电力大数据的电力大数据

1. 电力大数据的电力大数据

电力是大数据理念、技术和方法在电力行业的实践。电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，是跨单位、跨专业、跨业务数据分析与挖掘，以及数据可视化。电力大数据由结构化数据和非结构化构成，随着智能电网建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。电力大数据的特性满足大数据的五个特性，一是数据量大（Volume）、二是处理速度快（Velocity）、三是数据类型多(Variety)、四是价值大（Value）、五是精确性高（Veracity）。

2. 电力大数据的电力大数据应用

电力大数据的应用一方面是与宏观经济、人民生活、社会保障、道路交通等信息融合，促进经济社会发展；另一方面，是电力行业或企业内部，跨专业、跨单位、跨部门的数据融合，提升行业、企业管理水平和经济效益。

3. 电力行业如何应用大数据

挑战中见需求：
质量较低、共享不畅、防御脆弱、基础不牢，对于这些电力行业推进大数据的困扰，电信行业是不是也有似曾相识的感觉?这些问题中的一部分，电信业同样需要深思;还有一些问题，则恰恰是电信业的长处，是电信业推进电力行业信息化的机遇。
数据质量较低，数据管控能力不强。大数据时代，数据质量的高低、数据管控能力的强弱直接影响了数据分析的准确性和实时性。目前，电力行业数据在可获取的颗粒程度，数据获取的及时性、完整性、一致性等方面的表现均不尽如人意，数据源的唯一性、及时性和准确性急需提升，部分数据尚需手动输入，采集效率和准确度还有所欠缺，行业中企业缺乏完整的数据管控策略、组织以及管控流程。
如何从海量数据中提取有价值的信息?这也是电信业面临的问题。有观点认为，可以用智能信息基础设施替换复杂的孤立的数据库，让企业能够在需要时捕捉、存储信息。也有观点认为，可以倚靠软件的处理能力来甄别垃圾数据和有价值数据。究竟哪种方式更为有效，目前仍无定论。而无论哪种情况，都需要制定一个数据采集的标准，在时间、精度上进行规范，从而为后续的数据分析打好基础。
数据共享不畅，数据集成度不高。大数据技术的本质是从关联复杂的数据中挖掘知识，提升数据价值，单一业务、类型的数据即使体量再大，缺乏共享集成，其价值就会大打折扣。目前，电力行业缺乏行业层面的数据模型定义与主数据管理，各单位数据口径不一致。行业中存在较为严重的数据壁垒，业务链条间也尚未实现充分的数据共享，数据重复存储的现象较为突出。
打破企业的门户之见，在行业中建立一个资源池，让使用者可以按需获取数据资源。从电信业的角度来看，现在，电信运营商之间的合作在不断推进，例如，运营商开发了融合的手机游戏计费平台;在北京电信网上营业厅微信平台上，用户不仅可以自助查询电信业务，还能查询联通和移动业务的使用费，这样共享数据资源的经验也可在大数据的应用过程中加以推广。
防御能力不足，信息安全面临挑战。电力大数据由于涉及众多电力用户的隐私，对信息安全也提出了更高的要求。电力企业地域覆盖范围极广，各类防护体系建设不平衡，信息安全水平不一致，特别是偏远地区单位防护体系尚未全面建立，安全性有待提高。行业中企业的安全防护手段和关键防护措施也需要进一步加强，从目前的被动防御向多层次、主动防御转变。
建立与大数据相适应的安全和隐私保护机制，通过技术手段和加强企业自律来保证数据的安全。
承载能力不足，基础设施亟待完善。电力数据储存时间要求以及海量电力数据的爆发式增长对IT基础设施提出了更高的要求。目前，电力企业大多已建成一体化企业级信息集成平台，能够满足日常业务的处理要求，但其信息网络传输能力、数据存储能力、数据处理能力、数据交换能力、数据展现能力以及数据互动能力都无法满足电力大数据的要求，尚需进一步加强。
在这方面，电力行业和电信业各有优势。尽管电力行业也在进行宽带建设以及智慧社区的建设，但是，所谓术业有专攻，在IT基础设施尤其是网络基础设施上，电信业在运维、计费等方面有着得天独厚的优势。同时，在数据中心的建设上，电力行业对以电能为代表的能耗问题又有着丰富的经验。因此，两个行业不妨加强合作，实现共赢。
相关人才欠缺，专业人员供应不足。大数据是一个崭新的事业，电力大数据的发展需要新型的专业技术人员，例如大数据处理系统管理员、大数据处理平台开发人员、数据分析员和数据科学家等。而当前行业内外此类技术人员的缺乏将会成为影响电力大数据发展的一个重要因素。
加强大数据人才的培养，鼓励企业内部在大数据领域的创新。

