专栏名称: 海南省数据产品超市
海南省数据产品超市通过有序开放公共数据资源整合社会数据资源,引进具有技术服务能力和研究分析能力的大数据企业、机构和团队,进行数据产品开发生产、供需对接、流通交易,构建统一公平、竞争有序、成熟完备的数据要素市场体系,促进自贸港数字经济的发展。
目录
相关文章推荐
GiantPandaCV  ·  DeepSeek-V3 FP8量化浅析 ·  2 天前  
浙江大学  ·  2025,Fighting! ·  3 天前  
武汉大学  ·  碰-杠-胡!武大人这个春节赢“麻”了 ·  4 天前  
51好读  ›  专栏  ›  海南省数据产品超市

国家发布|“数据要素×”典型案例第四期

海南省数据产品超市  · 公众号  ·  · 2024-06-27 10:44

正文

"

5月24日,国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等相关部门在第七届数字中国建设峰会上发布第一批20个“数据要素×”典型案例,通过示范引领,激励多方主体积极参与,释放数据要素价值。

"

案例十六、跨部门气象数据共享 助力地质灾害分级预警体系建设

精准及时的地质灾害气象风险预警是保障人民生命安全的“防护堤”,实践表明“预警早一秒,风险少一分”。地质灾害和气象风险往往相互交织,通过对气象与地质数据的深度融合应用,可以显著提升风险预警的实时性、精确度与实用性,进而有效增强防灾减灾的能力。四川省修复防治院联合四川省气象台通过共搭平台,实现地质、气象等数据的协同效应,用数据的“油”点亮防灾减灾的“灯”。

一是推动气象数据实时汇聚共享。 建立地质灾害气象数据共享平台,实时采集共享全省4000余处气象站点降水实况、逐小时天气预报、雷达卫星多源融合资料等气象数据及7000余处地灾专业监测雨量站点数据,并打通气象、自然资源、水利、应急等部门数据,为全省的气象预报、灾害预警以及相关决策支持提供了更为坚实的数据基础。

二是实现灾害精准分析预测。 四川省修复防治院通过搭建可自主适配本地化的气象预测模型,为全省21个市(州)、175个地灾易发县提供“6小时、3小时、1小时”短期预测信息,使区域内地质灾害气象预测更加精细化、具有针对性(如图1所示)。2022年以来,在气象、地质等数据大量精确汇聚支撑下,短临预测信息有效性显著提升,精准性高达55.6%。

图1 省市县分级制作地质灾害气象风险预警产品

三是实现灾害及时预警预防。 通过电视、网站、自媒体等渠道发布和短信点对点通知的方式,同步将地质灾害气象风险预警信息及时发送到有关部门单位和人民群众,实现预警信息数据有效传达共享(如图2所示)。2022年以来,有效支撑全省范围发布地质灾害气象风险预警共5839次,实现成功避险123起,避免2400余人可能的因灾伤亡。

图2 地质灾害气象风险预警体系

案例十七、“气象保险增值服务”赋能风电设施建设运营减损增效
在全球气候变暖背景下,我国极端天气事件增多增强,统筹发展和安全对防范气象灾害提出了更高要求。精准气象预测借助大数据、AI算法等现代科技技术,可对具体区域和场景的气象变化做出系统性监测和预判,从而有针对性地提升气象预测对生命财产的保驾护航能力。台州市气象局、人保台州分公司、浙能集团三方合作探索“买保险送气象服务”模式,为风电企业提供定制化气象预测,助力企业预防灾害、顺利施工、高效运营。

一是创新“气象保险增值服务”合作模式。 风电企业仅需支付商业保险费用,即可享受由保险公司采购、气象部门提供的实时风向、风速、雨量、温度、能见度等气象数据服务,改变了原来需要分别向气象部门和保险公司定制气象服务和工程保险的常规流程。

二是实现气象数据产品与项目运营管理有机融合。 将天气预报产品、气象模型接入业主方现有的智慧工地平台,实现当致灾气象要素发生异常时,通过电话、短信方式对指定位置进行告警。同时,通过建立风功率预报、灾害风险等模型(如图所示),实现3天内的天气预报,为电力调度、工程推进提供决策建议。

