बिग डेटा के माध्यम से नई ऊर्जा क्रांति

आज द कंप्यूटर्स यह हमारे जीवन, हमारी कंपनियों, हमारी पढ़ाई और हमारे डेटा में आवश्यक है ... बिग डेटा इस सब में आवश्यक है।

सच तो यह है कि केवल शब्द के अनुवाद को छोड़कर "बड़ा डेटा" कुछ लोगों को वास्तव में इस शब्द और वास्तविकता के निहितार्थ में महारत हासिल है।

अवधारणा को विस्तार देते हुए, सच्चाई यह है कि बिग डेटा बड़ी मात्रा में जानकारी को संसाधित करने की संभावना से जुड़ा हुआ है जो खोजने की अनुमति देता है संयुक्त राष्ट्र के संरक्षक या अभिनय का एक तरीका, ताकि इसका विश्लेषण हमें एक निश्चित समय में सबसे उचित निर्णय लेने के लिए एक मार्गदर्शिका प्रदान करे।

प्रौद्योगिकी के विकास ने अनुमति दी है कि एक तरफ उन्हें संग्रहीत किया जा सकता है बड़ी मात्रा में जानकारी और, दूसरी ओर, समय की थोड़ी सी जगह में डेटा की इस विशाल राशि का विश्लेषण करने में सक्षम उपकरण होना संभव है। और हम कई गीगाबाइट के बारे में बात नहीं कर रहे हैं, लेकिन पेटाबाइट्स के बारे में।

सभी सूचनाओं का विश्लेषण करने की आवश्यकता है

इसके अलावा, डेटा को आज विभिन्न तरीकों से एकत्र किया जा सकता है। एक शक के बिना, सामाजिक नेटवर्क डेटा का लगभग अनंत स्रोत बन गया है। उनका विश्लेषण करके आप जान सकते हैं कि क्या समान लोग, आप कौन सा संगीत सुनते हैं, किन कारों को आप बिना मांगे भी सबसे ज्यादा पसंद करते हैं। हम जान सकते हैं कि अगली गर्मियों में कौन सा पर्यटन स्थल फैशनेबल बनने जा रहा है या कौन सी फिल्म अधिक सफल होने वाली है।

जो मायने रखता है वह किसी निश्चित व्यक्ति का विशिष्ट डेटा नहीं है, बल्कि कई हज़ार या लाखों भी है और इसे वास्तविक समय में जानना भी है। विचार यह एक हजार लोगों का सर्वेक्षण नहीं कर रहा है वे जो कहते हैं उसे पसंद करने का अंदाजा लगाने के लिए, यह देखने के बारे में है कि वास्तव में वे क्या करते हैं और पसंद करते हैं, यह जानने के लिए कि लाखों लोग क्या करते हैं।

उदाहरण कई हैं, खिलाड़ियों के हस्ताक्षर करने से (यह फिल्म मनीबैल को देखने की सलाह दी जाती है कि ब्राट पिट के साथ नायक के रूप में दिखाता है कि कैसे उपयोग करना है खेलों में बड़ा डेटा) राजनीतिक अभियानों के लिए। 2012 में ओबामा ने आश्वस्त मतदाताओं को भेजे गए संचार को अलग करने के लिए एक संपूर्ण बिग डेटा विश्लेषण मशीन शुरू की, जो कि अनिर्णीत थे या जो लोग उन्हें वोट नहीं देने वाले थे।

जानने के लिए बिग डाटा का उपयोग किया गया है खपत के तरीके गे परेड या मोबाइल वर्ल्ड कांग्रेस में आने वाले लोगों को उक्त घटनाओं से पहले के सप्ताह की तुलना करते हुए, उसी सप्ताह के साथ उनकी तुलना की जाती है। यह भविष्य की घटनाओं के लिए सुधार की अनुमति देता है।

ऊर्जा दक्षता बिग डेटा के लिए धन्यवाद

लेकिन ऐसे क्षेत्र हैं जिनमें उपयोग किया जाता है बड़ा डेटा यह अधिक ध्यान नहीं देता है और वास्तव में आवश्यक है। इस प्रकार, की अवधारणाएं बड़ा डेटा और ऊर्जा दक्षता या ऊर्जा प्रबंधन आवश्यक है। कार्य करने के लिए ऊर्जा प्रणाली के लिए, खपत डेटा के साथ उत्पादन डेटा को पार करना आवश्यक है। Red Eléctrica de España को उस ऊर्जा के साथ मेल खाने के लिए हर समय ग्रिड में कौन सी ऊर्जा प्रवेश करती है, इस बात की आवश्यकता होती है कि प्रत्येक 46 मिलियन स्पैनियार्ड के पास है।

