智能電網和大數據分析

① 有關智能電表大數據分析

智能電表是智能電網的基本構成模脊判團塊，可是傳統定義上的智能電網更側重於電力網生產調度用於維護保養系統軟體的平穩，而失去對電力能源運用的提升功效。

現階段的智能電表狀況，一些售電公司早已剛開始和代理顧客溝通交流安裝智能化總表，數據信息可立即反饋到售電公司的數據採集系統軟體，售電公司對顧客的用電量習慣性，用電量特點，及其峰谷時間段的用電負荷開展數據分析。

根據 智能電表 的全層面的基本信息收集，將 歷史 記錄與實時數據數據分析，產業鏈的模糊分析，自然環境與氣侯的危害因子分析，人為因素現行政策危害因子分析，融合多種多樣層面智能化系統的數據分析，才可以將智能電表的功效充分發揮到較大。

（註：本文沖孝純屬個人觀櫻橘點，僅供參考）

② 目前大數據在哪些行業有案例或者說應用

大數據應用的關鍵，也是其必要條件，就在於"IT"與"經營"的融合，當然，這里的經營的內涵可以非常廣泛，小至一個零售門店的經營，大至一個城市的經營。以下是關於各行各業，不同的組織機構在大數據方面的應用的案例，在此申明，以下案例均來源於網路，本文僅作引用，並在此基礎上作簡單的梳理和分類。

大數據應用案例之：醫療行業

SetonHealthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。

在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。

大數據應用案例之：能源行業

智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些大稿數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。

維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大數據，以往需要數周的分析工作，現在僅需要不足1小時便可完成。

大數據應用案例之：通信行業

XOCommunications通過使用IBMSPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將通過提供單個端到端網路、服務、客戶分析視圖的可擴展平台，幫助通信企業制定更科學、合理決策。

電信業者透過數以千萬計的禪者客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。

中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。

NTTdocomo把手機位置信息和互聯網上的信息結合起來，為顧滾襲孝客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。

大數據應用案例之：零售業

"我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從Twitter和Facebook上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。"Informatica的技術幫助這家零售商用社交平台上的數據充實了客戶主數據，使他的業務服務更具有目標性。

零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

③ 智能電網的大數據體系是什麼

智能電網就是「大數據」這個概念在電力行業中的應用，就是通過網路將用戶的用電習慣等回信息答傳回給電網企業的信息中心，進行分析處理，並對電網規劃、建設、服務等提供更可靠的依據。

日前，美國加州大學洛杉磯分校的研究者就根據「大數據」理論設計了一款「電力地圖」，將人口調查信息、電力企業提供的用戶實時用電信息和地理、氣象等信息全部集合在一起，製作了一款加州地圖。該圖以街區為單位，展示每個街區在當下時刻的用電量，甚至還可以將這個街區的用電量與該街區人的平均收入和建築物類型等相比照，從而得出更為准確的社會各群體的用電習慣信息。

這個「大數據」地圖也為城市和電網規劃提供了直觀有效的負荷數預測依據，也可以按照圖中顯示的停電頻率較高、過載較為嚴重的街區進行電網設施的優先改造。
同時，對於風能、太陽能等具有間歇性的新能源，通過「大數據」分析進行有效地調節，也可以使新能源更好地與傳統的水火電進行互補，更為靈活地出力。

④ 大數據都能應用在哪些方面

隨著5G時代的到來，大數據應用得到迅速的發展，並且得到很多人的關注。大數據應用於各個行業，包括金融、汽車、餐飲、電信、能源、娛樂等在內的社會各行各業都已經融入了大數據的痕跡。

1.製造業：利用工業大數據提升製造業水平，包括產品故障診斷與預測、分析工藝流程、改進生產工藝，優化生產過程能耗、工業供應鏈分析與優化、生產計劃與排程。

2.電商行業：電商行業是最早將大數據用於精準營銷的行業，它可以根據消費者的習慣提前生產物料和物流管理。隨著電子商務的越來越集中，大數據在行業中的數據量變得越大，並且種類非常多。

