技术和数据科学如何支持绿色能源倡议

近年来,绿色能源技术的发展势头迅猛,因为它在减少碳足迹的同时还能满足能源消耗需求。研究表明,思维多样性能够带来最优解决方案;将这种类比延伸到能源领域,我们力求通过结合不同的技术并在所有能源来源中进行优化,以达到既满足需求又减少气候影响的平衡。本文探讨了科技行业如何成为绿色能源和传统能源之间的桥梁,帮助减少碳化及其对全球环境造成的后果。我们还将研究美国风力涡轮机数据库,并演示如何使用像 Anaconda 数据目录这样的数据科学工具进行能源过程优化。

技术和数据科学工具的进步如何支持绿色能源?

数据科学、人工智能 (AI)、机器学习 (ML) 和计算机硬件的突破正在实现日益无缝的流程和应用程序部署;因此,越来越多的行业正在采用技术来推动更环保的努力,并减少与传统能源相关的碳足迹。

例如,一些公司正在利用数字孪生(物理系统的数字表示)来支持更明智的决策。数字模型允许对流程进行虚拟仿真、测试和实时优化,从而通过减少运营排放来支持脱碳。数字孪生还有助于评估系统完整性,从而实现生命周期优化(寿命延长),从而减少报废旧结构/委托新结构的需求,并最大限度地减少相关的建筑材料、成本和物理影响。数字孪生只是能源行业精明的团队利用新技术来挖掘大数据并创建模型以预测各种场景下的优化运营的一种方式,最终提供更具成本效益和环境友好的解决方案。

演示:美国风力涡轮机数据库和 Anaconda 数据目录

除了增强和优化传统能源来源外,一些行业还在倾向于更绿色的解决方案。已知的绿色能源来源包括太阳能、风力涡轮机、波浪能以及最近的来自原料的可再生燃料。让我们仔细看看风力涡轮机行业以及技术如何影响该领域。

美国风力涡轮机数据库

美国地质调查局 (USGS) 部署了一个美国风力涡轮机仪表板,用户可以根据位置、高度、容量和安装年份筛选风力涡轮机数据,并在地理视图中可视化这些数据。这种可视化表示使用户能够快速确定趋势并了解风力涡轮机的容量和性能,从而支持未来的决策。大数据可视化是科技行业如何嵌入可再生能源行业的一个明显例子。

USGS 风力涡轮机数据库是开放且可共享的,这有利于更深入的分析和 ML 算法的实施,以生成预测模型。任何 ML 或可视化过程的第一步是找到数据源并以允许分析、可视化或模型生成的方式对其进行结构化。

演示:美国风力涡轮机数据和 Anaconda 数据目录

为了秉承 Anaconda 以数据素养赋能世界的愿景,我们最近部署了一项新功能:数据目录。Anaconda 数据目录利用 Intake,使用户可以轻松找到并加载有趣的真实世界数据集。USGS 风力涡轮机数据已纳入我们的数据目录中,以便于访问。

在下面的演示视频中,我们使用 Jupyter notebook 部署了一个 Panel 仪表板,该 notebook 利用 Anaconda 数据目录快速分析美国风力涡轮机数据集,并比较各州的计数和容量。该仪表板还允许我们按制造商分析风力涡轮机的计数和容量,并提供有关风力涡轮机及其容量多年增长的见解。演示展示了操纵数据集并快速了解风力涡轮机趋势(通过仪表板可视化)是多么容易——这随后使利益相关者能够围绕未来的安装进行规划和做出明智的决策,这清楚地传达了这项技术的优势。

感谢我们的同事 Philipp Rudiger 对此演示的贡献。

关于 Anaconda 数据目录的更多信息

Anaconda 数据目录将真实世界数据集与我们即用型的云端 notebooks 集成在一起。只需创建或登录您的 Anaconda Nucleus 帐户,即可体验我们不断增长的数据集选择。

技术、数据科学和绿色能源:主要启示

正如我们的美国风力涡轮机数据和 Anaconda 数据目录演示所示,技术和数据科学工具,特别是,可以以多种方式赋能绿色能源倡议。以下是一些主要启示:

  • 数字孪生可以通过实时虚拟测试和调整来支持系统优化,从而支持脱碳工作。
  • 虚拟生命周期评估可以帮助避免部署新结构,最大限度地减少相关的建筑材料、成本和物理影响。
  • 数据可视化增强了系统性能的沟通和理解。
  • 访问数据目录可以增强概念验证的设计和评估。
  • 数据分析支持明智的决策,从而实现更好规划和优化的绿色能源工作。

更多能源和气候资源

对数据科学、能源和我们的气候感兴趣?请查看以下其他资源:

  • 《数字说话:Anaconda 播客》的第八集“气候科学、科学计算和数据可访问性”采访了 Ryan Abernathey(纽约市哥伦比亚大学副教授),探讨了气候科学、科学计算、数据可访问性等。点击此处收听。
  • 想了解更多关于能源行业的团队如何利用 Anaconda 更快地开发和部署安全的 Python 解决方案的信息吗?点击此处或立即联系我们

关于作者

Jose Mesa 是 Anaconda 的高级软件工程师,负责支持开发、数据科学、建模、分析和教育合作伙伴关系(外展)。在加入 Anaconda 之前,Jose 曾在 Chevron 的海底、土木和海洋工程部门担任设施工程师,在那里他将数据科学技术集成到海上结构的设计优化、分析和实时监控中。他获得了密歇根大学船舶建筑与海洋工程 (NA&ME) 系的博士学位,并拥有航空航天工程和 NA&ME 两个工程硕士 (MSE) 学位。他在波多黎各大学完成了土木工程和土地测量双学士学位。


Matthew Kramer 是 Anaconda 的一名员工软件工程师,负责支持数据科学、建模和分析的云从业者工具的开发。在加入 Anaconda 之前,Matt 在 Chevron 的深水支持中心担任了 8 年的设施工程师,在那里他将数据科学技术集成到海上结构的设计优化、分析和实时监控中。他在计算流体动力学在海上浮式结构中的应用方面也拥有丰富的背景。他获得了密歇根大学船舶建筑与海洋工程专业的博士、硕士和学士学位。

与专家交流

与我们的专家之一交流,为您的 AI 之旅寻找解决方案。

与专家交流