電力大數據的挖掘與應用探索

辛玲玲 丁筱筠

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。隨著人們對海量數據的挖掘和應用逐步探索，人們的思維也在發生全新的變化。作為有著龐大信息量的電力行業領域，如何運用大數據理念、技術和方法從數據中提煉出巨大的價值，發揮其在電力生產、運行、營銷領域的重要作用具有一定的研究意義。

關鍵詞：大數據；數據挖掘；應用探索

1 大數據的概念

大數據，是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》一書中指出大數據不是用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據進行分析處理。大數據發展的核心動力來源于人類測量、記錄和分析世界的渴望，大數據時代的來臨讓我們意識到信息技術變革的重點是時候從現如今的技術轉向信息本身了。

2 電力大數據時代面臨的問題

伴隨信息技術的的迅速發展，電力企業在信息化建設方面投入了巨大心力，國家電網公司近幾年通過SG186工程構筑一個企業級公司一體化信息平臺，又通過SG-ERP工程再建立了集團企業公司一體化資源計劃系統，通過兩次大刀闊斧的建設投入，目前電力企業的數據量增長速度迅猛如潮，因此也預示著電力也逐漸步入大數據時代，而與此同時，在面臨大數據的收集、管理、分析及挖掘過程中仍存在諸多問題不可忽視。

2.1 大數據的收集和管理能力不足

大數據時代數據量迅猛增長，因此數據的產生、存儲、建檔、安全管理等都對數據設備提出了更高的要求，之前電力企業在面臨如潮的數據流時沒有很好地進行數據的利用和推廣，因此在數據收集過程中與實際結合不夠，更不能準確辨識信息數據的質量差異，面對過期、錯誤等數據無法做到合理地優化和篩選，因此數據質量得不到保障。

2.2 大數據的分析和挖掘能力欠缺

目前電力企業的信息系統數據僅僅局限于業務的處理階段，其功能是提供固定報表和查詢，相對比較單一。電力企業的數據信息收集管理人員未能很好地將相對孤立的數據建立其與環境、用戶等的關聯關系，導致數據利用率不高，數據的延展性沒有得到充分挖掘。隨著電力企業的不斷發展，在內繁雜的業務體系和龐大的組織機構，在外多變的社會以及國際形勢，單純的信息收集無法給電力企業的管理層提供決策的依據，在大數據中所蘊含和潛藏的數據價值，需要不斷地進行挖掘和發現。

3 電力大數據管理的必要措施

3.1 治理數據質量

想要掌握大數據中所潛在的風險就一定要在數據存儲時對數據的準確性、完整性和有效性進行核查和整改。在進行數據準確性檢查時，首先要對某些字段值設置規則，然后再按照規則進行，主要的檢查標準是數據是否符合事件發生的邏輯；完整性核查時需要根據信息的關聯信息和緯度信息來進行，如果數據信息的緯度和關聯性都比較完整，那么就預示著該數據比較完整；有效性檢查，主要是通過對特定的信息字段內的取值是否有效，取值范圍是否在預定的范圍之內。目前，通過在電力信息化系統各流程環節加載基礎校驗規則，對基礎數據完整性、可用性的核查整改及各專業的數據整治工作，數據質量得到了較大的提升，數據可靠性穩步提高。

3.2 確保數據隱私

隨著信息技術的發展，人們的隱私相對的越來越透明，這讓民眾感到恐慌，因此人們對于隱私保護的要求也越來越高，而隱私保護也成為了數據管理中非常重要的環節。作為電力企業掌握著用戶的所有用電信息，因此要求信息收集管理人員一定要樹立隱私保護意識，嚴格杜絕用戶信息泄露的事件發生。國家電網公司在隱私保護方面采用內外網隔離措施和加強用戶信息資料庫賬號管理措施等方法來加強信息保護，給電力用戶提供一個安全放心的用電環境。

3.3 統籌數據共享

作為電力企業在加大信息建設的同時要以敏銳的洞察力認識到大數據內部的價值，加強與行業內外數據的交互融合，花費更多的精力去統籌規劃數據共享，挖掘數據價值，開展大數據戰略。電力企業在數據的管理過程中不能只單純進行各專業的信息建設，而是要從發電、電力運輸、配電網絡、變電站到電力用戶整個流程的每一個環節，將目前已經建成及在建的電力信息系統統籌管理，匯集各大系統的數據資源，打通專業壁壘，建立數據共享機制，以科學發展為指導制定具有前瞻性和實用性的數據管控體系，為提高電網基礎設施規劃水平，提升電量、負荷預測能力，提升營銷收益與客戶服務水平等提供輔助分析決策支持。

4 電力大數據應用探索與展望

目前，國家電網公司企業級大數據平臺建設取得階段性成果，完成了國網山東、上海、江蘇、浙江、安徽、福建、四川電力和國網客戶中心等8家試點單位上線試運行。在各公司的應用也取得了一定的成果，山東電力從數據與業務融合入手，全力構建公司企業級大數據平臺，基于大數據技術的用電負荷特性分類進度提升10%。國網上海電力基于該平臺，積極開展配網故障搶修應用場景建設，預測未來一天或未來一個月各區域、不同電壓等級的設備故障量可能發生的數量區間，精度超過70%。國網江蘇電力挖掘社會服務、企業運營、電網運行相關領域的大數據應用場景，成功預測了今年最高負荷發生時間，短期負荷預測準確率提高到99.4%。國網安徽電力開展基于用電采集系統的防竊電預警分析，以地圖定位等信息化手段展示各地市竊電嫌疑分布情況，防竊電分析工作效率提升50%以上。

現如今公司已就大數據研究與應用做了現狀調研、試點研究、需求分析和頂層設計等各項工作，關于電力行業的大數據應用仍有巨大的研究空間，可參照《公司大數據應用指導意見》開展更為廣泛和深入的研究，充分運用大數據技術助力企業運營集約化轉變，提高企業運營管理效率。

參考文獻：

[1]（英）邁爾-舍恩伯格，（英）庫克耶著，盛楊燕，周濤譯.大數據時代[M].浙江人民出版社，2013.

[2]冷傲雪，金杉.淺談電力大數據應用研究[J].人文社會，2014.

[3]楊仕孟.大數據時代電力營銷的應對思路[J].油田、礦山、電力設備管理與技術，2014.