飓风与能源行业关系密切？这不是玩笑，在美国，四分之一的海上石油生产、三分之一的天然气加工、五分之二的炼油设施都位于得州、路易斯安那州、密西西比海岸。这类密集的基础设施平台、管道和炼油厂价值8500亿美元。而它们都处在飓风的必经路径，由于全球气候变化，飓风的强度和密度都大大增加，当海平面上升时，飓风足以上岸，海水可能淹没一般设施。根据能源咨询公司的推算，截至2030年，这类相关的气候损害将给能源设施带来每年180亿美元的损失。
根据Entergy公司的计算，在接下来的20年，这一地区基础设施一共将因气候损失3700亿美元，这笔钱足以重建新奥尔良6次，而路易斯安那州海平面上升的风险，是佛罗里达州的6倍。不仅如此，气候变化也对其他能源造成冲击，如天气给电网带来很多故障，如今每年因停电给美国造成的损失至少达到1000亿美元，在1992年，这样的损失不超过10亿美元。而极端天气也让停电变得越来越频繁。决策者们面对该气象数据，以往的决策开始被改变。
决策者发现，无论从宏观还是微观层面，随时了解气象数据的变化都有助于供给设施、业主和消费者优化他们的能源消费习惯，更加节能。初创公司Energy Hub最近与传感器网络厂商Earth Networks合作，利用气象数据提高能源供给设施的效率。其他一些初创公司例如Eco Factor、Opower和Tendril也开始利用气象数据进行能源消费模式分析。
而IBM早就开始向市政组织等销售名为Deep Thunder的气象预测服务软件，帮助客户优化服务、改变路径、预测发电量。有分析师甚至称，气象数据终有一天会成为下—代节能服务和应用的基础平台，就像地图和位置数据成为很多服务的基础平台一样。
能源行业是现代文明的供血系统，但在能源供应链上却没有—条贯穿上下游的信息链条，生产、运输、销售和消费各方都处于信息孤岛上，上游难以预见下游的需求变化，下游难以了解上游的供应与成本。目前全球出现能源短缺的—个重要原因是，缺乏获得这些资源的快捷有效方式。POSC公司总裁曾称“石油工业是信息工业”。因为很少有其他工业领域像石油工业这样更依赖于数据。因此，国际大石油公司一直都非常重视数据管理。埃森哲公司和微软公司曾调查指出，国际大石油公司75%的投入与信息技术领域有关。如雪佛龙公司将5万台桌面系统与1800个公司站点连接，消除炼油、销售与运输“下游系统”中的重复流程和系统，每年节省5000万美元，过去4年已获得了净现值约为2亿美元的回报。
大数据除了能够在能源的勘探、生产、运输、消费的各自领域中成为创新的催化剂，更重要的意义在于，在能源供应链上叠加了信息链，帮助各方更透彻地了解上下游的行为和变化，从而能够彼此智慧协作，实现整体最优。
由于在油气行业，勘探开发领域已从常规转向非常规，从陆上转向海上，人们对油气资源的认识和掌握越来越依赖信息技术手段。石油公司拥有的数据越多，对数据挖掘利用得越好，找到油气资源的可能性和掌控市场的能力就越大。掌握并利用好大数据，是石油公司提高核心竞争力的重要手段。
在电力界，智能电表亦成为新宠儿，在最近的大数据演讲中，你也能常常听到这个词。华盛顿正在实施—个智能电网试点项目，目标是可以每隔5分钟就从用户家里读取一次用电数据。有了智能电表，供电公司能每隔15分钟就读一次用电数据，而不是过去的一月一次。这不仅能节约大量人工抄表费用，而且由于能高频率快速采集分析用电数据，大数据从中产生，供电公司能根据用电高峰和低谷时段制定不同的电价，TXU Energy就利用这种价格杠杆来平抑用电高峰和低谷的波动幅度。TXU Energy甚至打出这样的宣传口号：朋友们，晚上再洗衣服洗碗吧，晚上用电不要钱。这对于TXU Energy和用户来说是—个双赢变化。
巴特尔公司的西北太平洋智能电网示范项目( BPNSGDP)是一个只涉及5个州6万用户的相对较小的试点项目，但它产生的数据量并不小。该项目总监Ron Melton估计该项目未来两年将产生数以TB计的数据。该项目使用了双向通讯，智能电网可以从电表接收信息，同时与商用和民用用电设备进行通讯。 “智能电网可以看作是互联网和电力系统中大量智能设备与传感器的融合。”该项目总监Ron Melton补充道。
“大数据分析技术使我们能够验证试点项目的智能电网技术的有效性，这对于未来的大规模部署和可再生能源的加入都至为关键。我们所扮演的角色不是制定政策，而是发展先进理念，发现哪些是可行的，哪些是不行的。”Melton称。
软件可以帮助新能源行业进行预测，太阳能和风能的产能稳不稳定，与天气条件息息相关。有专家指出：风能预测非常必要，因为数据显示在用电高峰期，风电农场的实际产能变化幅度很大。准确预测太阳能和风能需要分析大量数据，包括风速、云层等气象数据。丹麦风轮机制造商维斯塔斯( Vestas Wind Systems)，通过在世界上最大的超级计算机上部署IBM大数据解决方案，得以通过分析包括PB量级气象报告＼潮汐相位、地理空间、卫星图像等结构化及非结构化的海量数据，优化风力涡轮机布局，有效提高风力涡轮机的性能，为客户提供精确和优化的风力涡轮机配置方案不但帮助客户降低每千瓦时的成本，并且提高了客户投资回报估计的准确度，同时它将业务用户请求的响应时间从几星期缩短到几小时。
能源费用与日俱增，这促使很多商业机构和行业企业开始考虑通过技术节省能源开支。要想准确预测能源消耗并采取及时有效的节能措施，需要进行大量的数据分析，创业公司Grid Navigator致力于解决这个问题，他们开发的软件能够帮助楼宇业主更好地控制能源的使用。另外一个节省能源开支的方法是将未使用完的能源卖回给电厂或电网运营商。一些电厂甚至向那些愿意在用电高峰期减少用电量的用户提供补偿款，以降低停电的风险，这方面软件将大有可为。
石油、电力以及新能源企业都在积极拥抱大数据，为此投入大量资金人力，一个不错的例子是，埃克森美孚曾在此前一次全球性招标中，一次性投入10亿美元来采购信息化服务。很多巨头每年在信息化建设中投入的比例往往占到公司盈利比例的1%-3%不等。从种种角度来看，充满甜油的数据富矿将革新这个从19世纪就存在的古老行业。
数据分析, 数据挖掘, 能源, 数据