自服務升級電力數據價值

文 | 本刊記者 邢帆

自服務升級電力數據價值

文 | 本刊記者 邢帆

數據分析做的最好的無疑是互聯網企業，傳統企業能照搬嗎？特別是在以電力為代表的能源行業中，數據分析應該怎樣彰顯數據價值最大化呢？不少傳統企業都希望能夠找到這些問題的答案，電力行業更希望能夠從龐大的數量中獲得價值的提升。

在電力行業中，經常遇到的一類問題是：業務人員不知道大數據平臺里到底有什么？如何便捷使用？技術人員雖然知道有哪些數據，但卻不知道這些數據有什么價值，應該如何使用？而雙方達成一致又需要消耗許多無謂的時間，造成業務人員的不滿。

自服務不僅能把資源中心轉移到業務上，更能快速發揮業務的前沿視角，是一舉兩得的事。大數據作為一項企業的“準資產”，自服務大數據資產管理能夠幫助企業實現有效的提升。Gartner預測，到2019年，數據自服務的市場需求年復合增長率將達到16.6%。而對電力行業來說，建立自服務大數據資產管理中心，是行業大數據分析應用的前提準備。

自服務解決核電大數據“用、管”難題

如今，智慧核電建設已然是大勢所趨。眾所周知，2017年國家能源局、國家發改委將國家能源應用技術研究及示范項目“智慧核電運營系統研究及示范項目”建設內容納入了《能源技術創新 “十三五”規劃》，為我國智慧核電建設加快了建設步調。智慧核電建設作為“國家政策指導”和“行業發展戰略”的共同要求，是核電產業傳統運作模式擁抱大數據時代的大勢所趨。2015年初，中核核電提出“數字核工業”戰略和要求，并寫入十三五規劃；2014年，中廣核啟動“智能核電”建設，包括協同設計、智能建造、智慧運營和智能管理。美國部分核電站已經進行數字化改造。在全球范圍內，目前美國Exelon公司建立了核電人類工程學設計控制中心，用于資源安排、優化調度和現場監測；法國、英國的核電站也正在逐步進行數字化改造，法國電力旗下58個機組中有4個機組完全實現了數字化管理，其他機組部分環節實現了數字化。

在擁有超過十年的電力、石油、燃氣等能源行業平臺產品與解決方案規劃與設計經驗的普元公司電力事業部副總經理王程志看來，智慧核電建設與運營的關鍵支撐之一就是大數據的分析應用。他介紹，隨著項目實踐對大數據分析應用的深入，發現核電大數據在“管”和“用”方面存在諸多問題與挑戰，比如數據資產目錄的自助化管理、數據自助查詢分析、數據的運營管理監控等等。包括設計、建造、運營全過程多維度的核電數據“管不準”和“用不暢”成為制約智慧核電大數據分析應用的瓶頸，并最終導致業務技術之間的嚴重壁壘，數據應用不暢。

針對智慧核電大數據應用中的痛點問題，“自服務大數據資產管理中心”能夠一站式解決上述“管和用”方面的諸多挑戰，在大數據平臺之上實現“管”和“用”方面的提升。首先，“自助化”體現在自助化的數據資產目錄管理、檢索查找資產，自助化的數據查詢分析、數據探索挖掘，自助化的數據質量管控與應用監控；其次，實現自助化的關鍵支撐之一是“自動化”的數據資產元數據采集、數據內容獲取、數據質量檢核等；最后，通過數據分析應用，實現系統自進化，建成智慧核電。

自服務加速發電數據資產化進程

“智慧的XX”是很多行業改革風潮中慣用的詞匯。近年來，發電企業掀起數字化轉型浪潮，互聯網、移動互聯網、工業大數據、物聯網、虛擬現實等新IT 技術一方面催生出各種各樣的創新經濟和商業模式，另一方面也正在與發電行業深度融合。各發電企業身處其中，均進行了“智能發電”、“智慧發電”的戰略規劃與實踐探索，信息化創新也面臨著新的趨勢和挑戰。

目前，發電集團與電廠仍面臨著諸多困惑：雖然積累了海量數據，但利用不足；信息孤島，廠與廠之間、部門之間、專業之間不能互通共享；資源融合不夠，共享不足、深度開發和分析利用不夠；信息資源在生產、經營的綜合分析和發布，沒有為節能增效的決策支持提供輔助。當前發電企業面臨市場紅?；?、競爭白熱化的局面，傳統的經營管理模式已經無法適應企業精細化運營管理需求的行業現狀。

電力企業在數字化轉型浪潮中面對的諸多挑戰，利用“自服務大數據資產管理中心”，深入挖掘數據價值，通過數據建模預測設備故障、分析機組運行效率，能夠為提高提企業設備運行可靠性和精細化生產運營水平提供數據支撐。

結合“互聯網+”以及“中國制造2025”的時代需求，建立電力生產大數據平臺，打通OT/IT，實現兩化融合；通過挖掘數據價值，海量數據建模，分析并預測設備的健康狀況，降低設備故障率，提高設備的可靠性，實現智能制造；促進集團精細化管理，搭建全廠最優運行工況，對機組經濟運行提出指導方法，提高運行效率、創造效益、增強競爭力。

具體而言，在管理在線方面，能夠實現測點大盤、技術監督在線管理、檢修管理、實時在線報警；在精細化運營方面，能夠對長期超限數據統計監督整改以及考核管理一步到位；在智能尋優方面，能夠建立故障原因知識庫逐漸實現智能化故障診斷，并且對設備劣化情況建模預測并進行報警，最后基于數據挖掘的預測性維護；在數據資產管理方面，能夠做到數據目錄管理、數據標準模型管理，實現數據便捷探索使用、數據統一共享發布，及時監控數據質量管控與數據應用情況。

為實現“智慧發電”，未來的發電企業需要打好堅實的數據基礎，而大數據治理將在整個大數據平臺中起到中樞神經作用，價值就在于數據資產化管理+數據智慧化應用：數據資產化管理體現在數據目錄管理、數據便捷應用、數據運營管控；數據智慧化應用則體現在實時數據創造價值、生產運行即時監控、資產安全提供保護、績效對標有跡可循、運營優化閉環可控、預測診斷智能尋優。

由此，對于電力行業而言，利用數據自服務，有望加速大數據的資產化與智能化的同步進行，全面提升行業數據價值。