、全能，所有能源消耗的体系框架之下，描述它的用能特征和用能特点。关于电这块，我们现在已经正在做，并且很快就要出来了，但是基于数据保密，项目保密原则，今天就给大家先展示一下，我们在燃气用户用气画像分析上的应用案例。

我们取得了所有燃气商业用户的远传读数表，包括气温数据、客户信息、行业特征、面积等等，以及它的设备能耗数据、计费数据……我们把所有的数据都集中起来，建立用户的用气特征和用气画像，包括抽取一些异常用气，这也是我们在行业实践落地中的一个很重要的应用点。然后建立了它的用气类型的分析，异常用气侦测，包括管网。可能有些燃气用户会基于各种原因偷气，因此造成许多安全隐患，电力方面也存在同样的问题。

此外，我们还提供管网优化和客户服务，通过从原始数据采集到中间用气特征模型的建立，如果以燃气为基础，客户这边管理的所有机构用气，他的用气特征、用气的行为，包括行为的异常与否，通过所有机构，所有用能特征，就可以呈现出一个全维的画像。全维画像建立之后，能源互联网大数据的基础就逐步建立起来了，对整个管网优化，包括电网优化、生产优化，以及整个有效调度都将提供强大的数据支撑，这是我们的框架。

在实际的项目行业实践当中，我们基于百分点的大数据平台，从流量的数据、企业内部数据和企业外部数据，进行基础的数据处理和数据拉通，基于它的商业关联，然后建立了用气特征的画像，将来会是整个能源使用端的全维度画像，包括用气、用电、用油，以及其他的能源特征，再叠加上互联网技术，形成最后一个完整的画像。

在能源管理应用上，根据用户的实际业务管理需求，落实到了安全、调度和服务三个层面，帮助整个管网安全、用户端安全和管网调度、服务优化等落地。通过从原始数据采集到整个大数据应用，到最后的业务场景的实现，我们会通过数据模型的自动侦测，弄到偷窃的客户名单，消灭一些潜在安全隐患，减少经济损失，这个是应用的实践框架。

我们会对整个用气特征进行分类，例如一个区域中心的用户，可能是餐馆，可能是小区的供暖锅炉，又或者是壁挂炉用户，他们都可以通过数据模型、聚类分析，进行识别。

我们通过对客户的用能画像和特性标签进行分析，发现了一个很有趣的现象，虽然大多数用户都是在用燃气采暖，但实际上他却是分了早晚用气型，早上和晚上的波峰波谷，呈现很均衡的特征。根据用能企业，包括它的名称、周围商圈以及其他信息，做了不同分析。

我们发现上午用气型比较符合业务常识，上午用气量较多的一般是学校，或是类似企业。白天比较均衡用气型的，可能是一个商厦，为什么会发现这样的情况呢？这是由它的建筑特征，人流分布，以及用气特征导致的，我们就会对整个的用能企业，用能单位，进行更加深入的了解，清楚的知道怎么使用能源，再叠加上用电信息、其他的能耗信息，我们将来就可以拥有比较好的优化模型，帮助其规划未来能源使用情况。

对于单个用户，我们也会观察他的用能使用情况。在能源传输过程中，从生产端到使用端，中间要经过一个传输，这个传输不外乎两大体系，一个是电网，一个是燃气管道网络。它们都有一个最重要的特征，很难存储，那就需要对整个无论是电网，还是管网的调度进行优化。通过对用能单位的画像，用气特征、用能特征的数据处理，从而帮助我们指导调度和优化。

针对不同用户的风险指标，具体的参数，通过大数据的分析得出客户用能的指标，包括标签值，这些数据可以在能源企业里面发挥非常好的作用，在实际业务当中，也同样产生了非常重要的价值。

刚才介绍了百分点在能源行业的用户画像的行业应用。其实在所有的过程中，从产业结构来说，非常重要的就是要从整个能源互联网架构来看待中间网络架构上每一个节点，每一个节点里面能源的使用是非常重要的。能源的特征是条块分割非常严重，从能源产业的角度来说，应该是竖井式的。但是我们一定要知道，在能源互联网发展之下，每个用能的个体，它对能源的使用一定是综合的。我们现在要做的，就是要以客户为中心，以能源使用者为中心，把这些用能数据给数据化。