三是探索数据利益分配模式。 该模式形成了保险公司降经营风险、风电企业降本增效、气象服务中心获取更多研究场景和经费的多方共赢局面。2023年,在专业化的气象数据服务下,某海上风电项目未出现灾害理赔情况,为保险公司节约了大量理赔成本。同时,该项目在当年额外增加了45天的作业窗口期,工期提前1个月完成。

图 短期风电预测流程

案例十八、跨层级数据贯通提升基层治理现代化水平

基层治理是服务群众的最前沿,也是群众感知基层治理效能和公共服务温度的“神经末梢”。但基层治理往往面临人员少、任务多、资源不足等现实问题,为解决基层政务服务重复工作多、数字化程度低等问题,烟台市大数据中心建设市县乡村四级联动、上下贯通的镇街综合数据平台,通过智能报表、智能台账等有效减少基层重复摸排、重复报表工作,推动数据赋能公共服务,为基层减负和基层治理现代化提供了有力支撑。

一是打造全量汇聚、多级联动、上下贯通的数据应用体系。 通过建设镇街综合数据平台,整合了市、县、乡、村四级共15大类、177子类、1300多万条数据,实现了基层基础数据“应归尽归”。同时,建立数据返还机制,针对基层共性数据需求定期返还,累计返还166类国家级、省级和市级数据,实现基层所需数据“应返尽返”。在数字底座基础上,通过智能报表、智能台账等方式,实现报表自由定制、数据自动复用、结果实时统计,有效减少基层数据重复填报和手工筛查,减轻了基层“指尖上”的负担,基层表格缩减率达34%、填报缩减率超过52% 。

二是赋能基层数据应用场景,推进公共服务普惠化。 综合数据平台聚焦民生保障、乡村振兴、补贴发放等重点领域,推进256个基层业务上网运行。在赋能补贴发放方面,设立社会救助、社会福利、计生奖扶等3大类、13小类补贴认证事项,通过跨部门数据共享和融合比对,主动发现老年补助发放、残疾人补助发放和农村奖扶发放人员,协助基层进行低保人员、特困人员、残疾人等相关补贴的认证工作,有效助力提升补贴发放精准性、高效性。

基层数据热力图


案例十九、推动数据要素创新应用 助力新能源发展及消纳

能源是保障行业发展的“粮食”。大力发展新能源是缓解我国传统能源对外依赖性高、碳排放强度大等问题的关键解决方案。但风电光伏等新能源受自然条件影响,发电量具有随机性、波动性等特点,随着新能源并网增加,带来的系统运行稳定性问题和弃风弃光问题也日益突出。国网新疆电力有限公司通过汇聚分析新能源项目审批、场站运行、气象等数据,建立新能源功率预测及消纳能力分析模型,为新能源项目建设、并网运行、动态消纳等提供科学决策依据。

一是推动新能源数据汇聚融合。 打破各平台数据壁垒,获取多源监测分析数据指标260项,汇聚807家新能源场站的8497万条光伏运行数据和5.7亿条风电运行数据;获取沙尘、寒潮、大风等5种非平稳转折性气象环境数据,沙漠、盆地、戈壁、荒漠及其交叠的10种特殊地形地貌下的9534万余条云图数据。

二是开展新能源数据的建模分析应用。 构建新能源多维分析框架和全景可视化场景,聚焦新能源运行和消纳环节,应用机器学习等技术测算不同技术路径下的新能源消纳量和利用率提升情况,提前预测可能发生的并网风险,提供消纳措施选取建议,辅助开展各项措施应用后评估。明显提高新能源发电上网的监测准确性,其中,风电短期预测精度提高4.3%,光伏短期预测精度提高2.2%。明显减少弃风弃电现象,增加新能源上网电量31.9亿千瓦时,相当于克拉玛依地区全年用电量。

三是开展新能源数据的共享定制服务。 基于能源大数据统一门户,对外提供多元定制化数据共享服务,为800余家新能源企业提供一键式新能源并网信息跟踪查询,为政府部门提供实时动态的新能源发展全场景数据服务和分析报告,实现新能源场站的提前规划、全景监测、智能分析、消纳预测和风险管控,在保障电力系统安全稳定运行的前提下提高新能源应用效率。通过大数据智能化管控,优化并缩短并网流程15项,提升并网效率30%,节约新能源发电项目建设和运营成本,加速了新能源项目在新疆落地发展,为“双碳”目标实现和能源安全贡献力量。

图 1 新能源功率预测系统

图 2 新能源消纳-运行视角







请到「今天看啥」查看全文