基于数据生态的电网行业大数据应用与实践

1电力大数据发展背景及其主要特征

大数据是国家基础性战略资源,我国政府高度重视大数、据发展,支持大数据技术基础研究,鼓励加强大数据平台建设、和数据整合,积极推动大数据发展配套政策的制定。在国家战、略引导下,为电网公司的大数据应用发展提供了良好的政策、空间。目前电网公司已经把发展大数据应用上升为公司战略、高度。随着1oT、移动应用等新技术的不断发展成熟,数据也必然更为广泛、深入地融入于电网公司生产和经营的各个领域,数字化场景的日益丰富会导致数据量和数据类型激增,新兴技术发展迅猛会导致传统企业存在被颠覆的风险,电网公司必须采用更为先进的大数据技术和手段来积极应对挑战。

电网企业数据资产呈现出典型的大数据特征和时空动态特性。随着智能终端和智能表计的不断普及,数据的生成频率不断提升。电网企业的数据资产呈现出了显著的大数据特征。同时电网企业所涉及的用电客户覆盖了所有行业,分布地域广泛,所拥有的电力负荷数据能够反映全社会的工商业生产情况,电量数据能够反映出全社会的消费情况,二者通过时域、空域结合在一起,能够更为直观地呈现出国民经济、社会运行发展的情况,是经济生活的晴雨表。

2电网大数据应用发展实践

目前,电网企业大数据中心已经构建起涵盖元数据、主数据、数据标准、数据安全、数据质量管理等方面的数据资产管理体系,打造了一套先进的数据资产管理平台工具,初步实现了从"数据资源管理"到"数据资产管理"的转变。数据资产管理体系如图1所示。

在大数据应用方面,电网公司积极探索电力大数据多种应用模式。初步构建起涵盖相关性分析类应用、算法+模型类应用、数据增值类应用、实时智能类应用等四类大数据应用体系。

2.1相关性分析类应用

相关性分析类应用是将跨业务的数据进行整合与组织,实现在大数据集上的关联分析和探索,为各类决策和行动提供数据支持,比如:电网决策和管理人员可以随需组合并洞察设备缺陷和售电利润之间的关系,为制定更为科学的投资决策和检修策略提供依据。

2.2算法＋模型类应用

算法+模型类应用是利用更为复杂和高级的模型与算法,对海量数据进行加工处理,实现对电网业务和运行发展规律的深入洞察。比如:电力潮流计算,可以让调度和生产管理人员在复杂的网架拓扑结构和电网运行环境下,对电能的流转情况进行准确的预测和控制。

2.3数据增值类应用

数据增值类应用是将数据作为新的生产要素,创造和培育新的业务型态,推动数据增值。比如:通过为行业用户提供电力指数,帮助行业用户获得领先的市场洞察力,从而获得更好的经营收益,同时电网公司也将因为向行业用户提供数据服务而获得经济收益。

2.4实时智能类应用

实时智能类应用是将大数据和人工智能技术进行有机整合,让公司具备实时的智能化分析能力,从而大幅提升生产经营活动的执行效率,大幅减少员工的工作量。

示例一:电网公司企业运营管控的大数据应用,包含了一套闭环的对内监控体系和完整的对外形象展示工具,实现了对关键指标、核心流程的全方位、全天候监控,促进了公司运营管理的横向协同和纵向贯通,对提升公司管理的透明化和

精益化水平起到了重要支撑作用,是公司经营管理和生产运行的预警机、千里眼、诊断器,目前公司的季度经济分析会已经正式基于运营管控平台开展。

示例二:准实时线损分析。线损是影响电网运行效率的关键因素,对经济发展、社会生活也有重大影响。准实时线损分析应用基于大数据平台,通过构建拓扑,利用计量自动化系统的表计数据、营销管理数据、电网负荷数据等实时数据,自动计算线损率,能够帮助公司的营销和生产管理人员及时、全面掌握线损情况及薄弱环节,促进节能减排和经济运行效率。

示例三:设备缺陷及故障预测,整合了与设备状态相关的运行、缺陷、病史等海量数据,并在此基础上进行大规模的关联影响分析和挖掘学习,一方面对设备状态做出准确评价,另一方面也能够对设备故障进行有效预测,帮助电网基层管理人员实现对设备缺陷的及时修复和设备故障的有效预防,对提高电网供电安全性、可靠性具有重要意义。

示例四:配变重过载风险预警分析功能,能结合地理信息,实时数据等,对特定时段的重过载设备、负荷的空间分布进行分析展示,为改善网架结构和提高供电可靠性提供重要参考。

示例五:电力经济景气指数应用。电力经济景气指数综合利用了内部电力数据和外部宏观经济数据,采用机器学习方法对产业行业景气指数进行预测,支撑经济及产业发展形势分析。通过数据验证评价,广东省景气指数准确率达到97%,各区域、各产业、各行业电力景气指数准确率均达到93%以上。

示例六:微信账单。电费详单查询数据多,计算量大,普通技术架构处理周期长,难以快速响应。通过应用大数据平台实时计算能力,支撑了全网8000万用户对微信账单的查询。

3大数据应用发展设想

大数据应用未来能够与金融、移动通信、设备制造等行业伙伴建立广泛的合作关系,为电力大数据的共享和开放创造一个良好的生态环境。同时,综合能源、金融、政务和工业等领域,推动建立一个电力大数据产业链和生态圈,促进电力大数据资产价值的全面、有效发挥。我们对电力大数据的跨领域应用提出了一些初步设想。

一是构建一个开放型的能源数据市场,对内而言,可以打破公司数据壁垒,提升公司业务协同能力和整合能力。对外而言,一方面,可以为企业用户提供数据交易,帮助企业用户提升市场洞察力和竞争力:另一方面,可以为政府提供数据共享服务,辅助政务决策:此外,还可以面向社会进行数据开放,为促进万众创新提供有力支撑。

二是电网企业政务＋大数据应用。通过提供诸如电力景气指数、电力城市地图、企业税收风险评估等数据服务,一方面帮助政府进行产业经济走势的准确研判,辅助相关政策的制定:另一方面,辅助相关政府机构,开展住宅用地等城市发展规划:此外,还可以面向税务部门,分析识别缴税异常企业,帮助防范偷漏税行为,为保障社会经济秩序提供支撑。

三是电网企业金融＋大数据应用。一方面,可以根据用户信用等级、欠费记录、违约用电记录等信息,评估企业信用,从而为金融机构提供贷前的准确判断,帮助金融机构加速贷前审核,优化信用模型:还可以利用用电数据识别企业的经营生产异常情况,并对其还款能力进行实时预警,辅助金融机构开展贷后管理,实现对贷款回收风险的及时判断。另一方面,基于设备状态大数据,可以辅助保险机构进行保单定价,帮助保险机构提高对设备财产保险的定价精度,降低经营风险。

四是电网企业综合能源＋大数据应用。一方面,面向企业用户,我们可以提供基于大数据的用电节能服务和需求响应服务,帮助企业用户合理安排生产计划,减少设备运行能耗和电能消耗成本。另一方面,面向终端消费者,提供用户增值服务。比如,在新能源汽车方面,将来自充电站、电动汽车等各方数据进行有机整合,从而实现对充电用户零售的个性化营销、车主充电优惠指引、充电桩空闲提示等增值服务。