面向价值变现的电力大数据应用

刘涓钰 闫松 贾超冉 张来东

（天津市普迅电力信息技术有限公司 天津市 300000）

1 引言

能源革命和数字革命融合发展，是新一轮能源电力行业变革的重要发展趋势。2019年10月，十九届四中全会上首次明确提出“数据可作为生产要素按贡献参与分配”，标志着数据将在未来国家社会的生产生活、公共服务及公共管理等方面发挥举足轻重的作用。2020年4月9日，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，首次提出要着力加快培育数据要素市场，包括推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护等内容。2020年4月13日，国家电网公司互联网部提出加强电力数据对外服务、提升数据服务企业运营能力、加强电力数据资产管理、夯实大数据技术支撑、打造大数据应用生态等5 项年度工作要点，对于能源数据的价值挖掘研究与应用已成为未来发展的必然趋势。

数据是提高企业管理水平、认识行业发展规律、促进城市科学发展的重要基础，电力数据作为能源领域和宏观经济的“晴雨表”、“风向标”，在反映经济发展状况、监测经济政策运行成效等方面发挥着重要作用。目前，有关电力大数据的研究主要集中在其概念、关键技术、应用现状、应用前景等方面。如文献[1]从物联网的视角定义了电力大数据的概念；文献[2‐8]从电力大数检索、采集、融合、挖掘等方面探索研究电力大数据关键技术；文献[9‐11]结合能源互联网的特性，分析了能源互联网时代电力大数据技术研究方向和应用场景；文献[12‐17]主要研究了电力大数据及大数据技术在电力系统、配电网规划、新能源项目规划中的应用；文献[18]根据电力大数据在电力生产、经营管理、优质服务等领域的典型应用场景，借鉴国外电力大数据平台经验，分析电力大数据的结构、内容、共享模式，提出了一套电力大数据共享平台的启发式设计框架及流程；文献[19‐20]聚焦综合能源服务，研究构建服务政府、能源消费者、能源运营商、能源产品商4 类用户支撑能源监控、能源分析、能源管理、能源服务、能源交易、能源应用的区域智慧能源综合服务平台，深化电力大数据应用。

此外，还有一些研究对电力大数据蕴含的价值进行了探讨。例如，文献[21]从数据资产驱动企业运营、创新电网企业现有业务模式、综合利用外部数据、拓展大数据增值服务四个方面分析和深度挖掘电力大数据价值；文献[22‐23]充分发挥电力大数据经济“晴雨表”、“风向标”作用，以服务政府科学决策为目标，分别构建经济景气指数、商圈经济活力指标体系，客观反映了经济运行状况，辅助预测经济发展的趋势，为政府政策制定提供参考；文献[24‐25]以服务企业科学用电、降低用电成本为导向，基于电力大数据，分别构建工业用户电力运营成本分析优化模型、企业运营风险预警模型，辅助企业优化用电结构、降低企业运营风险；文献[26]通过对电力大数据下客户立体画像进行应用研究，从市场策略、市场开发、市场交易、市场营销、客户关系管理、风险管理六个维度构建客户立体画像，辅助电力企业进行客户细分，推动电力业务数据化和电力数据业务化。文献[27]基于价值链理论，对电力大数据的价值链模型和价值创造模式进行初步分析。

以上研究表明，国内外对电力大数据价值挖掘的认识日益深入，但如何进一步聚焦电力产业链上下游企业对电力大数据的应用需求，构建服务政府科学决策、服务电力客户精益发展、服务电力企业提质增效的全方位数据价值体系，最终实现数据价值变现还有待于进一步研究。本文将从电力大数据来源及特征、价值体系构建、目标客户细分、典型应用场景、数据价值变现等方面开展研究。

2 电力大数据来源及特征

随着“大云物移智链”等现代信息技术不断突破，电力行业积累了海量数据，电力大数据在发展数字经济、建设能源互联网中发挥重要作用，产生重要价值。电力大数据主要来源于电力系统内部和外部，内部数据主要来源于电力企业内部生产、配变、营销、调度、运检等系统，这些数据贯穿于发电、输电、变电、配电、用电、调度、运检等电力生产管理和运营服务的各个环节，涉及生产管理数据、配电信息数据、用户用电数据、调度运行数据、设备检测和监测数据、故障抢修数据、企业管理数据、客户服务数据、客户档案信息等；外部数据主要来源于政府相关委办局、第三方社会平台、电力客户内部系统，涉及经济、人口、面积、环境、气象、用户内部二三级用电计量数据等。

