面向價值變現的電力大數據應用

劉涓鈺 閆松 賈超冉 張來東

（天津市普迅電力信息技術有限公司 天津市 300000）

1 引言

能源革命和數字革命融合發展，是新一輪能源電力行業變革的重要發展趨勢。2019年10月，十九屆四中全會上首次明確提出“數據可作為生產要素按貢獻參與分配”，標志著數據將在未來國家社會的生產生活、公共服務及公共管理等方面發揮舉足輕重的作用。2020年4月9日，中共中央、國務院印發《關于構建更加完善的要素市場化配置體制機制的意見》，首次提出要著力加快培育數據要素市場，包括推進政府數據開放共享、提升社會數據資源價值、加強數據資源整合和安全保護等內容。2020年4月13日，國家電網公司互聯網部提出加強電力數據對外服務、提升數據服務企業運營能力、加強電力數據資產管理、夯實大數據技術支撐、打造大數據應用生態等5 項年度工作要點，對于能源數據的價值挖掘研究與應用已成為未來發展的必然趨勢。

數據是提高企業管理水平、認識行業發展規律、促進城市科學發展的重要基礎，電力數據作為能源領域和宏觀經濟的“晴雨表”、“風向標”，在反映經濟發展狀況、監測經濟政策運行成效等方面發揮著重要作用。目前，有關電力大數據的研究主要集中在其概念、關鍵技術、應用現狀、應用前景等方面。如文獻[1]從物聯網的視角定義了電力大數據的概念；文獻[2‐8]從電力大數檢索、采集、融合、挖掘等方面探索研究電力大數據關鍵技術；文獻[9‐11]結合能源互聯網的特性，分析了能源互聯網時代電力大數據技術研究方向和應用場景；文獻[12‐17]主要研究了電力大數據及大數據技術在電力系統、配電網規劃、新能源項目規劃中的應用；文獻[18]根據電力大數據在電力生產、經營管理、優質服務等領域的典型應用場景，借鑒國外電力大數據平臺經驗，分析電力大數據的結構、內容、共享模式，提出了一套電力大數據共享平臺的啟發式設計框架及流程；文獻[19‐20]聚焦綜合能源服務，研究構建服務政府、能源消費者、能源運營商、能源產品商4 類用戶支撐能源監控、能源分析、能源管理、能源服務、能源交易、能源應用的區域智慧能源綜合服務平臺，深化電力大數據應用。

此外，還有一些研究對電力大數據蘊含的價值進行了探討。例如，文獻[21]從數據資產驅動企業運營、創新電網企業現有業務模式、綜合利用外部數據、拓展大數據增值服務四個方面分析和深度挖掘電力大數據價值；文獻[22‐23]充分發揮電力大數據經濟“晴雨表”、“風向標”作用，以服務政府科學決策為目標，分別構建經濟景氣指數、商圈經濟活力指標體系，客觀反映了經濟運行狀況，輔助預測經濟發展的趨勢，為政府政策制定提供參考；文獻[24‐25]以服務企業科學用電、降低用電成本為導向，基于電力大數據，分別構建工業用戶電力運營成本分析優化模型、企業運營風險預警模型，輔助企業優化用電結構、降低企業運營風險；文獻[26]通過對電力大數據下客戶立體畫像進行應用研究，從市場策略、市場開發、市場交易、市場營銷、客戶關系管理、風險管理六個維度構建客戶立體畫像，輔助電力企業進行客戶細分，推動電力業務數據化和電力數據業務化。文獻[27]基于價值鏈理論，對電力大數據的價值鏈模型和價值創造模式進行初步分析。

以上研究表明，國內外對電力大數據價值挖掘的認識日益深入，但如何進一步聚焦電力產業鏈上下游企業對電力大數據的應用需求，構建服務政府科學決策、服務電力客戶精益發展、服務電力企業提質增效的全方位數據價值體系，最終實現數據價值變現還有待于進一步研究。本文將從電力大數據來源及特征、價值體系構建、目標客戶細分、典型應用場景、數據價值變現等方面開展研究。

2 電力大數據來源及特征

隨著“大云物移智鏈”等現代信息技術不斷突破，電力行業積累了海量數據，電力大數據在發展數字經濟、建設能源互聯網中發揮重要作用，產生重要價值。電力大數據主要來源于電力系統內部和外部，內部數據主要來源于電力企業內部生產、配變、營銷、調度、運檢等系統，這些數據貫穿于發電、輸電、變電、配電、用電、調度、運檢等電力生產管理和運營服務的各個環節，涉及生產管理數據、配電信息數據、用戶用電數據、調度運行數據、設備檢測和監測數據、故障搶修數據、企業管理數據、客戶服務數據、客戶檔案信息等；外部數據主要來源于政府相關委辦局、第三方社會平臺、電力客戶內部系統，涉及經濟、人口、面積、環境、氣象、用戶內部二三級用電計量數據等。

