在人类社会快速发展的过程中,传统能源的大量消耗,在一定程度上对环境、人类健康等都产生了一定的影响,尤其是伴随着能源危机的出现,新能源产业发展进入了新的阶段。在“四个革命、一个合作”的能源安全新战略的指导下,新能源产业聚焦传统能源的替代式发展,在大数据技术的支持下,新能源产业将综合考虑传统能源的结构布局与需求等进行更加科学的应用推广与资源调配,以解决新能源产业发展中的各种问题。
1大数据技术特点分析
随着电子信息技术的快速发展,以及互联网技术在各产业领域的广泛应用,数据体量呈现出快速增长趋势,基于大数据技术对多元数据之间的关联分析,可预测产业发展趋势,由此,大数据技术的价值得以体现,其特点主要表现在以下三个方面。
(1)大数据技术以庞大的数据量作为基础支撑。大数据技术是通过在海量数据中发现其中存在的联系,对数据类型并未进行明确,具体可包括数字、文字、图片、声音和影像等。所以,在不考虑数据真实性的情况下,数据量的增加对大数据分析结果将产生不同程度的影响。
(2)大数据技术的实现复杂度较高。基于互联网的开放性等特点,为保证大数据分析结果的准确性,则需要通过多种手段对各类型数据源的真伪性进行辨别,而数据真伪的辨别具有较高的复杂度。同时,非结构化数据的增加对大数据技术的应用提出了更高要求,技术实现难度较结构化数据来说明显提升。
(3)大数据技术的结果稳定性好。相比较单一化的数据分析理论来说,基于互联网的大数据分析是以所有相关联的数据作为分析对象,因此,在大数据量的支撑下,分析结果则渐趋稳定。对于非正常数据的存在,其体量在庞大的数据下可以忽略不计,所以,这使得大数据分析结果具有良好的稳定性。
2大数据技术在新能源产业中应用的必要性
新能源产业的发展是人类社会可持续发展的重要保障,由于其技术构成相对复杂,在产业化应用方面需要综合考虑诸多影响因素,其中主要包括新能源产业经济效益和社会效益在数据上的体现。基于大数据技术的特点,以及从新时期能源产业结构转型的实际情况来看,大数据技术在新能源产业中应用的必要性将重点体现在以下两个方面。
(1)强化全面产业科学评估。任何类型的产业发展需要解决资源、生产和市场三个方面的关系,新能源产业作为一种新兴产业,为实现快速发展,需要在短时间内完成对产业发展前景的系统化评估。大数据技术的应用,能够分别就资源、生产和市场等不同关联程度的数据进行搜集、整理和分析,区分数据层面对新能源产业发展的差异化影响,并实现基于大数据技术的新能源产业实时动态梳理,通过建立风险模型的方式为新能源产业发展提供科学参考。
(2)构建和谐产业生态体系。新能源产业的发展同样会对自然生态等造成一定的影响,因此,为最大限度弱化新能源产业发展与生态环境保护之间的矛盾,则需要明确“绿色经济”背景下新能源产业可持续发展的具体路径。大数据技术能够依托新能源产业发展相关数据建立产业可持续发展模型,通过调整新能源产业规模、具体实施路径等相关参数,该大数据模型能够呈现出新能源产业的未来发展趋势。因此,通过优化新能源产业发展机制,可实现周围生态环境的科学保护,从而在生态环境和新能源产业之间建立更加和谐的关系。
3新能源产业发展的数据缺失问题
新能源产业受传统能源产业发展理念的影响较为深远,关于新能源发展的数据分析问题并未引起足够重视,由于能源发展缺乏科学的数据支撑,导致能源开发和利用的科学性明显偏低。
(1)新能源产业的数据统计缺失。新能源的开发受空间资源限制,在缺少详细数据支撑的情况下,新能源产业发展存在一定的局限性。以光伏产业为例,基于不同地区可用作光伏产业的林地、山地资源面积存在明显差异,而太阳能电板研发、生产、运输、安装和维护需要大量的成本投入,因此,还需要对光伏产业的经济效益和社会效益进行综合评价,传统产业数据统计手段无法应对如此大规模的关联数据统计,这导致新能源产业发展的数据统计风险明显提升。
