電力大數據在對外增值服務中的價值與應用探析

季潤陽 蔣 亮

（1.國網南通供電公司，江蘇 南通 226000； 2.國網江蘇省電力有限公司南通供電分公司，江蘇 南通 226006）

電力大數據可分為內部數據與外部數據。內部數據主要來自電網企業內部運營產生的數據，涉及電網運行、設備管理、營銷服務和企業管理等各類數據；外部數據主要來自社會與公共服務部門，涉及電網服務、應急處置、危機公關等方面。大數據分析在電網內部的信息安全、運營服務、負荷預測、線損管理、設備檢修等方面的作用，有諸多電力企業或研究學者展開過研究和討論，但是，大數據分析在對外增值服務中的價值卻鮮有人探討研究。為了有效地提高電力企業經濟效益和服務質量，本文將在電力對外增值服務方面研究大數據分析的價值與應用。

一、電力大數據的基本特點

1.數據體量大

在電力企業運營過程中，電力管理、電力營銷以及其他生產環節都會產生海量數據，比如一個省份有5000萬用電客戶，對每戶用電客戶按照每小時收集一次用電數據，每次收集的數據項目有十多個，10戶居民一天內就能產生2000多項數據，5000萬用電客戶一天內就能產生幾十億項的數據。

2.數據類型多

在電力企業生產運營的各個環節中，都包含實時數據、歷史數據、文本數據、多媒體數據等多種類型的數據，每種類型的數據又可分為結構化、半結構化、非結構化數據。如變電站內的監控視頻數據、客服電話錄音數據、巡檢圖片數據等屬于非結構化數據。由此可以看出，電力大數據的數據類型種類繁多。

3.價值密度低

在電力系統運維過程中，根據異常數據可對設備運行、故障、修復情況進行判斷，依靠大數據處理速度快速精確找到問題點，從而及時排查故障。但是，在電網生產和運行過程中所采集的檢測數據、運行數據，幾乎都是正常數據，這也就意味著大部分收集的數據利用價值低。

4.處理速度快

由于控制決策時效性的需要，大數據分析一般需要達到秒級響應的速度。電力公司需要在數據收集、處理、分析、反饋流程中重視速度的提升，以滿足客戶端的實時需求。

二、電力大數據的經濟特點

國內對能耗數據與經濟預測關系的研究時間相對國外較晚，國內外在進行宏觀經濟及其影響因素的關系研究時，逐步將精力投入到用電量與宏觀經濟的關系研究中，并進一步向著定量關系的研究方向發展。

從國內來看，劉慧在其研究“克強指數”的一篇論文中提到，工業用電量的多少，可以準確反映我國工業生產的活躍度，以及工廠的開工率和生產運營狀況。何曉萍在研究中國城市化與電力需求的文章中提到，在工業化進程中，生產要素的優化配置能帶動城市化的發展，因此電力需求也會快速增加。林伯強通過建立VAR和VEC模型，分析了我國電力消費與經濟增長的關系，最后得出我國的電力消費與GDP、資本以及人力資本之間存在著長期均衡關系的結論。何永貴使用中國用戶的用電量和宏觀經濟數據，將用戶用電量與國內GDP進行回歸分析，最終得出結論是兩者呈正向影響關系。郭鷹通過獲取浙江省的工業用電量和經濟數據，采用實證研究證明了兩種因素之間呈正相關，同時還測出了二者之間的彈性系數為1.55。

從相關學者的研究結論可以看出，能源消耗量的大數據包括電能消耗，與宏觀經濟預測是存在一定關聯的，并且在一定階段內是呈正向影響關系的。該結論可為我國調節經濟發展進程、社會產業方向提供理論支撐，電力大數據可為國家電網公司的業務發展、新興產業的開拓，提供數據支撐。

三、電力大數據的外部應用價值

電力大數據能更客觀、更及時、更精確反映經濟社會運行的狀況，利用電力大數據與經濟活動之間存在高度正相關的特點，本文進一步在對外增值服務中討論電力大數據意義與價值。電力大數據內部價值體現在為電力公司提高生產運維效率、管理水平，同時也能在一定層面提升電網公司的品牌價值。此外，在外部應用中，電力大數據分析技術在支撐政府宏觀決策、提供產業風險防范、評估電力信用等級、了解綠色社會建設發展等方面，潛藏著巨大的價值。

1.支撐政府宏觀決策

將全社會、各地區及行業層面的電力大數據與國內生產總值、工業增加值等宏觀經濟指標相互關聯，利用數據處理技術和模型構建的方法，可以對我國宏觀經濟態勢進行初步預測，為政府在行業內外的宏觀決策提供更客觀更科學的信息服務。