举一个例子，在百分点的展厅之前有一个电视，就是长虹电视，你每天什么时候开机、什么时候关机，它的功耗，包括看了什么节目，这些数据在背后都是存在的。所谓的客厅革命，就是把所有的电器连接起来之后，它的能耗使用情况、日常状况等数据都叠加到对能源使用的画像数据采集上，通过底层采集数据，就可以建立客户的用能画像，建立标签系统，通过深入学习和其他的数据分析技术，建立起能源使用者的用能特征，以及行为预测，从而设计和重构能源。

链条式的能源产业，一定会基于大数据，从数据化到网络化，整个能源网络形态将得以重构。我们脑海当中比较熟悉的，纯网络化的互联网的架构，这个肯定是未来发展的大趋势。整个能源管理和组织都会发生深刻的变化，所有的变化，都是基于在能源互联网上，每一个节点要有非常清晰的认知和画像，这也是我们百分点最近几年一直在做的。

通过能源画像体系，在能源互联网上面每一个节点，不论是消费还是生产的参与者，形成一个权威画像。这将来在国内一定会涌现出来，首先就是能源管理公司，接下来还会有能源交易、能源生产，家庭和机构都建立在整个数据服务的基础之上，是我们未来整个能源互联网的核心基础平台，也就是大数据平台。

接下来，介绍一下我们公司的状况。我们公司有600多人，包括30多位博士团队，刚才所提到的行业应用案例，这几位博士也都参与其中，并参与建立了用能模型。我们公司在杭州和深圳都设有分公司，来落实本地化的开发。

在商业实践上，我们是国内最大的云技术服务商，服务于超过大概2000家电商客户，有国内最成熟的全业务驱动画像体系，下一步我们要做的就是对能耗企业的画像。从2009到2015年，我们推出了自己的产品，最核心的大数据操作系统和用户标签管理体系，这也是我们建立消费者画像、能源使用者画像最基础的平台。

整个大数据的产品全景，我们的底层大数据操作系统管理底层所有的计算资源，基础的计算服务支持，在中间按照一个工作流的形式来管理大数据，从数据采集，清洗，标准化，建立标签体系等等，而标签体系是百分点研发的一个非常重要的核心产品，通过标签体系，可以对人，对能源使用者，以及其他对象，建立一个全景的视角，从而提升服务，重构整个行业。我们分别在电商、工业4.0和金融行业分析等领域，实现了基于底层数据的服务和业务落地。我们有超过5.5亿的用户画像，日活大概是5000万UV的量级。

我们还服务于一些互联网企业，他们在个性化推荐和用户服务上都依赖于百分点背后的体系。

大数据落地方面，同样要关注传统行业，而能源就是传统行业里最传统的。

百分点7年发展过程中，我们经过产品研发、行业落地和应用实践，包括自己构建数据平台和数据平台之上做数据模型和分析服务，也因此获得了一些荣誉和资质，在行业内也处于领先地位。

谢谢大家！

主持人：能源行业也有很多人提到需求侧的数据问题，我现在也非常高兴的听到，像百分点这样的大数据企业，在积累需求侧这样的数据。我想知道，现在在百分点在能源需求侧数据方面的积累大概到什么程度？   

董继军：所有的用能数据目前被归集到能源提供方，在国内比如说电力、燃气，还有石油石化都是分别独立的。现在我们采取不同的方式，包括燃气行业的实践，电力行业的数据现在也在做着分析和探索，已经要出一些成果了，细节还不方便透露。我们是从两个层面入手，一层是最终用户层。我们家的用气数据和用电数据应该属于我的，但是同时这个数据也是属于电力公司和燃气公司的，所以我们从两个渠道去拿到这些数据。

主持人：百分点未来建立的基于能源用能数据的公共平台会给大家使用吗？

董继军：这个就需要根据不同的业务场景。当我们建立能源大数据平台，用能单位全维度的精准画像之后，它的应用层面是非常多的，就需要根据不同的场景。我们建立这样一个云平台或是大数据平台，给公众做服务，用SaaS的方式，这是根据产业的发展逐步建立的过程。但我个人是相信，最终所有的东西都应该是联网的，数据都是互通的，这是大数据最重要的价值。

完整版视频：

https://v.qq.com/txp/iframe/player.html?vid=m0338acfjbb&width=500&height=375&auto=0

来源：数据猿