摘　要：“大數據”是近年來興起的熱門詞匯，并在很短時間內迅速滲透到每個行業，成為重要的生產因素。大數據對于數據存儲和處理能力提出了更高的要求，隨著人們對海量數據的挖掘和運用的逐步探索，人們的思維也在產生全新的變化。電力大數據是大數據理念、技術和方法在電力行業的實踐，是大數據應用的重點領域之一。作為數據和技術高度密集的電力行業，如何從數據中提煉出巨大的價值，發揮其在生產、運行、營銷領域的重要作用具有一定的戰略意義。

　　伴隨著科技的進步，人類信息化程度的不斷提高，信息數量也在不斷向上攀升，據統計，2013年，全世界的數據存量已達到4ZB，相當于全球人均產生的數據達到450GB以上，并且還將持續以每年超過半數的速度持續猛烈的增長，人類逐步邁入“大數據時代”。電力行業作為全球第二大經濟體，也面臨著“大數據時代”帶來的考驗和機遇。隨著智能電網建設的全面展開，電力大數據貫穿于生產及管理等各個環節，如何將這些數據更好的應用于緩解電力系統發展過程中資源、環境帶來的限制與壓力，幫助企業實現轉型是實現電力行業穩步向前、可持續性發展的同時引領打造清潔能源、解決環保問題的關鍵。那么，電力行業應如何借助大數據力量，大數據應更好的應用于哪些實際業務?本文將基于大數據特點以及電力行業信息應用現狀，對這一問題進行探討。

　　1 大數據概述

　　1.1 大數據起源

　　“大數據”概念于20世紀90年代被提出，最初只是對一些在一定時間內無法用傳統方法進行抓取、管理和處理的數據的統稱。從2009年開始，“大數據”成為互聯網信息技術行業的流行詞匯，由于速度增長之迅猛，使全球互聯網企業都意識到“大數據”時代的來臨，數據對于企業有著重要意義。2011年5月，麥肯錫全球研究院發布題為《大數據：創新、競爭和生產力的下一個新領域》的報告。報告發布后，“大數據”迅速成為計算機行業的熱門概念并迅速延伸至各行業。

　　1.2 電力大數據概念與特征

　　被譽為“大數據時代預言家”的牛津大學教授Victor Mayer說，當今社會所獨有的一種新能力，是以一種前所未有的方式，通過對海量數據進行分析，獲得巨大價值的產品或服務，或深刻的洞見。電力大數據是以業務趨勢預測、數據價值挖掘為目標，通過利用數據集成管理、數據存儲、數據計算、分析挖掘等方面核心關鍵技術，實現面向典型業務場景的模式創新及應用提升，推動公司業務發展和管理水平的有效提高。

　　電力大數據具有數量巨大、類型繁雜、數據處理速度快以及數據價值大等特征。

　　(1)數量巨大。隨著電力企業信息化快速建設和智能電力系統的全面建成，電力行業中采集的數據量越來越龐大并且呈現快速增長的模式，電力數據的增長速度將遠遠超出電力企業的預期。

　　(2)類型繁雜。電力大數據包括種類繁雜的數據，除了傳統的電網數據信息、運行信息，如發電量、電壓穩定性、設備狀態等結構化數據外，環境信息，如天氣氣候、地理信息數據、資產管理信息、需求側用電設備類型等非結構化信息也逐漸成為電力大數據的重要組成部分，從而極大地增加了電力大數據的復雜性。

　　(3)數據處理速度快。主要指對電力數據采集、處理、分析的速度。鑒于電力系統中業務對處理時限的要求較高，在電力生產、使用和銷售各個環節，電力都需要時刻保持供需平衡，因此電力數據的處理速度都是實時的。

　　(4)數據價值大。電力大數據具有無磨損、無消耗、無污染、易傳輸的特性，并且電力大數據以其與國民經濟社會廣泛而緊密的聯系，具有無可倫比的正外部性。其價值不只局限在電力工業內部，更能體現在整個國民經濟運行、社會進步以及各行各業創新發展等方方面面，而其發揮更大價值的前提和關鍵是電力數據同行業外數據的交互融合，以及在此基礎上全方位的挖掘、分析和展現。

