能源大数据的正确打开方式是啥？能源+人工智能！

 能源大数据的正确打开方式是啥?

1、能源互联网?走进死胡同!

作为一个语文长年不及格的人，在跟能源行业的各位扯今天的蛋之前，笔者思来想去，愣是没想出怎么能文采飞扬地写出一个优美的开头，能让点进来的朋友接受下面这个崩溃的事实——今天这篇文章，又是一篇讲“能源互联网”的稿子。

大家都知道，“能源互联网”这个词前两年真是火到爆了，在媒体轮番轰炸+专家指点江山之下，能源行业的从业者成功地被忽悠得一脸懵逼+无限敬仰，尽管“物联网、大数据、云计算”这些概念晦涩难懂，但啥话说一千遍都会成为真理。更何况大多数能源行业从业者对新一代计算机技术确实了解不深，而距离往往又产生美，于是在舆论铺天盖地的攻势下，一部分企业耳根一软，一咬牙一跺脚，在公司内部花钱轰轰烈烈地架设了物联网，安装了传感器，收集了N个TB的大数据，存储到云平台上，完还煞有介事地搞了数据分析中心，准备大干一场!(这几个概念还没搞懂的读者，请私信本号，义务答疑)

怎么样?媒体上提过的“黑科技”元素，我能源企业基本都集齐了，是不是可以召唤神龙，实现愿望了?

然而问题来了：企业费劲巴力收集上来的几TB数据，根本就不知道怎么才能充分利用!

稍有常识的读者都知道，在日常生活中，就是给你几个TB的小电影，让你看完写读后感，你没个把月都抠不下来，更何况是枯燥的数据?就凭你这对IT技术一知半解的能源企业，看着那浩如烟海的一片数据，能分析出个啥来?事实是：在企业所收集到的大数据中，只有不到0.4%的数据得到了应用。而剩下99.5%的数据，目前还只能堆在数据仓库发霉——这玩意，真的不是你招几个程序员就能解决得了的。

这下完蛋了，我企业花大钱搞了一堆黑科技软硬件，换回一堆看不懂的计算机数据(现在传感器啥的高科技设施也挺贵的)，那跟普通的工业监测系统还有什么区别?

显然，走到这一步，所谓的“能源互联网”，已经是迈进一个性价比超低的死胡同了。

2、人工智能?自学成才!

那么，能源大数据真的是没啥大用吗?真的就只能堆数据仓库用来破坏老板心情吗?

并不是这样。

笔者在这里给大家举个例子：带过小孩的朋友们应该都知道，父母教小孩说话花费的时间，每天可能也就十几分钟，顶多几十分钟，时间再长?当爹妈的还干不干别的事儿了?不工作了?不挣钱了?

然而突然有一天，你发现孩子会说话了，而且说的越来越6。然后当爹妈的就激动地到处宣扬：你看我家孩子，都没怎么教，自己就会说话了!

问题来了，小孩子到底是怎么在“没怎么教”的情况下，学会说话的呢?(对不起各位爹妈，我理解“孩子都是自家好”的心理，但你家孩子真没啥天赋秉异之处)

答案是：主要有两方面的原因。一方面，父母多少应该还是教了一些。另一方面呢，周围的人叽叽喳喳说话，孩子的大脑在这个语言环境下，也无意识的跟着学习模仿，只要听的足够多，就学会了。没错，听得要“足够多”。如果只听一句话，两句话，一百句话，二百句话，小孩子肯定是学不会的。

那么问题来了，所谓“足够多”，是多少呢?有研究表明，这个数量需要达到数以万计，甚至几十万，上百万句话。只有这样，小孩才可以把听到的语言，转化成自己说话的能力。

也就是说，小孩子是靠自学成才来搞定母语的。

3、能源行业+人工智能=?

现在，请各位读者再次将目光移回到能源行业上。

我们刚才已经提到，小孩在听多了别人说话后，慢慢自己就会说话。而且听得越多，他们说话时的用词造句也就越来越标准。

而对那些能像人类一样思考的计算机来说，如果被灌输了足够多的信息，它慢慢也会像人类一样，反馈给你信息。而且被灌输的信息越多，它们反馈的信息也越准确。

而电脑需要的是什么信息呢?就是从设备上传输回来的能源大数据。

人类跟计算机的相似之处

所以，这就是为什么单凭人力，很难彻底发掘理解大数据的原因——人家大数据那是计算机才能透彻理解的语言，不是你人类的啊。你非要跟大数据较劲，就跟抱个天书在那啃一样，不费劲吗?

人类眼里的计算机大数据

我们必须承认，在能源行业里，有很多工作，计算机做的要比人类要出色。比如说在发电侧，电厂需要预测未来几天或几周的水力、风力、太阳能情况，这直接涉及到公司的卖电收入，再比如说用电侧，售电公司需要预测客户下个月甚至是明年的用电负荷情况，这直接涉及到公司的偏差考核。

但是，即便是计算机的智能系统，彼此之间也是非常不一样的，举个最简单的例子：有些售电公司会发现，有些负荷预测软件非常精准，百测百中，而有些软件却错得非常离谱，奇蠢无比。

原因在哪?

我们还是举小孩学说话的例子，如果一个小孩话说不利索，那无非是两个原因：很多人都会认为是家长没教好，但一个更隐蔽的、不被人注意的原因是：小孩听得不够多，没有办法从周围的语言环境里受益。

计算机也是一样，对于那些能像人类一样思考的、也就是“人工智能”的计算机而言，如果它预测的不准，那无非也是两个原因：一方面，那些教电脑怎么思考的人，他们教的不够好，也就是你的预测软件编的不够好;另一方面，电脑吸取的知识经验不够多，没法通过自学来提升自己的水平。说白了，你的“能源人工智能系统”，没有在足够的行业大数据里耳濡目染，浓缩成俩字：欠练。

所以，这就是99.5%的，没法被企业直接利用的能源大数据的终极归宿：它们需要被用来训练人工智能，让电脑在处理能源问题时越来越“聪明”。

那么，对于企业来说，怎么搭建自己的人工智能平台呢?人工智能又能给能源行业带来哪些帮助呢?如果今后还能有机会能给读者推送文章的话，笔者将会重点跟大家唠唠，当能源行业跟这黑科技结合，究竟会产生出什么样的效果。