“綠水青山就是金山銀山”的綠色發展理念已經深入人心，成為了公眾的普遍認知。

但是由于技術、管理及生產成本等多方面的原因，很多工業企業在生產過程中還是會有很多污染環境的行為。部分重污染企業為了自身利益，不遵守政府管控指令，反而違規開展生產活動或者轉移生產模式來躲避政府管控，這都不利于生態環境的保護。而環保監測部門從自身業務角度出發，目前暫時缺乏及時有效的方法對存在違法行為的企業進行精準執法。

面對這樣的困局，我們應該如何破？

大數據+環保，業務問題的新思路 

在當今社會，企業生產最基礎的生產資源就是電能。而電力數據自身又具有采樣頻度高、準確性好、可追溯性強等優勢，面對環保部門當前的問題與挑戰，從“電力數據+環保”的角度出發，不失為是一個針對企業進行長久監測的新方法。

美林數據通過企業用能監測分析，聚焦生態環境部門微觀出擊、靶向治污、宏觀把控三方面需求，打造企業生產“線上盯“，環境執法“事前管”，環保數據“云上查”的數據監控平臺，充分發揮電力數據價值和技術創新引擎作用，用數據思維解決業務問題，助力政府用能生態環境管控。

三個模型，輕松識別違規企業 

為了更加便捷地對重點企業用電情況進行實時監測，全面了解企業生產運行狀態，輔助生態環境部門對當前污染狀態和未來趨勢進行有效研判，我們可以分別打造企業用戶用電畫像、企業應急響應程度分析、異常企業生產模型3個不同的數據模型進行分析。

01

重點企業用戶畫像

基于重點污染企業用電數據，提取企業用電特征，融合活躍度、用電水平等數據構建重點企業用電畫像模型，以便于全面了解企業試生產運行狀態

02

企業應急響應程度

根據環保應急管控要求，通過用電數據直接監測企業應急管控響應執行程度。

03

異常企業生產模型

通過綜合考慮企業自身的歷史用電特征，以及所屬行業及相同生產規模企業的平均用電水平，識別異常生產企業，輔助環保部門優化檢查范圍，及時發現違規企業。

這樣一來，我們就可以從“電力大數據+環境監測”視角，開展污染企業生產運行趨勢、環保政策執行、生產異常等監測分析工作，構建環保監測預警分析模型，實現重點企業環保管控執行情況的監測及精準辨識。

數據可視化，讓業務應用更智能 

通過企業用能分析，環保部門就可以在應急管控時期，快速識別違規企業，輔助環保監測提供重要決策支持。但是分析模型直接輸出的數據可讀性不強，分析結果不直觀，無法讓一線業務人員能夠輕松查詢使用。

面對這種情況，我們就可以利用美林數據Tempo大數據分析平臺BI+AI一體化能力，實現分析結果直觀呈現，讓業務應用更智能。

▲宏觀把控監測用戶的用電水平分布、用電活躍度、用電量統計

▲針對一段時間內的企業異常生產情況分析

方便應急管控對象定位和異常情況及時預警

隨著大數據技術的不斷發展，“非現場執法”逐漸成為環保管理部門的新選擇，有了大數據的幫助，環保部門在企業環保監測方面，就可以開展環境監測精準稽查、為執法提供輔助決策，提升監管效率，助力國家打贏“藍天保衛戰”。

大數據時代，數據的跨界融合應用，能為之前很多看似無法解決的問題找到新思路。您還有那些業務問題和挑戰，歡迎您在評論區留言溝通，和小T一起探討大數據分析的新應用！