با افزایش مداوم جمعیت جهانی، جمعیت در سال 2050 به 10 میلیارد نفر برآورد شده است. بنابراین با توجه به این تعداد و پیش بینی جمعیت، باید عرضه انرژی با تقاضا مطابقت داشته باشد. در نتیجه تصمیم گیری درمورد مدیریت منابع و استفاده از آن، به یک مسئله مهم و ضروری تبدیل شده است و می تواند تاثیر اقتصادی بزرگی داشته باشد. و در جهت عکس نیز، می تواند کمبود انرژی را در بر داشته باشد. از این رو مطالعه داده های انرژی و تجارت انرژی با توجه به وجود عدم قطعیت های مختلف پیرامون آن در مرکز توجه جوامع انسانی قرار دارد و طبیعتا پیشرفت تکنولوژی را در بر خواهد داشت.
اندازه گیری عدم اطمینان در انرژی، در مورد تاثیر داده های ناشناخته که در پیش بینی مدل تاثیر می گذارند، اطلاع می دهد. با این حال به دست آوردن مدل های دقیق پدیده های فیزیکی می تواند بسیار پیچیده باشند. این مسئله منجر به استفاده از ابزارهای آماری مانند یادگیری ماشین و یادگیری آماری می شود.
از طرفی گسترش جمع آوری داده ها و سنسورها در صنعت انرژی باعث شده است که مقدار زیادی اطلاعات جمع آوری شده در مورد مصرف انرژی به دست آید. طبیعتا با در دست داشتن مقدار زیادی داده می توان به شناخت، مدل سازی و پیش بینی رفتارهای فیزیکی و تاثیرات انسانی در برابر منابع انرژی کمک کرد. به ویژه هنگامی که یک مدل فیزیکی در دسترس و یا کامل نیست.
در این حالت، استفاده از داده کاوی و یادگیری ماشین، فرصت خوبی را برای بهره گیری از داده های بزرگ در کسب و کار انرژی، مسیر ساخته اند.
همچنین می توان از طریق ارتباط پیدا کردن و تجسم داده ها، تصمیم گیری های بهتری را در مورد داده ها انجام داد. برای رسیدن به این هدف، کافی است از تجزیه و تحلیل داده ها استفاده شود. هدف ما ارائه تجزیه و تحلیل داده های مربوط به انرژی است. هدف از تجزیه و تحلیل داده های انرژی، به دست آوردن درک بهتری از انرژی و هزینه ها،بهینه سازی مصرف انرژی و افزایش آگاهی مخاطبان در ورای دید بصری از داده هاست، تا نقشی هر چند کوچک در هدف بزرگ توسعه پایدار داشته باشیم.