3.金融行業：大數據在金融行業的使用是非常廣泛的，主要使用在交易過程中。現在許多股權交易都是使用大數據演算法進行的。這些演算法能夠越來越多地考慮社交媒體和網站新聞，並且決定接下來的幾秒內是選擇購買還是出售。

4.互聯網行業：藉助於大數據技術分析用戶行為，進行商品推薦和針對性廣告投放。

5.能源行業：隨著智能電網的發展，電力公司可以掌握海量的用戶用電信息，利用大數據技術分析用戶用電模式棚和，可以改進電網運行，合理設計電力需求響應系統，確保電網運行安全。

6.物流行業：利用大數據優化物流網路，提高物流效率，降低物流成本。

7.生物技術：基因技術是人類未來挑戰疾病的重要武器。科學家可以利用大數據技術的應用，這樣能夠加速他們自己的基因和其他動物基因的研究過程，臘和野並且還能成為人類未來克服疾病的重要武器之一。

大數據的價值輪喊遠不止於此，大數據對各行各業的滲透，是推動社會生產和生活的核心要素。

數通暢聯專注於企業IT架構、SOA綜合集成、數據治理分析領域，感謝您的閱讀與關注。

⑤ 大數據的應用領域有哪些

1.了解和定位客戶

這是大數據目前最廣為人知的應用領域。很多企業熱衷於社交媒體數據、瀏覽器日誌、文本挖掘等各類數據集，通過大數據技術創建預測模型，從而更全面地了解客戶以及他們的行為、喜好。

利用大數據，美國零售商Target公司甚至能推測出客戶何時會有Baby;電信公司可以更好地預測客戶流失;沃爾瑪可以更准確的預測產品銷售情況;汽車保險公司能更真實的了解客戶實際駕駛情況。

滑雪場利用大數據來追蹤和鎖定客戶。如果你是一名狂熱的滑雪者，想像一下，你會收到最喜歡的度假勝地的邀請;或者收到定製化服務的簡訊提醒;或者告知你最合適的滑行線路。。。。。。同時提供互動平台(網站、手機APP)記錄每天的數據——多少次滑坡，多少次翻越等等，在社交媒體上分享這些信息，與家人和朋友相互評比和競爭。

除此之外，政府競選活動也引入了大數據分析技術。一些人認為，奧巴馬在2012年總統大選中獲勝，歸功於他們團隊的大數據分析能力更加出眾。

2.

改善醫療保健和公共衛生

大數據分析的能力可以在幾分鍾內解碼整個DNA序列，有助於我們找到新的治療方法，更好地理解和預測疾病模式。試想一下，當來自所有智能手錶等可穿戴設備的數據，都可以應用於數百萬人及其各種疾病時，未來的臨床試驗將不再局限於小樣本，而是包括所有人!

蘋果公司的一款健康APPResearchKit有效將手機變成醫學研究設備。通過收集用戶的相關數據，可以追蹤你一天走了多少步，或者提示你化療後感覺如何，帕金森病進展如何等問題。研究人員希望這一過程變得更容易、更自動化，吸引更多的參與者，並提高數據的准確度。

大數據技術也開始用於監測早產兒和患病嬰兒的身體狀況。通過記錄和分析每個嬰兒的每一次心跳和呼吸模式，提前24小時預測出身體感染的症狀，從而及早干預，拯救那些脆弱的隨時可能生命危險的嬰兒。

更重要的是，大數據分析有助於我們監測和預測流行性或傳染性疾病的暴發時期，可以將醫療記錄的數據與有些社交媒體的數據結合起來分析。比如，谷歌基於搜索流量預測流感爆發，盡管該預測模型在2014年並未奏效——因為你搜索「流感症狀」並不意味著真正生病了，但是這種大數據分析的影響力越來越為人所知。

3.提供個性化服務

大數據不僅適用於公司和政府，也適用於我搏衫們每個人，比如從智能手錶或智能手環等可穿戴設備採集的數據中獲益。Jawbone的智能手環可以分析人們的卡路里消耗、活動量和睡眠質量等。Jawbone公司已經能夠收集長達60年的睡眠數據，從中分析出一些獨到的見解反饋給每個用戶。從中受益的還有網路平台「尋找真愛」，大多數婚戀網站都使用大數據分析工具和演算法為用戶匹配最合適的對象。

4.