2.提供產業風險防范

將三大產業、地域性支柱產業及重點行業的電力大數據與行業工業增加值等宏觀經濟指標相融合，可開展行業產能分析、產業轉型分析等數據應用服務。同時，可全面了解行業發展態勢、發現行業潛在發展風險。

3.評估電力信用等級

企業的用電數據與其經營狀況會存在一定的關聯性，利用企業的用電特點可對企業的經營情況及發展潛力進行預測。將電力信用評級應用于企業，可以幫助金融信貸以及征信機構識別出企業潛在的運營風險，以此拓展征信輔助業務。

4.了解綠色社會建設發展

根據用電量數據，還可以讓公眾了解綠色低碳社會、智慧城市建設、企業污染治理等方面的進展，助力環境社會和諧發展。

四、電力大數據對外增值服務類型解析

從上述內容我們了解到，電力大數據具有數據體量大、處理速度極快等基本特點，同時又與經濟活動存在高度關聯。本文進一步探討電力大數據在對外增值服務中的四種具體類型，為電力公司創新業務模式，創造社會經濟效益提供依據。

1.數據分析用戶能耗量，優化用電方案

根據智能電表（AMI）數據，結合用戶特征數據（住房、收入等）和社會環境數據（氣候、政策等），可分析預測用戶的消費行為特點，以此對用戶能耗情況進行分析與優化用電信息推送，引導用戶科學合理改進用電行為。以用戶能耗分析為基礎，分析各市縣各行業的整體能耗情況、包括小時能耗情況、月度能耗情況以及峰谷能耗情況等，對比歷史能耗共性特點，分析客戶在每個階段可能存在的異常耗能情況。以居民用電行為分析為基礎，促進電網公司深度挖掘用戶的個性化、差異化用電服務需求。通過對企業用電情況分析，可對企業在中長期內用電負荷增長趨勢進行預測，提前對變壓器超載等用電異常隱患進行預警。

基于用戶能耗的大數據分析及用電方案優化，可以提高能源利用率，保障客戶經濟利益，促進以電網公司由生產導向轉變為客戶導向，提升供電服務滿意度，提升企業社會形象。

2.建立用戶用電征信體系

將企業及居民用電情況信息和電費繳納信息納入征信系統，使得征信體系可以提供客戶用電相關的使用信息和電費繳納信息查詢服務，實現用電信用信息查詢。基于電力客戶基本信息，以用電情況、利潤貢獻、設備裝備水平等內容為指標，制定價值評分標準；對電網客戶進行價值評級，同時提供歷次評價查詢服務，為政府管理部門及國家金融機構開展工作提供決策參考依據。有利于維護商業信用交易安全，降低交易成本。

在信用評價方面，基于電力客戶基本信息，以繳費情況、繳費能力等為指標，分析客戶信用變化趨勢，確定各風險預警等級。通過評價風險預警效果，提高商業銀行信貸風險防范和管理水平，促進社會信用意識提高。

3.拓展充電設備用電服務

隨著我國電動設備的不斷增加，充電設施將大規模建設，掌握電動汽車充電設施負荷需求相關數據，以提升已有配電設施利用率、減緩或者降低配電網絡投資是目前待解決的問題。

以用戶的充電地址、設備類別、耗電特點、用電需求為分析指標，通過掌握用戶分布情況，結合上文所述的客戶信用評價體系，探索讓客戶滿意的用電繳費渠道和用電套餐。建立客戶信用等級體系，將用戶在使用此項服務中的繳費額度、繳費及時性等納入客戶信用等級評估條項，未來為電力企業優化電價體系提供數據支持和評價標準。電力企業還可將客戶信用等級信息提供給第三方使用，實現業務渠道拓展。

4.為用戶提供定制分析服務

建立定制服務平臺，通過在平臺上開發高級應用功能，以滿足客戶基于電力大數據在各方面的數據需求，包括住戶回遷率、房屋入住率、宏觀經濟預測、商業投資選址等信息。根據該項服務的各項分析指標成本收取相應費用，為電力公司拓展新業務，實現經濟收益。基于區域用戶用電量數據及地理信息系統數據，建立居民用電分布圖，統計區域房屋空置率，輔助政府全面掌握回遷率，房屋入住率，預測經濟發展趨勢。基于用電量數據、營銷用戶信息數據，與政府部門經濟統計數據聯動，建立基于電耗的宏觀經濟預測模型，實現企業未來發展的能耗與單位工業附加值能耗預測分析，輔助政府建設行業宏觀經濟評估。對于商業投資選址方面可進行輔助分析，通過分析區域居民、商戶等不同群體用電行為，結合區域電費繳納、業擴報裝、GIS信息等多方面數據，建立不同類型商戶與周邊區域用電關聯分析模型，評估建立商鋪投資回報及區域服務能力，輔助分析商業投資選址。