探讨电力大数据在对外增值服务中的价值与应用

杨蕴琳

（广东电网公司珠海供电局）

1 电力大数据概述

1.1 电力大数据特点

电力大数据是电力企业生产、管理和市场营销的重要内容。从电力大数据的来源来看，其主要特点：

首先，信息量巨大。在电网运行过程中，仅采用常规的调度自动化系统，就有数十万个数据采集站，所收集到的数据量可想而知。综合各方面的资料，以及电力管理、电力营销等方面的资料，可以说是电力企业掌握了大量的资料。

第二，网络的资料比较复杂。电力企业所获得的各种资料，是造成这些资料数量庞大的重要原因之一。电力企业的生产、管理、营销等各个方面都有大量的实时、历史、文本、多媒体等数据。由此可以看到，电力大数据具有结构化、半结构化等特征。

最后，电力大数据系统中的有效数据量很小。虽然电力大数据具有海量、类型多样的特征，但其应用前景仍然十分广阔。其中绝大部分都是正常的，只有极少数异常。在电网的运行与维护中，往往要根据异常数据来判断设备的故障。目前，电力数据的利用价值比较低。

1.2 电力大数据应用现状

随着科技的进步和社会的实际需求，大数据在电力生产、管理、营销等方面的应用越来越广泛。同时，在实际运行中，也积累大量的数据分析和应用，这对于电力公司的实际工作起到很好的推动作用。然而，随着电力市场对电力的日益增长，电力公司面临着巨大的工程建设和运营维护任务。工作量大、人员严重短缺的问题日益突出。这种运行方式将极大地影响到电力大数据的开发与应用。

第一，缺少技术人员。目前，电力企业的数据采集与分析主要采用PMS、SG186等，但由于缺乏统一的规范，使得数据在采集过程中的识别率较低，从而影响其实际应用。另外，由于电力部门的人手不足，使得大数据管理人才短缺，这对大数据的管理产生很大的影响。这一点对电力大数据的应用有很大的影响。

第二，电力大数据之间的相关关系缺乏。电力企业拥有多种类型的数据，并对其进行分类和管理。各系统的资料不能相互分享，也不能相互流通，各自独立地管理各自的资料。这将极大地影响电力大数据的全面应用。以PMS为例，是以PMS为核心，对企业的生产数据进行采集与管理，SG186则是对市场信息的采集与管理；由于PMS和SG186两个系统分别承担着不同的业务部门，使得采集到的数据很难进行统一，从而制约电力大数据的开发与应用。

第三，加强资料管理部门的执行能力。在运用电力大数据时，由于没有设立独立的组织机构，对所收集到的数据进行统一管理，导致数据分散，使得电力大数据的重要性下降。由于缺少相关的数据管理部门，使得采集到的数据不能得到规范的管理和维护，从而使其在实际中的应用受到很大的限制。

第四，数据运用的意识不强。目前，电力企业大多数职工仍处于传统的工作思维方式。尽管电力大数据已广泛地应用于企业，但是大部分员工对大数据应用的认识还很薄弱。只有加强对大数据的理解，才能更好地利用大数据。

2 电力大数据的经济特点分析

目前，国内外有关能源消耗与经济预测之间关系的研究相对滞后，国内外有关能源消耗与经济增长的相关研究也逐步转向能源消耗与宏观经济之间的关系，并逐步转向数量关系。在国内，刘辉在《克强指数》中指出，工业用电能较好地反映中国的工业产能、企业的产能情况。何小萍在《中国的城市化与电力需求》指出，在工业化进程中，资源的最优分配将会引起城市化，进而引起电能需求的迅速增加。林伯强通过构建VAR和VEC模型，对中国的能源消费与经济发展的相关性进行研究，得出中国能源消费与国内生产总值、资本、人力资本三者的长期平衡。何永贵通过对中国居民的电力消费和宏观经济数据的分析，对居民用电量与GDP之间的关系进行实证分析，得出两者之间的相关性。郭英利用浙江省的工业用电量与浙江省的经济数据进行验证，并对其进行测量，得到1.55的弹性。通过对国内外学者的分析，得出能源消费大数据对我国宏观经济预测的影响，并且在某一特定时间内具有正向的关系。该研究结果可为我国经济发展和社会工业发展趋势的调整提供一定的理论依据。

3 电力大数据的对外增值服务应用分析

本文从对电力公司大数据增值业务的初步调研和实际应用的经验来看，指出当前电力公司的大数据增值服务还处于探索和推广的阶段，需要进一步强化数据基础，优化完善分析方法和工具，强化信息安全管理，推动电力产品大数据增值服务的成熟发展，促进服务效率和质量的不断提高。