了解和優化業務流程

大數據也困畢越來越多地應用於優化業務流程，比如供應鏈或配送路徑優化。通過定位和識別系統來跟蹤貨物或運輸車輛，並根據實時交通路況數據優化運輸路線。

人力資源業務流程也在使用大數據進行優化。SociometricSolutions公司通過在員工工牌里植入感測器，檢測其工作場所及社交活動——員工在哪些工作場所走動，與誰交談，甚至交流時的語氣如何。美國銀行在使用中發現呼叫中心表現最好的員工——他們制定了小組輪流休息制度，平均業績提高了23%。

如果在手機、鑰匙、眼鏡等隨身物品上粘貼RFID標簽，萬一不小心丟失就能迅速定位它們。假想一下未來可能創造出貼在任何東西上的智能標簽。它們能告訴你的不僅是物體在哪裡，還可以反饋溫度，濕度，運動狀態等等。這將打開一個全新的大數據時代，「大數據」領域尋求共性的信息和模式，那麼孕育其中的「小數據」著重關注單個產品。

5.

改善城市和國家建設

大數據被用於改善我們城市和國家的方方面面。目前很多大城市致力於構建智慧交通。車輛、行人、道路基礎設施、公共服務場所都被整合在智慧交通網路中，以提升資源運用的效率，優化城市管理和服務。

加州長灘市正在使用智能水表實時檢測非法用水，幫助一些房主減少80%的用水量。洛杉磯利用磁性道路感測器和交通攝像頭的數據來控制交通燈信號，從而優化城市的交通流量。據統計目前已經控制了全市4500個交通燈，將交通擁堵狀況減少了約16%。

6.提升科學研究

大數據帶來的無限可能性正在改變科學研究。歐洲核子研究中心(CERN)在全球遍布了150個數據中心，有65,000個處理器，能同時分析30pb的數據量，這樣的計算能力影響著很多領域的科學研究。比如政汪銀芹府需要的人口普查數據、自然災害數據等，變的更容易獲取和分析，從而為我們的健康和社會發展創造更多的價值。

7.提升機械設備性能

大數據使機械設備更加智能化、自動化。例如，豐田普銳斯配備了攝像頭、全球定位系統以及強大的計算機和感測器，在無人干預的條件下實現自動駕駛。XcelEnergy在科羅拉多州啟動了「智能電網」的首批測試，在用戶家中安裝智能電表，然後登錄網站就可實時查看用電情況。「智能電網」還能夠預測使用情況，以便電力公司為未來的基礎設施需求進行規劃，並防止出現電力耗盡的情況。在愛爾蘭，雜貨連鎖店Tescos的倉庫員工佩戴專用臂帶，追蹤貨架上的商品分配，甚至預測一項任務的完成時間。

8.強化安全和執法能力

大數據在改善安全和執法方面得到了廣泛應用。美國國家安全局(NSA)利用大數據技術，檢測和防止網路攻擊(挫敗恐怖分子的陰謀)。警察運用大數據來抓捕罪犯，預測犯罪活動。信用卡公司使用大數據來檢測欺詐交易等等。

2014年2月，芝加哥警察局對大數據生成的「名單」——有可能犯罪的人員，進行通告和探訪，目的是提前預防犯罪。

9.

