电力行业中沉淀的海量数据.pdfVIP

电力行业中沉淀的海量数据

摘要:电力行业在全过程价值链中产生了大量的数据，发、输、配、

用、调度，各个环节都有大量的数据，而且数据是非常有价值的。举个例

子，发电里，如果是火电，有掺配煤的数据、机组指标的数据；如果是水

电，有水文水平的数据。输...

电力行业在全过程价值链中产生了大量的数据，发、输、配、用、调度，

各个环节都有大量的数据，而且数据是非常有价值的。

举个例子，发电里，如果是火电，有掺配煤的数据、机组指标的数据；如

果是水电，有水文水平的数据。输电，有线路方面的数据，还有对线路状态

有影响的气象和环境数据。变电，有变电站的数据，还有设备的巡检、维护

以及状态实时监控的数据。配电，有用电负荷、还有用电的需求侧的数据，

包括配网的规划，以及供电前期的预测、计划，还有供电可靠性的数据。用

电，包括客户的基础档案数据，电费的回收、计量的数据。调度，有负荷和

电量这些数据。

基于这些数据，我们可以看到，从全电力的业务链角度来说，现在电力大

数据具备了大数据四维的特征，像实时的大数据量、大的数据包的组成，以

及复杂的结构。这里面有结构化数据、非结构化数据，有实时的数据以及历

史的数据，而且是高频次、高频率的数据，有很多数据都能够精确到分钟，

每一分钟都可以传输比较大的数据包进行数据的采集和搜集分析。这些数据

未来怎幺样体现出来高价值？

大数据在电力行业中有什幺用？

在价值链中的不同环节，大数据的价值目标不同。

我们认为，在发电环节，大数据应该服务于发电端经济、高效以及清洁环

保这一目标；

在输变电环节，大数据应该服务于坚强的智能电网这一目标，通过环境气

象、用电负荷以及需求侧等等的大数据，来进行相应的设备选址以及规划，

实时监控输变电设备，保证整个电网平台的透明、开放、自愈以及自适应

性；

在用电环节，大数据应该服务于智能互动这一目标。智能互动可以从两个

角度来看，一方面，从电网被动的角度，是可以基于这种负荷的监测数据、

用户档案等数据，来及时预先发现或者实时发现设备的缺陷或故障，然后及

时启动应急预案。从主动角度来说，我们可以根据这些数据来评估电费回收

率，大型的高耗能企业，现在有很高的电费回收风险，因此，基于大数据，

电网可以做风险决策。

此外，大数据可以帮助调度实现智能调度。从以上价值目标出发，集合我

们过去的项目经验以及调研资料，发现整个电力行业，大数据应用仍然存在

很多问题。

有大数据但是没有大数据系统

先说一下电力行业的大数据应用存在的问题：

第一、采集。电力数据需要实时采集，数据量大，维度和广度都非常大，

所以采集难度非常大。

第二、处理。一方面，整个大数据处理的能力，现在在电力行业里面还是

有一些欠缺的，我们的数据计算能力，包括数据处理的及时性和实时性仍然

不够；另一方面，我们的数据类型是非常复杂的，而且非结构化数据的处理

能力一直以来在大数据行业里面都并不是很强，有待于我们进行探索和提

高。所以，电力的大数据处理，也是有很多问题的。

第三、应用。这块可以从三方面角度来看。一方面，我们缺少智能化的分

析系统。不论是发电企业还是电网企业，信息化已经建设了十几年，多多少

少还是有一些可以改进的地方。第二，由于我们的行业特征所致，所以导致

这个行业需求需要满足的时候会遇到多方面的问题，比如开发时间周期长，

专业能力是否足够等等；第三，我们的数据还没有形成规范化的一套东西。

无论是数据查询，还是数据应用，抑或数据的分析模型，现在来看还都没有

形成规范化的一套东西，没有形成一个产业。

这还只是纵向的分析。此外，我们亚信数据团队非常重视横向的全要素数

据流通，这也是我们作为重点，不断和合作方强调的一个概念。全要素的数

据流通，需要从内部和外部两个维度来看。

内部来看，大数据可以帮助公司降本增效，但是问题出现了。第一，由于

这个行业的特色以及行业的复杂度，会发现，想靠一套或者是两套已有的大

数据系统去完成所有的内部管理跟外部协同是非常困难的。所以，现在每一

家企业都有多套的应用系统，这样就使得整个大数据，包括内部的数据一致

性、统一性都受到很大的影响。

第二，一个企业的各个部门之间、各个单位之间，他的数据还是有数据孤

岛的，很难能够将这些数据孤岛通过一定的数据流向和渠道，将他整合在一

起，融合，形成我们整个全