　　2 電力大數據應用分析

　　由于電力大數據數量大、類型多、處理速度快、價值大的特點，若能充分利用這些基于電網的實時和歷史數據，可獲得大量高附加值的服務，對優化設備配置、提高電網基礎設施的規劃水平、提升點亮、負荷預測能力、提升營銷收益與客戶服務水平等方面提供輔助分析決策支撐。

　　(1)優化設備配置。通過電力基礎設施的傳感器，實時監控設施運行狀況，實現對主營業務、核心資源、關鍵流程、重要指標的在線監測。對設備使用情況進行有效的狀態評價，并基于歷史與實時數據對設備故障進行實時警報與趨勢分析，從而形成準確的設備狀態預判，同時為檢修、技改或大修進行決策支持，從而有效改變運維方式，基于設備狀態和風險分析，做好事前引導、事中糾偏、事后評估，從萌芽階段消除部分運維故障，實現設備資源的有效配置。

　　(2)提高電網基礎設施的規劃水平。大數據技術有助于電力企業基礎設施選址、建設的決策。利用大數據存儲技術，可以保留大量的現場信息，擴大現場信息收集廣度、深度，提升建設項目管理的全面性和有效性，并通過大數據處理技術，分析處理所得數據，挖掘有效信息，對基礎設施建設管理的提供全面的、自動化的智能分析和監控功能，提高基礎設施規劃有效性。

　　(3)提升電量、負荷預測能力。基于海量歷史電量數據，根據區域面積、人口密度、歷史國民經濟數據、可靠性需求、負荷分布、三產比例等變化情況，對區域用電量進行預測。通過配電效率分析全網中各小區的占地面積、用地類型、容積率，行業的建筑面積負荷密度、占地面積負荷密度，小區目標年占地面積、小區目標年建筑面積，總負荷值、行業負荷值等數值，并根據客戶的用電負荷特性對遠景年負荷進行預測，從而調整負載控制，節約電力成本，調整資產投資優先順序，改進投資規劃。

　　(4)提升營銷收益與客戶服務水平。大數據的應用可以為客戶提供更加豐富的增值服務內容，提高服務水平。如果客戶掌握每時每刻的用電情況，就可以根據需求調整自身的用電習慣，同時增加電力收費過程的透明化。由于電力企業的主要經營目標是完成上級下達的電量增長、平均電價、電費回收銷售收入等經濟指標。因此，可以對客戶按照客戶所處行業用電量及用電增長率、客戶繳納費用及時性以及電費繳納數額高低順序進行分類管理，找出用電容量存在潛力的客戶，作為電量增長的重點加以關注，同時通過提供實時服務，并挖掘一段時間內的用戶關注熱點，及時答復和處理，提升需求響應的有效性，提高客戶滿意率。

　　3 結語

　　互聯網的廣泛應用，云計算的興起、大數據時代的來臨為我們提供了廣泛的數據源，數據存儲和高性能服務計算與分析能力，大數據則作為企業寶貴的財產得到越來越高的重視。各種數據分析與處理技術使人們更廣泛深入的了解、理解這個世界成為可能。大數據時代，我們不能僅僅停留在對數據的分析和挖掘，應該將目標鎖定在更高的領域——發現和預測。電力行業信息化的未來必定鎖定在“集約化、精細化、信息化”的集團管理，這勢必成為進一步提高電力行業運營效率和管理水平的主要方向。如何利用好大數據，充分挖掘企業數據資產，更好地保證電力服務的效率、效果，也必將成為實現這一目標的焦點。

　　參考文獻

　　[1] 孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50(1)：146⁃149.

　　[2] 中國電子科學研究院學報.大數據時代[J].中國電子科學研究院學報，2013(1)：27⁃29.

　　[3] 胡雯，孫云蓮，楊成月等.基于物聯網的智能電網信息化建設研究.電力信息化，2013，11(4)：51—54

　　[4] 王德文.基于云計算的電力數據中心基礎架構及其關鍵技術.電力系統自動化，2012，36(11)：67—71

　　[5] 智勇.電力系統運行信息的數據挖掘研究.浙江大學博士學位論文.2009