提高體育運動技能

如今大多數頂尖的體育賽事都採用了大數據分析技術。用於網球比賽的IBMSlamTracker工具，通過視頻分析跟蹤足球落點或者棒球比賽中每個球員的表現。許多優秀的運動隊也在訓練之外跟蹤運動員的營養和睡眠情況。NFL開發了專門的應用平台，幫助所有球隊根據球場上的草地狀況、天氣狀況、以及學習期間球員的個人表現做出最佳決策，以減少球員不必要的受傷。

還有一件非常酷的事情是智能瑜伽墊：嵌入在瑜伽墊中的感測器能對你的姿勢進行反饋，為你的練習打分，甚至指導你在家如何練習。

10.金融交易

大數據在金融交易領域應用也比較廣泛。大多數股票交易都是通過一定的演算法模型進行決策的，如今這些演算法的輸入會考慮來自社交媒體、新聞網路的數據，以便更全面的做出買賣決策。同時根據客戶的需求和願望，這些演算法模型也會隨著市場的變化而變化。

⑥ 智能電網信息工程是學什麼的畢業後是做什麼工作的

首先智能電網信息工程專業是學習以智能電網為背景，學習電力系統、智能電網信息採集、信號處理、通信理論和計算機應用技術。理敬兆論與實踐相結合，重點培養智能電網信息工程領域的特殊人才，同時兼顧通信、計算機等其他相關行業的人才需求。智能電網信息工程專業畢業生就業前景廣闊，可以在電力、通信、互聯網等行業從事電力產品設計、結構工程師、研發、信息系統運維等相關工作。

要知道的是隨著社會經濟的快速發展，各行業對電力的依賴和消耗顯著增加，對供電可靠性和電能質量的要求越來越亮滲租高。為此，世界各國都將目光投向了電網建設，希望將自己的電網建設成為高效、清潔、安全、可靠、互動的喊前智能電網。智能電網已成為世界電網發展的共同趨勢。電力行業的發展也給相關專業的發展帶來了前所未有的機遇，更好的就業前景。

⑦ 大數據能帶動什麼產業

要說大數據能帶動什麼產業，首先還禪氏是先來看看大數據主要應用在哪些行業。

第一，製造業。答者利用工業大數據提升製造業水平，包括產品故障診斷與預測、分析工藝流程、改進生產工藝，優化生產過程能耗、工業供應鏈分析與優化、生產計劃與排程。

第二，金融業。大數據可用於金融領域的高頻交易、社交情緒分析和信貸風險分析。

第三，汽車行業。大數據和物聯網技術可用於無人駕駛汽車。

第四，互聯網行業。藉助於大數據技術分析用戶行為，進行商品推薦和針對性廣告投放。

第五，餐飲行業。利用大數據實現餐飲O2O模式，徹底改變傳統餐飲經營方式。

第六，能源行業。隨著智能電網的發展，電子公司可以掌握海量的用戶用電信息，利用大數據技術分析用戶用電模式，可以改進電網運行，合理設計電力需求響應系統，確保電網運行安全。

第七，物流行業。利用大數據優化物流網路，提高物流效率，降低物流成本。

第八，生物醫學。大數據可以幫助我們實現流行病預測、智慧醫療、健康管理，同時還可以幫助我們解讀DNA，了解更多的生命奧秘。

等等事實上，大數據的價值遠不止於此，未來賀舉散大數據對各行各業的滲透，是推動社會生產和生活的核心要素。

⑧ 專欄 | 電力大數據應用模式與前景分析

本期，C君非常榮幸地邀請到了國家電網能源研究所的孫藝新老師。能源行業作為國民經濟與社會發展的基礎，不可避免地正在受到大數據的深刻影響。在下文中，孫藝新老師結合案例，系統分析了國外幾種電力大數據應用案例，並分析了未來的應用前景，可供讀者參考借鑒。

本文原載於《中國電力企業管理》，轉載請聯系作者獲得授權。

大數據對打通業務壁壘、發現商業價值具有重要支撐作用，已為互聯網、金融等擁有海量數據的企業在市場開拓、產品研發、客戶服務等方面發揮了重要作用。電力大數據則是從能源領域為人們重新開啟了認識世界、改造世界的大門。

