电力大数据资产分析与价值挖掘研究

2021-08-15符华

广西电业 2021年4期

●符华

一、前言

近几年，大数据的概念越来越火热，而2019年底全球爆发的新冠疫情，更使大数据的价值得到充分体现。2020年国内部分城市将疫情的防控与居民用电数据进行了紧密结合，通过居民用电数据的变化分析社区居住人口返回情况，通过工商业用户的用电负荷变化来分析企业的复工情况。这些现象让人们开始了解到电力大数据的价值。电力大数据的价值有望被更多政府、机构、企业所重视，而电网企业也会将电网大数据的资产价值挖掘与变现提上日程。

在国外一些国家，政府特别重视政府机构、公共事业机构的数据资产共享。而这些由官方主导的模式，为各类机构、企业带来很大的便利。这些国家电力产品市场化行为对电力大数据的发展也起到了很大的推动作用。

中国推动电力大数据挖掘与应用可以追溯至2013年。这一年，中国电机工程学会电力信息化专业委员会发布了《中国电力大数据发展白皮书》，希望借此能够推动整个行业对电力大数据价值理念的认可，以期在中国电力行业尽快地生根发芽、产生价值。由于国内电力生产及运行作为国家的核心安全领域，市场化水平不高，并且仍处于传统的投资驱动逐步向价值驱动转变阶段，所以在电力大数据资产价值挖掘与变现研究方面进行适时的投入，将会进一步提高电力大数据的应用深度与广度，从而对与之相关的产业生态环境产生积极的影响。

二、国外电力大数据应用

为数众多的国外著名电力公司都积极投身供电区域内部经济发展计划，在自己公司因特网站点设立专门的网页，配合地方政府招商引资。如底特律爱迪生公司制作了供电营业区范围内经济发展计划示意图，用户只要用鼠标点击某个行政区，就可显示出本行政区的地理、人口、资源等概况, 以及基础设施情况和招商引资项目、电力供应情况，吸引投资者开发本供电区域内的经济发展项目。电力公司不但因此树立了关心区域经济发展的良好社会形象，同时也为自己进一步拓展了市场。

东京电力公司针对居民客户，提供“电气化住宅+个性化价格套餐+增值服务”方案。电气化住宅，即面向新建、改建住宅提供节能诊断以及产能、节能、储能相关设备安装、售后等服务，并大力推广电炊具、节能热水器等高效电气产品构成的“全电气化住宅”；个性化价格套餐，即向客户推荐具有市场竞争力的电力、燃气组合价格方案，并推出节能咨询、智能家居租赁等套餐服务；增值服务，即以客户用电信息为资源，开展模式识别、特征提取、行为分析等大数据分析，建立客户行为档案，提供精准服务。其中增值服务部分包括积极联合设计、电子电器、信息技术、汽车、通信、保险等行业的服务商，采用“个性化电费方案＋企业联盟营销＋客户需求响应＋增值服务扩展”的营销策略，推出用能监控、节能降耗、智慧家庭、电动汽车充电、精准广告投递等套餐服务，全方位满足客户需求。

美国的Opower公司是于2007 年创办的一家能源数据分析公司。Opower 与电气公司合作，获取家庭消费者的能源使用数据，为电气公司提供面向消费群体的节能方案，包括通过移动端推送能源账单，群发节能贴士类邮件，提供管控家用恒温器的软件服务等等。Opower引以为傲的是它的云平台以及数据整合能力。它从所服务的公用事业公司取得大量的家庭能耗数据，整合行为科学理论、房龄信息、周边天气等，运用自己的软件系统进行用能分析，建立家庭耗能档案，并通过综合分析提出节能建议。

三、国内电力大数据行业环境

电网企业在规划设计、施工建设、生产运行、检修维护、客户服务等众多业务领域均积累了大量的数据资产，这些数据资产包括能够直接或间接的反应设备运行表现、设备、供应商服务水平、大客户用电特征、居民用电特征等等。

虽然国内一些电网企业围绕电力大数据开展了一些富有成效的工作，但是这些工作主要集中在开展大数据研究与应用的基础设施构建方面，在大数据分析与挖掘方面应用的成果仍然比较少。但在特定的数据挖掘场景还是取得了不错的效果，如针对无人机巡线产生的图像的数字化分析为及时发现线路的缺陷带来了很大的帮助；依靠红外检测等各种手段取得的数据，对变压器进行缺陷分析也更加精准。但是这些方面均是对于电网企业特定的生产运行场景采用的大数据技术手段，远未真正的开采出电网现有的数据资产的价值。电网企业的数据资产犹如一座金矿，尚待挖掘。电力行业大数据资产价值已经被越来越多的企业与机构所认知，电网企业也开始组建一些研究机构专门从事大数据的分析与挖掘、利用的研究工作，国内的一些互联网巨头也开始频频与电网企业开展大数据方面的合作。将来，电网大数据价值将得到充分地挖掘与利用，并对人们的工作与生活产生积极的影响。