ग्रिड में फेंकी और खपत नहीं की गई ऊर्जा खो जाती है। यही कारण है कि यह जानना महत्वपूर्ण है उपभोक्ता पैटर्न ऊर्जा इस तरह से है कि ऊर्जा की मांग ऊर्जा उत्पादन से अनुमानित है।

इस प्रकार, जब उदाहरण के लिए बारका मैड्रिड है, इलेक्ट्रिक नेटवर्क जानता है कि जब आराम आएगा तो ऊर्जा का चरम होगा क्योंकि लाखों लोग खाना पकाने, स्नान करने के लिए 15 मिनट का उपयोग करते हैं।

स्मार्ट मीटर की स्थापना

के साथ हाल के वर्षों में स्मार्ट मीटर की स्थापना बिजली आपूर्ति कंपनियों और बिजली ग्रिड के लिए उपलब्ध आंकड़ों की मात्रा में काफी वृद्धि हुई है। इस तरह वे जान सकते हैं कि वे अपने ऐतिहासिक उपभोग पैटर्न के आधार पर ग्राहकों को क्या पदोन्नति दे सकते हैं।

पूर्वानुमान लगाने के लिए, पूर्वानुमानित विश्लेषण के माध्यम से यह संभव भी है असामान्यताएं या यहां तक ​​कि नेटवर्क से प्रत्यक्ष और अनियमित हुकअप जैसे धोखाधड़ी का पता लगा सकते हैं।

नियामक ढांचे की स्थापना

लेकिन ऊर्जा के क्षेत्र में, बड़ा डेटा भी एक बार क्षेत्र को खोल सकता है पर्याप्त विधायी ढांचे वितरित पीढ़ी के सामान्यीकृत कार्यान्वयन के लिए यह अनुमति देता है। इस तरह से कि निजी उपभोक्ता और छोटे व्यवसाय दोनों बन सकते हैं, अक्षय ऊर्जा की स्थापना के साथ, विद्युत ऊर्जा उत्पादन और उपभोग नेटवर्क में आवश्यक तत्व।

यदि आप एक के उपभोग और उत्पादन पैटर्न का अनुमान लगा सकते हैं कुछ समूह, हम बिजली पर भरोसा कर सकते हैं कि ये छोटे उत्पादक ग्रिड में डालने जा रहे हैं।

जटिल प्रबंधन का मतलब यह हो सकता है कि हजारों अंक, तथाकथित शुद्ध संतुलन के माध्यम से शुद्ध उत्पादकों या उपभोक्ताओं पर निर्भर करते हैं, यह उन तर्कों में से एक है जिन्हें उत्पादन के उदारीकरण के खिलाफ रखा गया है। स्पेन में नवीकरणीय ऊर्जा का व्यावसायीकरण।

यह सच है कि इस तथ्य को प्रबंधित करना जटिल हो सकता है कि कई मिलियन घर हो सकते हैं जिनकी अपनी क्षमता थी अक्षय स्रोतों के साथ ऊर्जा का उत्पादन। ऊर्जा के प्रकार और मौसम की स्थिति (तापमान, हवा, बादल, आदि) के आधार पर, इसकी खपत या उत्पादन प्रोफ़ाइल पूरी तरह से बदल जाएगी और इसलिए नेटवर्क को इन दिशानिर्देशों का अनुमान लगाना चाहिए और आवश्यक ऊर्जा को अवशोषित करना या प्रदान करना चाहिए।

लेकिन बड़ा डेटा शायद वह कुंजी है जो इस बदलाव को सक्षम करेगा। आज उपलब्ध सभी डेटा दर्ज करके, यह जानना संभव होगा कि ऊर्जा की आवश्यकता किसको और कब होगी। यह एक समग्र तरीके से, और खाते में लेने के लिए जाना जा सकता है प्रत्येक पल के पैटर्न, अगर छोटे उत्पादकों द्वारा ग्रिड तक पहुंचने वाली ऊर्जा एक पल में या यदि इसके विपरीत है, तो वे उन सभी का उपभोग करने जा रहे हैं जो वे कुछ भी डालने के बिना पैदा करते हैं। यह मुश्किल है कि चुनौती को पूरा नहीं करने के लिए एक वैध तर्क नहीं है।

कुंजी के रूप में बड़ा डेटा

वर्तमान में बिजली व्यवस्था के लिए उपलब्ध जानकारी की भारी मात्रा के साथ बड़े डेटा का प्रबंधन अविश्वसनीय संभावनाओं को खोलता है, जो निश्चित रूप से स्मार्ट शहरों को बनाने में मदद करेगा ... बड़ा डेटा कुंजी है.