电力大数据具有以下三方面鲜明特点，一是覆盖范围广，包括发电运行数据、电网运行数据、用户用电数据等，数据体量庞大。二是价值密度高，主要伴随电力生产和消费实时产生，数据准确度高，且贯穿电力系统“发输变配用”各个环节，能够全面真实反映宏观经济运行情况、产业发展状况、居民生活情况和消费结构等，对服务国家治理具有很高的应用价值。三是实时准确性强，电力行业自动化、信息化水平较高，用于数据采集、传输和应用的基础设施完备，部分采集类数据频度达到分钟级和秒级，数据实时性和真实性高，具有很强的独占性和不可替代性。

电力大数据在应用过程中存在着对行业内外能源数据、经济数据、环境数据、天气数据等多类型数据的大量关联分析需求，通过与行业外数据的交互融合，以及在此基础上全方位的挖掘和分析，将会使电力大数据发挥出更大价值，衍生出新的应用服务，进而催生出新产业、新机遇、新模式，培育城市高质量发展的新动能。

3 电力大数据价值体系构建

在大数据领域，学者们应用价值链理论对大数据价值的创造过程进行分析，其中影响较广的模型主要有3 个：文献[28]提出的价值链模型，由数据发现、数据整合、数据利用3 个环节构成；文献[29]提出的大数据价值链四环节模型（包括数据产生和采集、数据分析和处理、数据存储和管理、数据可视化和利用4 个环节）以及文献[30]提出的五环节模型（数据采集、数据分析、数据管理、数据存储和数据利用5 个环节）。

通过抽取3 大模型共性认识，以电力系统内部和外部数据为基础，瞄准政府、电力客户、电力企业及上下游企业目标需求，构建数据采集‐数据传输‐数据汇聚‐数据应用‐数据变现的数据价值全链条，实现电力大数据价值创造。

在数据采集方面，采用数据集成或者部署采集终端等方式获取未经加工的电力大数据；在数据传输方面，数据采集完成后，通过有效的传输机制将数据传送并存储在大数据管理系统中，如基于Hadoop、Cloudera 的NoSQL 数据库，通过清洗、去重、去无效、去异常，对数据进行初筛及预处理，以确保数据的可用性和有效性；在数据汇聚方面，通过采用集成管理技术对多源异构电力大数据进行集成汇聚，以保证电力大数据质量；在数据应用方面，一方面是内部应用，将电力大数据的挖掘与分析结果应用到电力规划、建设、运行、检修、营销等部门，优化电力企业资源配置，腾挪市场空间，提供精准客户标的，提升电力企业内部管理水平和经济效益，另一方面是外部应用，通过分析政府、电力客户等目标客户电力大数据应用需求，采用人工智能、数据挖掘、区块链等技术，构建模型算法，以可视化展示或电力数字化产品等形式满足各类目标客户的需求；在数据变现方面，通过构建电力大数据服务及产品，探讨电力大数据服务商业运营模式，以数据变现或产品销售等方式实现“卖数据、卖服务”，以助力政府城市精细管理、推动电力企业提质转型、提升电力客户用能体验、促进电力市场合作共赢，最终实现数据价值变现。电力大数据价值体系构建如图1。

图1：电力大数据价值体系构建

4 电力大数据应用目标客户分析

电力大数据应用主要分为对外服务、对内服务。对外服务目标客户主要包括政府、电力客户、电力上下游企业，为其提供电力大数据产品、可视化应用等，以助力政府精细化管理、电力客户降低用电成本、电力上下游企业提质增效；对内主要服务电力企业规划、建设、调度、运检、营销等领域，以降低资产全生命周期成本及客户营销成本。电力大数据应用目标客户如表1所示。