電力大數據
人類從遠古進化到現代，能源的每一次進步都帶來了生產力的巨大飛躍。如今，能源革命與信息技術革命發生交匯，智能電網、新能源的快速發展與移動終端、物聯網、雲計算的迅速普及，將為各個產業帶來巨大的商業價值。電力大數據不僅是大數據技術在電力行業的深入應用，也是電力生產、消費及相關技術革命與大數據理念的深度融合，將加速推進電力及能源產業發展及商業模式創新。

從商業模式創新來看，電力大數據的內涵包括以下三個方面：一是打破電力發、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；二是注重電力領域綜合分析預測，對不同類型能源消耗、用電行為特徵、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准確性與及時性；三是注重能源領域商業模式創新，充分挖掘能源數據價值，從信息服務、數據分析等方面為智慧城市、智能電網、智能家居等領域提供新的盈利模式。

電力大數據拓寬了電力行業乃至能源產業的廣度與深度，給傳統企業帶來機遇與挑戰。一方面，電力大數據能夠對電力供給側、需求側進行有機整合與「跨界」應用，為創新商業模式與管理模式提供了機遇；另一方面，電力大數據使傳統電力行業的邊界變得模糊，使其自然壟斷地位與路徑依賴優勢受到不同程度的顛覆與挑戰。

國外電力大數據應用模式
目前，電力大數據理念尚處於逐步發展過程。從國外主要實踐案例來看，已初步形成了三類應用模式。

以電力為中心的能源數據綜合服務平台

該模式通過建立一個分析與應用平台，集成能源供給、消費、相關技術的各類數據，為包括政府、企業、學校、居民等不同類型參與方提供大數據分析和信息服務。該模式中，電網企業具有資金、技術、數據資源等方面優勢，具備成為綜合服務平台提供方的條件。

典型案例是美國德克薩斯州奧斯丁市實施的以電力為核心的智慧城市項目（見圖1）。該項目以智能電網設備為基礎，採集了包括智能家電、電動汽車、太陽能光伏等類型詳細用電數據以及燃氣、供水數據，形成一個能源數據的綜合服務平台。

圖1奧斯丁智慧城市項目商業模式示意圖
該項目已在節能環保、新技術推廣、研發測試等方面發揮了重要的平台服務支撐作用。一是在消費者能源管理方面，為居民能源消費、住宅節能、交通出行等提供優化建議，促進節能環保。例如，識別環保住宅的能耗降低比例可達27%；對居民太陽能電池板安裝朝向進行優化，可使發電量增加49%等。二是為企業提供電動汽車、智能家電等產品開發與技術測試服務。例如，將電力數據與汽車里程、分時電價、油價數據結合，可提供電動汽車性能分析、充電站布局優化，並根據用戶習慣確定最佳充電時間等服務。

為智能化節能產品研發提供支撐
該模式主要將電力大數據、信息通信與工業製造技術結合，通過對能源供給、消費、移動終端等不同數據源的數據進行綜合分析，設計開發出節能環保產品，為用戶提供付費低、能效高的能源使用與生活方式方案。以智能家居產品為例，該模式既可為居民用戶提供節能降費服務以及快捷便利的用戶體驗，也可對能源企業尤其是電力企業改善用戶側需求管理、減少發電裝機等發揮作用。該模式中，電網企業不一定具備產品研發優勢，但利用電力數據採集與分析方面的優勢，既可通過與設備製造商合作改進用戶需求側管理，也可通過共同參與研發並在產品銷售中獲取收益。