1）要建立一套高效的服务体系，以提高增值业务的需求为中心。围绕业务、管理、技术等多层次的数据资源，提供便捷、高效、合规的数据和数据服务。在业务方面，应注重市场调研和分析，以确保客户需求的数据服务；技术上，要充分利用国外的数据增值业务，制定灵活的业务流程，利用大数据分析技术，跟踪数据业务需求，快速更新业务；在经营管理方面，要根据电力公司的实际情况，对其运行过程进行优化和改进，建立一个协调有效的运行机制。在运行方面，应结合电力企业的实际情况，对其运行过程进行优化和改进，建立协调有效的运行机制。

2）整合多源资料，构建高质量的资料集。根据电网公司对外经营的需求，进行数据追溯、质量评估，综合各种数据资源，为公司开展外部业务提供数据支持。

3）选择实用的方法和工具，以提高数据分析的效果。由于数据量大、类型多样，数据处理难度大、复杂性大。为提高数据增值服务的效率，必须充分利用数据中心的功能，采用实用的分析手段，合理配置有效的分析工具。

4）强化企业的内部协作，增强公司的增值服务。根据数据分析的实际应用需求，建立协同机制，充分利用外部和内部的资源，不断积累和提炼成熟的模型、方法和算法，形成模型库、方法库和案例库，促进行业内的知识共享和交流，不断提升数据的价值。

5）强化对个人资料的保密管理，确保不损害个人资料。电网大数据涉及电网和用户的各种敏感信息。在对公众进行增值业务的过程中，要严格遵守相关法律法规，运用数字水印、区块链等安全技术，加强全过程的可控管理，以保证企业的商业机密和用户敏感信息不泄密。

4 电力大数据对外增值服务类型解析

4.1 依靠数据优化用电方案

基于智能仪表（AMI）数据，综合使用者的特征（住房、收入等）、社会环境（气候、政策等）数据，分析、预测使用者的消费特征，进行能耗分析，并进行合理的消费决策。从能源消费的角度，对各县、行业的能源消耗量进行统计，包括小时、月度、峰谷等，对各阶段的能源消费特点进行对比。通过分析用户的电能消费行为，可以更好地挖掘客户个性化、差异化的电能服务需求。通过对各电网的供电情况的分析，可以预测中长期电网用户的发展趋势，同时也能对电网中出现的不正常用电量如变压器过载进行预警。通过对电能消费的大数据分析，对供电企业的用电量进行优化，不仅可以提高供电企业的供电效率，还能保障客户的经济利益，促进供电企业实现从生产到客户的转型，进而提高用户对供电企业的满意度，进而提升企业的社会形象。

4.2 完善用户征信体系

将用户和公司的用电信息、电费缴纳信息纳入征信体系，为用户提供用电信息、电费缴纳信息等信息，并对其进行查询。根据用户的基本情况，根据用户的用电量、利润贡献、设备水平等因素，建立相应的评价标准。并在此基础上，对电网用户进行评估，为政府部门及国家财政部门的决策提供参考。对保障商业信贷交易安全、降低交易费用具有重要意义。在信贷评估中，根据用户的基本情况、资信状况、缴费情况、缴费能力等因素，对其进行风险评估。通过对其进行风险预警的评价，可以有效改善我国的信贷风险防范与管理，进而提升我国的社会诚信意识。

4.3 建立数据支撑的用户定制服务

为满足客户对房屋搬迁率、房屋入住率、宏观经济预测、商业投资选址等多个方面的需求，提供一种新的应用软件。通过对各项分析指标的费用收取费用，以拓展新的市场，增加企业的经济效益。利用GIS数据和区域用电数据，可以绘出各个区域的用电量分布，并能对各个区域的房屋空置率进行统计，从而掌握拆迁、房屋入住率，对今后的经济发展做出预测。基于电力消费数据、市场营销数据，建立电力消费的宏观预测模型，用于预测和分析今后的能源消耗、单位工业增加值的能源消耗，为政府进行宏观经济评估。在商业项目的选址上，可以通过对不同区域居民、商户等不同群体的用电量进行分析，并结合不同区域的电费缴纳、行业扩容、安装、GIS等数据，并建立不同类型商户与周边地区的电力需求关系模型，评估商户的投资回报和区域服务能力，帮助企业进行选址分析。

5 结束语

与经济统计分析方法相比，电力大数据具有实时、客观、详细的特点，可以全面反映经济社会的实际状况。在当今复杂多变的社会背景下，政府决策、产业升级、企业可持续经营、社会和谐发展都起着举足轻重的作用。在基础数据基础、方法工具、运行机制、信息安全等几个关键环节，建立一个高效的电力大数据应用服务体系，培育一批高价值增值服务产品，助力国家治理现代化，推动“新型数字基础设施”建设，深化提质增效。