4. 为什么电力需要大数据

你看现在，到处说哪里大规模停电引发骚动，哪里电网有问题引发示威，哪里又出来一个新的电力解决方案。。。。。
因此，电力应用大数据就显得尤其重要了。
这些信息的渠道几乎都来源于网络，实际上要实现电力的数据化，就要实现对网络信息的抓取。

这种采集技术带来的优点是：

5. 专栏 | 电力大数据应用模式与前景分析

本期，C君非常荣幸地邀请到了国家电网能源研究所的孙艺新老师。能源行业作为国民经济与社会发展的基础，不可避免地正在受到大数据的深刻影响。在下文中，孙艺新老师结合案例，系统分析了国外几种电力大数据应用案例，并分析了未来的应用前景，可供读者参考借鉴。

本文原载于《中国电力企业管理》，转载请联系作者获得授权。

大数据对打通业务壁垒、发现商业价值具有重要支撑作用，已为互联网、金融等拥有海量数据的企业在市场开拓、产品研发、客户服务等方面发挥了重要作用。电力大数据则是从能源领域为人们重新开启了认识世界、改造世界的大门。

电力大数据 
人类从远古进化到现代，能源的每一次进步都带来了生产力的巨大飞跃。如今，能源革命与信息技术革命发生交汇，智能电网、新能源的快速发展与移动终端、物联网、云计算的迅速普及，将为各个产业带来巨大的商业价值。电力大数据不仅是大数据技术在电力行业的深入应用，也是电力生产、消费及相关技术革命与大数据理念的深度融合，将加速推进电力及能源产业发展及商业模式创新。

从商业模式创新来看，电力大数据的内涵包括以下三个方面：一是打破电力发、输、配、售不同阶段的数据壁垒，数据范围涵盖电力生产运营全过程；二是注重电力领域综合分析预测，对不同类型能源消耗、用电行为特征、电力供需形势、用电企业经营趋势等问题进行综合预判，能够显著提高电力生产消费预测的准确性与及时性；三是注重能源领域商业模式创新，充分挖掘能源数据价值，从信息服务、数据分析等方面为智慧城市、智能电网、智能家居等领域提供新的盈利模式。

电力大数据拓宽了电力行业乃至能源产业的广度与深度，给传统企业带来机遇与挑战。一方面，电力大数据能够对电力供给侧、需求侧进行有机整合与“跨界”应用，为创新商业模式与管理模式提供了机遇；另一方面，电力大数据使传统电力行业的边界变得模糊，使其自然垄断地位与路径依赖优势受到不同程度的颠覆与挑战。

国外电力大数据应用模式 
目前，电力大数据理念尚处于逐步发展过程。从国外主要实践案例来看，已初步形成了三类应用模式。

以电力为中心的能源数据综合服务平台

该模式通过建立一个分析与应用平台，集成能源供给、消费、相关技术的各类数据，为包括政府、企业、学校、居民等不同类型参与方提供大数据分析和信息服务。该模式中，电网企业具有资金、技术、数据资源等方面优势，具备成为综合服务平台提供方的条件。

典型案例是美国德克萨斯州奥斯丁市实施的以电力为核心的智慧城市项目（见图1）。该项目以智能电网设备为基础，采集了包括智能家电、电动汽车、太阳能光伏等类型详细用电数据以及燃气、供水数据，形成一个能源数据的综合服务平台。

  图1奥斯丁智慧城市项目商业模式示意图  
该项目已在节能环保、新技术推广、研发测试等方面发挥了重要的平台服务支撑作用。一是在消费者能源管理方面，为居民能源消费、住宅节能、交通出行等提供优化建议，促进节能环保。例如，识别环保住宅的能耗降低比例可达27%；对居民太阳能电池板安装朝向进行优化，可使发电量增加49%等。二是为企业提供电动汽车、智能家电等产品开发与技术测试服务。例如，将电力数据与汽车里程、分时电价、油价数据结合，可提供电动汽车性能分析、充电站布局优化，并根据用户习惯确定最佳充电时间等服务。

为智能化节能产品研发提供支撑 
该模式主要将电力大数据、信息通信与工业制造技术结合，通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析，设计开发出节能环保产品，为用户提供付费低、能效高的能源使用与生活方式方案。以智能家居产品为例，该模式既可为居民用户提供节能降费服务以及快捷便利的用户体验，也可对能源企业尤其是电力企业改善用户侧需求管理、减少发电装机等发挥作用。该模式中，电网企业不一定具备产品研发优势，但利用电力数据采集与分析方面的优势，既可通过与设备制造商合作改进用户需求侧管理，也可通过共同参与研发并在产品销售中获取收益。