該模式的典型案例是美國NEST公司研發的智能恆溫器產品的商業模式（見圖2）。該產品可以通過記錄用戶的室內溫度數據、智能識別用戶習慣，並將室溫調整到最舒適狀態。

圖2NEST產品商業模式示意圖
產品製造商、電力企業、用戶三方形成共贏：作為產品製造商的NEST公司免費獲得合作企業提供的部分電力數據，藉此完善預測演算法，並通過多種方式（恆溫器設備、互聯網、分析報告）展示分析結果；電力企業在智能恆溫器支持下，改進需求側管理，節約發電裝機與調峰成本；用戶使用產品自動控制房間溫度，並節省用電費用。據報道，售價250美元的NEST恆溫器每年可在電費和供熱開支方面為家庭節省173美元，一年時間已節省了2.25億千瓦時的能量，相當於2900萬美元費用。

面向企業內部的管理決策支撐
電力大數據對能源企業自身同樣具有重要價值。通過將能源生產、消費數據與內部智能設備、客戶信息、電力運行等數據結合，可充分挖掘客戶行為特徵，提高能源需求預測准確性，發現電力消費規律，提升企業運營效率效益。對於電網企業，該模式能夠提高企業經營決策中所需數據的廣度與深度，增強對企業經營發展趨勢的洞察力和前瞻性，有效支撐決策管理。

該模式的典型案例是法國電力公司智能電表大數據應用（見圖3）。法國電力在籌建大數據研究團隊初期，選擇用戶負荷曲線為突破口，將電網運行數據與氣象、電力消費數據、用電合同信息等進行實時分析，以更為准確地預測電力需求側變化，並識別不同客戶群的特點，通過優化需求側管理，改進投資管理與設備檢修管理，提升運營效率效益。其中通過優化需求側管理，使電網日負荷率提高至85%左右，相當於減少發電容量1900萬千瓦。

圖3 法國電力大數據支撐內部決策應用示意圖
電力大數據應用前景
未來電力大數據的應用前景主要是在已有模式的基礎上，進一步發揮「粘合劑」與「助推劑」作用，推動能源產業探索建立具有「平台」特徵的完整能源生態系統。「粘合劑」主要是指對其他企業的吸引力以及形成平台模式後的協同效應，「助推劑」主要是指對能源產業生產、消費革命以及企業發展轉型的推動作用。

參照電商領域中的阿里集團，該公司成立以來逐漸形成了「數據」與「平台」良性發展的商業模式，收入主要來源於向賣家提供的互聯網營銷服務和從交易額中抽取的傭金。一方面，阿里通過淘寶、支付寶、余額寶等產品構建了完整的商業生態系統，吸引用戶參與到平台中，並採集整理用戶大數據；另一方面，阿里通過用戶大數據的分析與挖掘，在電子商務、金融、交通、娛樂等不同領域中建立競爭優勢，不斷鞏固壯大其商業生態系統。2013年，阿里集團的中國零售平台交易額達2480億美元，營業收入493億元，利潤率高達45%。

電力大數據下的能源生態系統將為能源企業及相關產業提供一個數據採集、整理、分析、應用、共享、交易等為一體的平台，為參與方提供信息咨詢、節能環保、產品研發、管理支撐等服務，為消費者提供節能降費服務及相關產品。可應用的領域包括智慧城市、智能電網、新能源、電動汽車。智能樓宇、智能家電、智能家居、移動終端等一系列相關產業。

電力企業在以電力大數據為基礎的生態系統中占據主導地位，具有十分重要的作用。一方面，新一輪電力市場改革下，電力企業可以擺脫傳統的盈利模式，通過挖掘大數據資源增強企業競爭力；另一方面，電力企業通過吸引社會資本及不同主體的參與，共建互利合作的商業環境，發揮電力大數據在智慧城市、智能家居中的重要支撐作用，提升相關企業的科技創新與可持續發展能力。

積極布局推進電力大數據應用
電力大數據對電力工業優化內外部資源、發展智能電網與構建全球能源互聯網具有重要支撐作用，對電網企業創新商業模式、主導建立能源生態系統具有重要意義。電網企業需持續關注其發展動態，積極謀劃布局。未來智能電網採集的數據將全面覆蓋從主幹網到配電網、區域用戶和大用戶微網，乃至家庭小用戶區域網。在此背景下，傳統數據存儲、計算能力將產生瓶頸，必須運用大數據的採集、處理技術對當前SCADA系統、數據中心、分析預測系統進行全面升級與改造。