(2)新能源产业的数据管理缺失。新能源产业发展伴随着大量数据的生成,在此过程中,为最大限度发挥新能源产业的经济价值和社会价值,则需要对新能源产业进行系统化的管理。目前,新能源产业依然延续了传统能源产业的运营管理机制,在数据管理方面倾向于以直接数据为参考,却忽略了大量关联数据所暴露出的具体问题,这导致新能源产业无法通过科学的数据管理发挥其在产业结构优化和生态环境建设中的作用,由此导致新能源产业的健康可持续发展存在一定风险。
4大数据技术在新能源产业中的应用建议
在新能源产业发展过程中,大数据技术的应用解决了新能源产业发展不同阶段所面临的问题,根据大数据技术的特点,其在新能源产业中的应用将从以下几个方面优化新能源产业发展机制。
(1)基于大数据技术的新能源产业研发周期缩短。在科学技术不断进步的前提下,新能源产业在多领域取得了重大突破,其中,新能源产业关键技术体系并不健全,相关研发过程需要大量的测试数据,而传统测试过程周期较长,同时,传统研发手段增加了时间与人工成本。针对上述问题,新能源企业充分利用大数据技术优势,在早期研发过程中对测试数据进行保存,经过较长时期的数据采集,有效数据体量明显增加,通过大数据技术对研发过程中的测试环节进行数字建模。根据已完成的数字模型,研发人员可以对新能源技术研发方案的合理性、科学性等进行验证,而验证结果对研发工作的开展有着一定的参考价值,使研发周期明显缩短。
(2)基于大数据技术的新能源产业科学布局。
传统能源产业结构布局已经完成,在现有能源布局基础上,新能源产业发展空间明显压缩,借助大数据技术能够对区域能源分布数据进行更加全面的系统化分析。以内蒙古地区为例,其地势开阔、平坦,风能、太阳能等新能源资源丰富,这里则可以通过大数据技术对内蒙古自治区风场进行分析,选择最佳位置安装风力发电设施,根据区域光照数据等对比其他区域风场的能源转换效率与太阳能转换效率的情况下,结合成本分析,以及从牧场环境保护的角度出发,对太阳能发电设施的安装位置、规模、角度等进行明确,实现新能源产业结构在不同区域的合理配置。
(3)基于大数据技术的新能源产业成本优化。
在新能源产业发展过程中,成本控制对于相关技术的商业化有着积极影响。在大数据技术的支持下,可对新能源产业成本进行拆解与分析,明确新能源产业链中成本的具体构成,为新能源产业成本控制及优化提供参考。以新能源汽车为例,在大数据技术的支持下,新能源企业将新能源汽车成本的构成进行细化,具体包括购车成本、日常使用成本、维保成本三个方面,并根据相关维修数据统计相关成本产生的具体原因,以及不同类型成本的占比等,并对具体解决方案提出后的成本数据变化情况进行对比,持续优化新能源汽车研发、生产、销售、维修等不同环节的成本占比,成本数据优化与控制对新能源汽车产业规模化发展将产生积极影响。
5总结
新能源产业是人类社会发展过程中解决能源问题的必然选择,在社会经济发展与环境保护方面有着突出贡献,但是,相关产业结构布局、成本控制等导致传统能源到新能源的转换之路漫长且复杂。大数据技术的应用,能够对将新能源产业发展中所遇到的问题进行梳理,通过产业数据搜集、挖掘与分析等,指出新能源产业发展问题产生的具体原因,并通过数字化建模、数据统计等对新能源产业发展的数据变化趋势进行仿真,通过改变新能源产业发展相关影响因素,预测新能源产业发展变化趋势,为新能源产业发展指明方向。