该模式的典型案例是美国NEST公司研发的智能恒温器产品的商业模式（见图2）。该产品可以通过记录用户的室内温度数据、智能识别用户习惯，并将室温调整到最舒适状态。

  图2NEST产品商业模式示意图  
产品制造商、电力企业、用户三方形成共赢：作为产品制造商的NEST公司免费获得合作企业提供的部分电力数据，借此完善预测算法，并通过多种方式（恒温器设备、互联网、分析报告）展示分析结果；电力企业在智能恒温器支持下，改进需求侧管理，节约发电装机与调峰成本；用户使用产品自动控制房间温度，并节省用电费用。据报道，售价250美元的NEST恒温器每年可在电费和供热开支方面为家庭节省173美元，一年时间已节省了2.25亿千瓦时的能量，相当于2900万美元费用。

面向企业内部的管理决策支撑 
电力大数据对能源企业自身同样具有重要价值。通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现电力消费规律，提升企业运营效率效益。对于电网企业，该模式能够提高企业经营决策中所需数据的广度与深度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑决策管理。

该模式的典型案例是法国电力公司智能电表大数据应用（见图3）。法国电力在筹建大数据研究团队初期，选择用户负荷曲线为突破口，将电网运行数据与气象、电力消费数据、用电合同信息等进行实时分析，以更为准确地预测电力需求侧变化，并识别不同客户群的特点，通过优化需求侧管理，改进投资管理与设备检修管理，提升运营效率效益。其中通过优化需求侧管理，使电网日负荷率提高至85%左右，相当于减少发电容量1900万千瓦。

  图3 法国电力大数据支撑内部决策应用示意图  
电力大数据应用前景 
未来电力大数据的应用前景主要是在已有模式的基础上，进一步发挥“粘合剂”与“助推剂”作用，推动能源产业探索建立具有“平台”特征的完整能源生态系统。“粘合剂”主要是指对其他企业的吸引力以及形成平台模式后的协同效应，“助推剂”主要是指对能源产业生产、消费革命以及企业发展转型的推动作用。

参照电商领域中的阿里集团，该公司成立以来逐渐形成了“数据”与“平台”良性发展的商业模式，收入主要来源于向卖家提供的互联网营销服务和从交易额中抽取的佣金。一方面，阿里通过淘宝、支付宝、余额宝等产品构建了完整的商业生态系统，吸引用户参与到平台中，并采集整理用户大数据；另一方面，阿里通过用户大数据的分析与挖掘，在电子商务、金融、交通、娱乐等不同领域中建立竞争优势，不断巩固壮大其商业生态系统。2013年，阿里集团的中国零售平台交易额达2480亿美元，营业收入493亿元，利润率高达45%。

电力大数据下的能源生态系统将为能源企业及相关产业提供一个数据采集、整理、分析、应用、共享、交易等为一体的平台，为参与方提供信息咨询、节能环保、产品研发、管理支撑等服务，为消费者提供节能降费服务及相关产品。可应用的领域包括智慧城市、智能电网、新能源、电动汽车。智能楼宇、智能家电、智能家居、移动终端等一系列相关产业。

电力企业在以电力大数据为基础的生态系统中占据主导地位，具有十分重要的作用。一方面，新一轮电力市场改革下，电力企业可以摆脱传统的盈利模式，通过挖掘大数据资源增强企业竞争力；另一方面，电力企业通过吸引社会资本及不同主体的参与，共建互利合作的商业环境，发挥电力大数据在智慧城市、智能家居中的重要支撑作用，提升相关企业的科技创新与可持续发展能力。

积极布局推进电力大数据应用 
电力大数据对电力工业优化内外部资源、发展智能电网与构建全球能源互联网具有重要支撑作用，对电网企业创新商业模式、主导建立能源生态系统具有重要意义。电网企业需持续关注其发展动态，积极谋划布局。未来智能电网采集的数据将全面覆盖从主干网到配电网、区域用户和大用户微网，乃至家庭小用户局域网。在此背景下，传统数据存储、计算能力将产生瓶颈，必须运用大数据的采集、处理技术对当前SCADA系统、数据中心、分析预测系统进行全面升级与改造。

一是开展大数据应用的顶层设计工作。在企业集团层面建立大数据应用的组织协调机构，研究能源领域大数据与公司、电网发展的协同关系，并对其盈利模式、应用领域、合作机制及分工等全局性问题开展专项研究，在未来竞争领域中占据主动。