一是開展大數據應用的頂層設計工作。在企業集團層面建立大數據應用的組織協調機構，研究能源領域大數據與公司、電網發展的協同關系，並對其盈利模式、應用領域、合作機制及分工等全局性問題開展專項研究，在未來競爭領域中占據主動。

二是做好信息與技術儲備工作。探索建立穩定、可靠的公司內外部數據獲取渠道，以及數據共享機制；超前研究制定適用於大數據環境的技術處理方案，提升信息系統處理能力。

三是積極培育人才隊伍，開展前期應用試點工作。在電網、產業、科研單位中組建大數據研發攻關團隊，在安全、生產、經營等業務中開展應用試點探索。

⑨ 淺析電力行業如何擁抱大數據

淺析電力行業如何擁抱大數據

未來社會發展將會是大數據的時代，數據的意義已經不僅僅是記錄，而是一種能源，一種潛力巨大、影響深遠的能源。2015年8月19日，國務院常務會議通過了《關於促進大數據發展的行動綱要》，特別強調通過大數據的發展，提升創業創新活力和社會治理水平。大數據正在改變著各行各業，同樣，大數據在電力行業也得到廣泛的應用。
電力行業如何擁抱大數據 打破數據壁壘
近年來，在電力領域大數據已經得到了廣泛關注，國內的一些專業機構和高校開展了電力大數據理論和技術研究，我國電力行業也在積極開展大數據研究的應用開發，電網企業、發電企業在電力系統各專業領域開展大數據應用實踐，國家電網公司啟動了多項智能電網大數據應用研究項目。
智能電網是解決能源安全和環境污染問題的根本途徑，是電力系統的必然發展方向;全球能源互聯網則是智能電網的高級階段，「互聯網+智慧能源」進一步豐富了智能電網的內涵;這些新概念均與大數據密切相關，大數據為智能電網的發展和運營提供了全景性視角和綜合性分析方法。就物理性質而言，智能電網是能源電力系統與信息通信系統的高度融合;就其規劃發展和運營而言，智能電網離不開人的參與，且受到社會環境的影響，所以智能電網也可被看作是一個由內、外部數據構成的大數據系統。內部數據由智能電網本身的系統產生，外部數據包括可反映經濟、社會、政策、氣候、用戶特徵、地理環境等影響電網規劃和運行的數據。在智能電網的發展過程中，大數據必將發揮越來越重要的作用。
但是從目前來看，電力行業數據在可獲取的顆粒程度，數據獲取的及時性、完整性、一致性等方面的表現均不盡如人意，數據源的唯一性、及時性和准確性急需提升，部分數據尚需手動輸入，採集效率和准確度還有所欠缺，行業中企業缺乏完整的數據管控策略、組織以及管控流程。電力行業缺乏行業層面的數據模型定義與主數據管理，各單位數據口徑不一致。行業中存在較為嚴重的數據壁壘，業務鏈條間也尚未實現充分的數據共享，數據重復存儲的現象較為突出。
業內稱電力行業擁抱大數據，急需推動電力企業間的數據開放共享，建設電力行業統一的元數據和主數據管理平台，建立統一的電力數據模型和行業級電力數據中心，開發電力數據分析挖掘的模型庫和規則庫，挖掘電力大數據價值，面向行業內外提供內容增值服務。
協調發展智慧電力、智能電網和智慧城市。電力大數據是智慧城市的基石，緊密圍繞智能電力系統的發展開展電力大數據的應用實踐。以重塑電力核心價值、轉變電力發展方式為主線，未來必將實現智能電網與互聯網的深度融合：將與城市的電、熱、氣、水和交通系統實現交互，把電能與供熱、供水、供氣以及交通系統進行互聯互通，形成城市互聯網，通過城市互聯網技術來進行整合，比如給家庭、社區、工業園區、企事業單位、醫院、學校提供一攬子能源解決方案，解決它的水、電、氣、油甚至包括污水處理、垃圾處理、暖氣供應、冷氣供應，整個能源資源的成套解決方案，是人性化、智能化甚至量身定製的解決方案。
