節(jié)能減排作為我國當前重點發(fā)展產(chǎn)業(yè)，發(fā)展好壞事關(guān)我國當前“調(diào)結(jié)構(gòu)，穩(wěn)增長”大局。其中通過產(chǎn)業(yè)升級，引進新技術(shù)，改造鋼鐵、冶金、化工等重污染行業(yè)的業(yè)務(wù)流程，做到重點突破，更是整個節(jié)能減排行業(yè)的重中之重。針對當前工業(yè)領(lǐng)域節(jié)能減排面臨的實際問題，結(jié)合當前流行的“大數(shù)據(jù)”技術(shù)是一條可行之路。

工業(yè)領(lǐng)域節(jié)能減排面臨的問題

當前工業(yè)領(lǐng)域的節(jié)能減排工作雖然取得一定的成效，但同時在工程實施中面臨著多種實際問題。具體有基礎(chǔ)數(shù)據(jù)不準、信息化程度不高、科學決策能力不完善等問題:

基礎(chǔ)數(shù)據(jù)不準

“基礎(chǔ)不牢，地動山搖。當前，節(jié)能減排產(chǎn)業(yè)中突出存在的問題就是，作為基礎(chǔ)的能源消費數(shù)據(jù)精確度不夠，顆粒度太粗。實際工作中，有關(guān)統(tǒng)計部門往往給出的是以省、市、縣為單位的能源消費數(shù)據(jù)，或者是以實體為單位的能源消費數(shù)據(jù)。甚至有些基礎(chǔ)數(shù)據(jù)都是估算的，缺乏準確性和精確性。歸根至底，能源消費行為是建立在企業(yè)、家庭、個人等實體行為之上的。只有掌握一線數(shù)據(jù)，提高數(shù)據(jù)的精確度和準確度才是做好節(jié)能減排工作的基礎(chǔ)。

信息化程度不高

以美國、日本等為代表的歐美節(jié)能環(huán)保先進國家，通過產(chǎn)業(yè)升級，將以大數(shù)據(jù)技術(shù)為代表的一系列信息化技術(shù)融入節(jié)能環(huán)保產(chǎn)業(yè)全過程，取得令世人矚目的成就。例如，德國TUV NORD作為第三方認證機構(gòu)在微軟新總部，蒂森克虜伯電悌總部項目實施中，引入大數(shù)據(jù)能源管理，在建筑的設(shè)計規(guī)劃階段、施工階段、運營階段等多個階段通過數(shù)據(jù)化的能源管理系統(tǒng)，實現(xiàn)建筑的低碳、綠色、智能。相比較，我國節(jié)能環(huán)保產(chǎn)業(yè)有關(guān)設(shè)施設(shè)備信息化水平較低，缺乏突破性代表應(yīng)用。整體上，當前我國節(jié)能環(huán)保工程水平粗放有余，精細不足，信息化手段發(fā)揮的空間巨大。

科學決策能力不完善

西方?jīng)Q策理論學派的代表人物赫伯特?西蒙指出：“管理就是決策，決策是管理的核心。其對企業(yè)決策者的能力要求是快速判斷、快速反應(yīng)、快速決策、快速行動及快速修正。決策能力是企業(yè)家為維持企業(yè)生存必須具備的、最起碼素質(zhì)?？茖W決策是企業(yè)家知識素質(zhì)的綜合體現(xiàn)，也是他們的主要工作。決策水平的高低對企業(yè)的成敗影響十分巨大，據(jù)美國蘭德公司估計，世界上破產(chǎn)倒閉的大企業(yè)，85%是因企業(yè)家決策失誤所造成的。2004年，聯(lián)想集團收購美國IBM個人電腦和筆記本電腦業(yè)務(wù)，是聯(lián)想集團問計于高盛和麥肯錫后全盤考慮做出的決策。借助于沙盤推演和詳盡的數(shù)據(jù)分析，事實證明，該決策獲得了巨大的成功。相比之下，節(jié)能環(huán)保產(chǎn)業(yè)缺乏類似于聯(lián)想集團收購IBM電腦個人業(yè)務(wù)這種在關(guān)鍵拐點做出成功決策的案例。

大數(shù)據(jù)技術(shù)概述

信息和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，智能手機、物聯(lián)網(wǎng)等多種智能終端的全面應(yīng)用，各行各業(yè)內(nèi)的行業(yè)數(shù)據(jù)呈指數(shù)上升態(tài)勢。針對此現(xiàn)狀，Google公司在網(wǎng)絡(luò)捜索應(yīng)用中通過創(chuàng)新Map/Reduce、GFS、Bigtable三大云時代計算范式在工程實踐中取得空前的成功。同時以Yahoo、Amazon為代表的工業(yè)界開發(fā)的Hadoop、 HDFS、Hbase等一系列開源技術(shù)產(chǎn)品，為“大數(shù)據(jù)”的收集和處理提供了技術(shù)保障。簡而言之，在大數(shù)據(jù)時代，人類第一次有了精細的觀測手段可以詳盡觀察并處理海量數(shù)據(jù)。通過深層次挖掘海量數(shù)據(jù)，可描述物理世界中的各種實體、實體之間的關(guān)聯(lián)，乃至描述整個社會形態(tài)。