四、国内电网企业大数据应用价值分析

（一）客户服务领域应用

网络技术、高性能的计算技术、物联网技术等众多新技术的进步，将对电力行业的大数据价值挖掘起到很好的推动作用，进而促进生产力水平的提高或者客户服务水平的提高。

例如，随着5G建设的推进，工业、商业、居民家庭的智能用电水平将得到快速地普及。未来的电力客户，包括居民、工商业客户，将与电网形成一种基于电能产品交易的高频互动关系。客户与电网之间的积极互动对提高用电能效非常有帮助，对电网的能效平衡也起到关键的作用，同时也将促进客户的生活方式和生活品质的改变和提高。随着智能用电的推广，手机作为客户终端也成为智能用电的工具，可以实现能效分析、用电查询、电费交纳、家电控制、与电网互动等功能。而随着数以亿计客户的绑定关注，电网企业与客户有关的数据资产的积累将更加庞大。

基于客户有关的数据资产开展大数据的分析与挖掘，如开展客户画像的研究，可以标识出来哪些区域的客户对停电比较敏感，哪些区域的客户在哪些时段用电量比较多等等。这些方面的数据挖掘，毫无疑问可以促进生产运行部门合理安排检修停电作业，减少客户投诉事件的发生。

如果更大胆的去设想，电网企业运用客户的大数据可以在人们的生活、生产过程中发挥更大的作用。例如，通过采用更加智能的电表，实现了居民用户的各类家电用电数据的量测时，电网企业可以给出不同品牌、不同使用年限空调的耗电量的排名。这种结论将会对家电生产厂商造成非常大的影响。

（二）生产运营领域应用

在生产运营领域，也存在很多空白领域和场景需要采用数据分析与挖掘的技术去改进或者优化。例如，使用在退役设备或者工程余料入库周期的分析中，可以帮助找出哪些流程环节出现了问题而导致设备退运或者工程投产一年之后，退役设备或工程余料才得以入库；对缺陷数据进行分析，可以找出哪些厂商、哪些型号的某类设备的缺陷情况，从而能够在不同的厂商之间寻找更优的合作伙伴。

生产运营领域的应用中不仅可利用本单位内的数据，也可以借鉴外部的数据。如电网企业经常遇到的履约问题对工程是否能够按时完工的影响很大。在实际的工作中，负责合同履约管理工作人员需要经常了解原材料（如铜、钢等）的现货价格，电话联系供应厂家，不定期了解供应商是否能够按照合同的要求供货以及大致的到货时间。如果能将网络公开的金属价格走势数据与供应商的历史履约数据、供应商生产规模或资金实力等数据结合在一起，用数学模型自动评估每个供应商合同的履约风险，则可以大幅降低因履约问题造成的工作延期的机率。

在生产运营领域可以应用大数据分析与挖掘的场景非常之多。如应用到变压器健康状态的评估技术中，通过分析生产运行以及状态检测的数据，可以对变压器的健康状况进行评估，以优化检修工作的开展。如通过利用配变负荷管理终端采集的电量数据以及配变下每个用户分表采集的电量数据，构建数学模型来分辨哪些用户分表的误差比较大，从而实现按需的表计轮换或者检修来代替固定周期的表计轮换，精度满足要求的电表仍然可以服役，不用强制轮换，其节约的成本非常可观。

（三）辅助决策支持应用

在辅助决策支持应用方面，大数据技术的发挥更加突显。在电网行业中，充电桩的选址、配电网规划、电力市场交易、电网扰动研究等等，在大数据技术的帮助下都可以达到相对最优的效果。

五、数据资产价值挖掘的基础体系建设

电网企业要开展大数据的应用建设，同样离不开基础环境的支持，包括各种服务器资源、配套数据库以及软件资源等。从应用场景出发，构建大数据应用的基础环境会更有针对性，应根据自己的实际情况去选择自己的技术路径。如互联网行业的大数据分析与挖掘需求更关注实时性，但是其场景相对简单，反映到数据模型上看就比较清晰、固定。银行、保险类企业对大数据分析与挖掘的需求对实时性的关注度不高，其更关注外部数据的利用，依靠更广泛的数据与特性模型来获得想要的结论。

一个相对标准或者通用的大数据平台如图1。其中，数据采集层既有传统的ETL离线采集，也有实时采集、互联网爬虫解析等。数据处理层根据数据处理场景要求不同，可以划分为HADOOP、MPP、流处理等。数据分析层主要包含了分析引擎，比如数据挖掘、机器学习、深度学习等。数据访问层主要是实现读写分离，将偏向应用的查询等能力与计算能力剥离，包括实时查询、多维查询、常规查询等应用场景。数据应用层则可以根据企业的特点不同划分不同类别的应用。数据管理层主要是实现数据的管理和运维，它横跨以上的多层，目标是实现数据统一管理。