電力大數據具有以下三方面鮮明特點，一是覆蓋范圍廣，包括發電運行數據、電網運行數據、用戶用電數據等，數據體量龐大。二是價值密度高，主要伴隨電力生產和消費實時產生，數據準確度高，且貫穿電力系統“發輸變配用”各個環節，能夠全面真實反映宏觀經濟運行情況、產業發展狀況、居民生活情況和消費結構等，對服務國家治理具有很高的應用價值。三是實時準確性強，電力行業自動化、信息化水平較高，用于數據采集、傳輸和應用的基礎設施完備，部分采集類數據頻度達到分鐘級和秒級，數據實時性和真實性高，具有很強的獨占性和不可替代性。

電力大數據在應用過程中存在著對行業內外能源數據、經濟數據、環境數據、天氣數據等多類型數據的大量關聯分析需求，通過與行業外數據的交互融合，以及在此基礎上全方位的挖掘和分析，將會使電力大數據發揮出更大價值，衍生出新的應用服務，進而催生出新產業、新機遇、新模式，培育城市高質量發展的新動能。

3 電力大數據價值體系構建

在大數據領域，學者們應用價值鏈理論對大數據價值的創造過程進行分析，其中影響較廣的模型主要有3 個：文獻[28]提出的價值鏈模型，由數據發現、數據整合、數據利用3 個環節構成；文獻[29]提出的大數據價值鏈四環節模型（包括數據產生和采集、數據分析和處理、數據存儲和管理、數據可視化和利用4 個環節）以及文獻[30]提出的五環節模型（數據采集、數據分析、數據管理、數據存儲和數據利用5 個環節）。

通過抽取3 大模型共性認識，以電力系統內部和外部數據為基礎，瞄準政府、電力客戶、電力企業及上下游企業目標需求，構建數據采集‐數據傳輸‐數據匯聚‐數據應用‐數據變現的數據價值全鏈條，實現電力大數據價值創造。

在數據采集方面，采用數據集成或者部署采集終端等方式獲取未經加工的電力大數據；在數據傳輸方面，數據采集完成后，通過有效的傳輸機制將數據傳送并存儲在大數據管理系統中，如基于Hadoop、Cloudera 的NoSQL 數據庫，通過清洗、去重、去無效、去異常，對數據進行初篩及預處理，以確保數據的可用性和有效性；在數據匯聚方面，通過采用集成管理技術對多源異構電力大數據進行集成匯聚，以保證電力大數據質量；在數據應用方面，一方面是內部應用，將電力大數據的挖掘與分析結果應用到電力規劃、建設、運行、檢修、營銷等部門，優化電力企業資源配置，騰挪市場空間，提供精準客戶標的，提升電力企業內部管理水平和經濟效益，另一方面是外部應用，通過分析政府、電力客戶等目標客戶電力大數據應用需求，采用人工智能、數據挖掘、區塊鏈等技術，構建模型算法，以可視化展示或電力數字化產品等形式滿足各類目標客戶的需求；在數據變現方面，通過構建電力大數據服務及產品，探討電力大數據服務商業運營模式，以數據變現或產品銷售等方式實現“賣數據、賣服務”，以助力政府城市精細管理、推動電力企業提質轉型、提升電力客戶用能體驗、促進電力市場合作共贏，最終實現數據價值變現。電力大數據價值體系構建如圖1。

圖1：電力大數據價值體系構建

4 電力大數據應用目標客戶分析

電力大數據應用主要分為對外服務、對內服務。對外服務目標客戶主要包括政府、電力客戶、電力上下游企業，為其提供電力大數據產品、可視化應用等，以助力政府精細化管理、電力客戶降低用電成本、電力上下游企業提質增效；對內主要服務電力企業規劃、建設、調度、運檢、營銷等領域，以降低資產全生命周期成本及客戶營銷成本。電力大數據應用目標客戶如表1所示。

表1：電力大數據應用目標客戶

5 面向目標客戶的電力大數據應用場景

5.1 服務政府科學決策

房屋空置率分析。從居民客戶歷史用電量、當月用電量和連續半年用電量三個維度進行分析，測算出以戶為單位的居民住宅空置情況，通過對區域進行分區畫像和定位分析，輔助政府住房和城建部門精確掌握回遷率、房屋空置率等信息，從而制定相關調控政策。