表1：电力大数据应用目标客户

5 面向目标客户的电力大数据应用场景

5.1 服务政府科学决策

房屋空置率分析。从居民客户历史用电量、当月用电量和连续半年用电量三个维度进行分析，测算出以户为单位的居民住宅空置情况，通过对区域进行分区画像和定位分析，辅助政府住房和城建部门精确掌握回迁率、房屋空置率等信息，从而制定相关调控政策。

经济景气度分析。基于用电量数据、用户档案信息，综合电网数据、气象数据、社会经济数据等，建立宏观经济预测模型，实现电力看经济，可为政府了解和预测全社会各行业、各产业发展状况和用能状况提供基础，为政府在能源规划、产业结构调整、经济调控等方面做出合理决策提供依据。

生产活力分析。根据企业历史用电量、当日用电量之间的比对关系，对各企业进行“精准画像”。从企业活跃率（力度）、生产活跃度（强度）和整体生产活跃性的分布均衡水平（风险度），构建企业生产活力指数，评估后疫情时代全社会产业、行业、企业生产活力情况，辅助政府相关管理部门分业施策。

异常用能分析。充分利用大数据技术，融合其他能源资源数据，提取历史异常用能客户特征，基于机器学习算法构建异常用能识别模型，智能辨识客户异常用能状态，为政府精准掌握产业变动、电力企业精确打击违章用能行为等方面提供权威数据支撑。

5.2 服务电力客户精益发展

用电行为分析。深入挖掘电力客户用电信息、电费信息及用电负荷价值，从最大需量、运行容量、电量峰谷比、功率因数等维度构建用电客户用能行为分析评价体系，研究客户负荷特性、业扩需求、用电意愿，及时精准推送客户用电情况及优化建议，引导客户合理优化用电行为，帮助电力客户将能源利用和资源分配做“精”，提高能源利用率，降低用能成本，保障客户经济利益。

用能方案优化。针对园区客户，融合天然气、水、冷热、石油等其他能源资源数据，从园区能耗能效、楼宇能耗能效、楼宇负荷利用情况等维度对园区内各楼宇进行分析，掌握园区内各楼宇的用能情况。针对园区楼宇的用能情况，以及楼宇存在高能耗、低能效情况，为园区管理者提供包括调整用能习惯、更换节能设备、开拓绿色能源等方面的优化方案，从而优化园区的整体用能效率，提升园区的智能管理水平。

5.3 服务电力企业提质增效

关键用户识别。重点聚焦电力客户峰平谷用电量及用电成本，遵循“构建评价指标体系‐开展数据分析‐提供精准服务‐实施效果监控”的闭环管理流程，帮助电力企业挖掘电力大数据潜在价值，采用Kmeans 聚类算法识别关键用户，精准制定服务管理策略，促进光伏、储能、三联供、节能改造、电能替代等增量业务的快速发展。

客户画像智慧分析。利用电力客户基本信息、用电营销、电力交易、能耗等多渠道用户数据，借鉴成熟标签库经验，设计并构建覆盖事实标签、模型标签、复合标签的全域电力客户标签体系，从电力视角为电力客户“智慧画像”，支撑企业信用评价、客户资格审查等应用，为政府、能源企业的融资授信提供依据，缓解中小微企业融资难题，助力区域融资环境改善。

6 电力大数据价值变现

电力大数据的内涵打破电力发、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，可以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，以服务政府科学决策、服务客户智慧运营、服务电力企业提质增效精益管理为主线，面向目标客户需求，打破数据壁垒、推动数据融通、挖掘数据潜力，研发电力大数据增值产品，通过数据直接变现、数据服务收费等方式，构建电力大数据商业化服务生态，实现电力大数据价值变现。

7 结束语

新一轮科技革命和产业变革正处在实现重大突破的历史关口，数字革命与能源革命深度融合，引领了能源技术及产业变革，能源行业加快向数字化、网络化和智能化转型。以数据为关键生产要素的数字经济正在成为发展新引擎。立足能源根本、数字禀赋和资源禀赋，基于现有电力大数据应用的经验和基础，精准对接内外部服务需求，丰富电力大数据产品形态，不断拓展电力大数据产品服务对象和应用场景，为政府、电力客户、电力上下游企业等各类目标客户提供差异化电力大数据产品，助力电力企业管理变革和数字化转型升级。未来还可以拓展电力大数据在金融、环保、交通、房地产等多行业的发展。