二是做好信息与技术储备工作。探索建立稳定、可靠的公司内外部数据获取渠道，以及数据共享机制；超前研究制定适用于大数据环境的技术处理方案，提升信息系统处理能力。

三是积极培育人才队伍，开展前期应用试点工作。在电网、产业、科研单位中组建大数据研发攻关团队，在安全、生产、经营等业务中开展应用试点探索。

6. 大数据在电力行业的应用前景有哪些

大数据是指无法在可容忍的时间内用传统信息技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。

大数据已经渗透到每一个行业和业务职能领域，并逐渐成为重要的生产因素。

电力大数据：

对于电力行业而言，电力生产涉及的运行工况参数、设备运行状态等实时生产数据，现场总线系统所采集的设备监测数据以及发电量电压稳定性等方面的数据，电力企业运营和管理数据如交易电价、售电量用电、客户信息、综合数据等共同构成了。

根据电力行业特征，电力大数据主要来源于：电力生产、管理运营、智能电网。

智慧电力解决方案：利用智能和科学的智慧电力解决方案，如管理及优化企业停电计划的智能停电管理系统，帮助电网企业优化建设改造投资计划的智能电网评估与投资优化决策系统，可智能感知电网实时运行状态并辅助监管人员决策的电网状态智能感知与报警系统等。

大数据支撑智能电网发展：

在本质上，智能电网是“大数据”在电力上的应用，智能电网的理念是通过获取更多的如何用电、怎样用电的信息，来优化电的生产、分配以及消耗。

在智能电网中引入了信息流的概念，即电网要能够把电能流信息流结合在一起，实现传输能源的同时实现数据的采集。智能电网还通过优化模型对数据进行深度挖掘和分析，预测电能流的情况，最终实现清洁发电、高效输电、动态配电、合理用电的智慧电力的目标。这些目标的实现都需要电力大数据 
的支撑。

信息化与智能化是电力行业发展的趋势，而若要实现电网的信息化与智能化，电力大数据 将是不可或缺的支撑。

7. 大数据在电力行业的应用前景有哪些

电力大数据应用场景主要在以下方面：
（1）规划—提升负荷 预测能力。通过对大数据的分析，利用数据挖掘技术，更准确地掌握用电负荷的分布和变化规律，提高中长期负荷的预测准确度。
（2）建设—提升现场安全管理能力。对现场照片进行批量比对分析，利用分布式存储、并行计算、模式识别等技术，掌握施工现场的安全隐患，或者核查安全整改措施的落实情况。
（3）运行—提升新能源调度管理能力。利用机器学习、模式识别等多维分析预测技术，分析新能源的出力与风速、光照、温度等气象因素的关联关系，更准确地对新能源的发电能力进行预测和管理。
（4）检修—提升状态检修管理能力。研究消缺、检修、运行工况、气象条件等因素对设备状态的影响，以及设备运行的风险水平，利用并行计算等技术实现检修策略优化，指导状态检修的深入开展。
（5）营销—提升对用电行为的分析能力。扩展用电采集的范围和频次，利用聚类模型等挖掘手段，开展对用电行为特征的深入分析，并实施区别化的用户管理策略。
（6）运监—提升业务关联分析能力。利用流式计算、可视化和并行处理等技术，实现全方位在线监测、分析、计算。

8. 大数据在电力行业的应用前景有哪些

　　前景还是很广的，参考《中国行业大数据市场发展前景预测与投资战略规划分析报告》显示，对于电力行业而言，电力生产涉及的运行工况参数、设备运行状态等实时生产数据，现场总线系统所采集的设备监测数据以及发电量电压稳定性等方面的数据，电力企业运营和管理数据如交易电价、售电量用电、客户信息、综合数据等共同构成了电力大数据 。
　　近年来，在电力领域大数据已经得到了广泛关注，国内的一些专业机构和高校开展了电力大数据理论和技术研究，我国电力行业也在积极开展大数据研究的应用开发，电网企业、发电企业在电力系统各专业领域开展大数据应用实践，国家电网公司启动了多项智能电网大数据应用研究项目。
　　借助大数据技术，对电网运行的实时数据和历史数据进行深层挖掘分析，可掌握电网的发展和运行规律，优化电网规划，实现对电网运行状态的全局掌控和对系统资源的优化控制，提高电网的经济性、安全性和可靠性。基于天气数据、环境数据、输变电设备监控数据，可实现动态定容、提高输电线路利用率，也可提高输变电设备运检效率与运维管理水平;基于WAMS数据、调度数据和仿真计算历史数据，分析电网安全稳定性的时空关联特性，建立电网知识库，在电网出现扰动后，快速预测电网的运行稳定性，并及时采取措施，可有效提高电网的安全稳定性。