經濟景氣度分析。基于用電量數據、用戶檔案信息，綜合電網數據、氣象數據、社會經濟數據等，建立宏觀經濟預測模型，實現電力看經濟，可為政府了解和預測全社會各行業、各產業發展狀況和用能狀況提供基礎，為政府在能源規劃、產業結構調整、經濟調控等方面做出合理決策提供依據。

生產活力分析。根據企業歷史用電量、當日用電量之間的比對關系，對各企業進行“精準畫像”。從企業活躍率（力度）、生產活躍度（強度）和整體生產活躍性的分布均衡水平（風險度），構建企業生產活力指數，評估后疫情時代全社會產業、行業、企業生產活力情況，輔助政府相關管理部門分業施策。

異常用能分析。充分利用大數據技術，融合其他能源資源數據，提取歷史異常用能客戶特征，基于機器學習算法構建異常用能識別模型，智能辨識客戶異常用能狀態，為政府精準掌握產業變動、電力企業精確打擊違章用能行為等方面提供權威數據支撐。

5.2 服務電力客戶精益發展

用電行為分析。深入挖掘電力客戶用電信息、電費信息及用電負荷價值，從最大需量、運行容量、電量峰谷比、功率因數等維度構建用電客戶用能行為分析評價體系，研究客戶負荷特性、業擴需求、用電意愿，及時精準推送客戶用電情況及優化建議，引導客戶合理優化用電行為，幫助電力客戶將能源利用和資源分配做“精”，提高能源利用率，降低用能成本，保障客戶經濟利益。

用能方案優化。針對園區客戶，融合天然氣、水、冷熱、石油等其他能源資源數據，從園區能耗能效、樓宇能耗能效、樓宇負荷利用情況等維度對園區內各樓宇進行分析，掌握園區內各樓宇的用能情況。針對園區樓宇的用能情況，以及樓宇存在高能耗、低能效情況，為園區管理者提供包括調整用能習慣、更換節能設備、開拓綠色能源等方面的優化方案，從而優化園區的整體用能效率，提升園區的智能管理水平。

5.3 服務電力企業提質增效

關鍵用戶識別。重點聚焦電力客戶峰平谷用電量及用電成本，遵循“構建評價指標體系‐開展數據分析‐提供精準服務‐實施效果監控”的閉環管理流程，幫助電力企業挖掘電力大數據潛在價值，采用Kmeans 聚類算法識別關鍵用戶，精準制定服務管理策略，促進光伏、儲能、三聯供、節能改造、電能替代等增量業務的快速發展。

客戶畫像智慧分析。利用電力客戶基本信息、用電營銷、電力交易、能耗等多渠道用戶數據，借鑒成熟標簽庫經驗，設計并構建覆蓋事實標簽、模型標簽、復合標簽的全域電力客戶標簽體系，從電力視角為電力客戶“智慧畫像”，支撐企業信用評價、客戶資格審查等應用，為政府、能源企業的融資授信提供依據，緩解中小微企業融資難題，助力區域融資環境改善。

6 電力大數據價值變現

電力大數據的內涵打破電力發、輸、配、售不同階段的數據壁壘，數據范圍涵蓋電力生產運營全過程，可以對不同類型能源消耗、用電行為特征、電力供需形勢、用電企業經營趨勢等問題進行綜合預判，能夠顯著提高電力生產消費預測的準確性與及時性，以服務政府科學決策、服務客戶智慧運營、服務電力企業提質增效精益管理為主線，面向目標客戶需求，打破數據壁壘、推動數據融通、挖掘數據潛力，研發電力大數據增值產品，通過數據直接變現、數據服務收費等方式，構建電力大數據商業化服務生態，實現電力大數據價值變現。

7 結束語

新一輪科技革命和產業變革正處在實現重大突破的歷史關口，數字革命與能源革命深度融合，引領了能源技術及產業變革，能源行業加快向數字化、網絡化和智能化轉型。以數據為關鍵生產要素的數字經濟正在成為發展新引擎。立足能源根本、數字稟賦和資源稟賦，基于現有電力大數據應用的經驗和基礎，精準對接內外部服務需求，豐富電力大數據產品形態，不斷拓展電力大數據產品服務對象和應用場景，為政府、電力客戶、電力上下游企業等各類目標客戶提供差異化電力大數據產品，助力電力企業管理變革和數字化轉型升級。未來還可以拓展電力大數據在金融、環保、交通、房地產等多行業的發展。