案例分析：電力行業如何擁抱大數據
以電力大數據的先行者——AutoGrid為例
1、正確姿勢
AutoGrid的核心為其能源數據雲平台——EnergyDataPlatform(EDP)，創造了電力系統全面的、動態的圖景。
類似於高級搜索引擎或天氣預報演算法，AutoGrid的能源數據平台挖掘電網產生的結構化和非結構化數據的財富，進行數據集成，並建立其使用模式，建立定價和消費之間的相關性，並分析數以萬計的變數之間的相互關系。通過該能源數據平台EDP，公共事業單位可以提前預測數周，或只是分，秒的電量消耗。大型工業電力用戶可以優化他們的生產計劃和作業，以避開用電高峰。同時，電力供應商可使用該能源數據平台EDP來決定可再生資源，如太陽能，風能的並網，最大限度地減少這些能源間歇性對電網的影響。
DROMS(，需求響應優化及管理系統)為AutoGrid的需求響應管理工具。DROMS從已存在的AMI系統、有線網關、建築管理系統以及數據採集與監控(SCADA)系統獲得實時數據，結合配電系統的物理特性，基於機器智能，分析產生對單一負載的精確預測，在需求響應要求產生之前介入，迅速生成針對某一需求響應的應對策略。除此之外，對甩負荷要求及價格信號亦能有及時准確的反應。
2、優化需求管理
當需求側管理日益成為電力運營的一個重要部分時，電力大數據的應用也變得日益重要。通過電力大數據的採集、分析及應用，可以幫助電網各端匹配電力供應和需求，降低電網各端的成本。
AutoGrid的客戶覆蓋發電端、輸電端、配電端、用戶，可以幫助電網各端匹配電力供應和需求，降低電網各端的成本。AutoGrid的能源數據雲平台EDP，收集並處理其客戶接入智能電網的智能電表、建築管理系統、電壓調節器和溫控器等設備的數據，面向其用電客戶提供DROMS，獲取能量消耗情況，預測用電量，結合電價信息實現需求側響應，生成需求側管理項目的分析報告，提升客戶全生命周期的價值收益;面向電網運營者提供DROMS，可提供需求響應應對策略，預測發電情況和電網動態負荷，預測電網運行故障，改善客戶平均停電時間和系統運營時間，從而實現電網優化調度，減少非技術性損失，降低運營成本。
來自於ARPA-E項目的支持，AutoGrid還開發了一套軟體來監測電力在電網中的流動，幫助公用事業公司更好地滿足實時電力需求。在需求高峰期，公共事業公司可以讓精打細算的消費者知道他們在能源領域是如何花費的或要求具有環保意識的消費者主動減少自己的能源消耗。從而公共事業公司可以更好地快速有效地管理對電網的需求和供給的波動。
由於在需求響應的突出表現，AutoGrid被美國NavigantResearch列為2014年度需求響應領軍企業。
3、建立能耗圖景
基於EDP和DROMS，AutoGrid可以為客戶提供一個大規模的、動態的、不間斷的、供能范圍內的整體能耗圖景。利用該能耗圖景，公共事業公司可以可以實時「看」到本地區的能耗，以更好的進行電力控制。當數據不斷被累積，AutoGrid就能提供秒前、分鍾前甚至周前的用電預測，可以幫助電力企業客戶實現不影響舒適度和生產率情況下的優化排產計劃。因此，AutoGrid提供的不僅是能量消耗動態圖，它提供的還是需求側響應的應對方案。

以上是小編為大家分享的關於淺析電力行業如何擁抱大數據的相關內容，更多信息可以關注環球青藤分享更多干貨