大数据，或是数据大
7月19日，国家电网公司2016年年中工作会议第二天上午，公司董事长、党组书记舒印彪及全体会议代表都在认真听课。两节课共同聚焦——大数据。
“想象一下，未来电网不只是知道客户用了多少度电，而是每一度电都用到了哪里，国家电网公司将可以做更多的事情。”主讲人之一，阿里巴巴集团技术委员会主席王坚说，“哪怕只是一次交费活动，都应该产生更大的价值。”
价值，在大数据发展过程中被反复提及。
2014年，大数据首次进入政府工作报告，“要设立新兴产业创业创新平台，在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进，引领未来产业发展。”
随后，有分析称，创造新的就业、培育新的增长点，在经济新常态下，这无疑是大数据的重要价值。
2015年10月，党的十八届五中全会提出实施国家大数据战略。大数据正在成为经济社会发展新的驱动力。随着云计算、移动互联网等网络新技术的应用、发展与普及，社会信息化进程进入数据时代，海量数据的产生与流转成为常态。
大数据的量级有多少？2014年，一组名为“互联网上一天”展示数据表明，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封之多,相当于美国两年的纸质信件数量;发出的社区帖子达200万个，相当于《时代》杂志770年的文字量。预计到2020年，全球数据使用量将达到约400亿TB。大数据涵盖经济社会发展各个领域，得到国家层面支持。
传统行业的发展随之面临颠覆性改变，任何一个优秀的企业都需要思考今后的发展模式。课程另一主讲人——华为技术有限公司信息技术工程部部长苏立清说，每个企业的运作模式都发生了根本性改变，包括国家电网公司和华为等企业曾经都是靠业务驱动的企业。靠业务和技术双轮驱动，企业发展可能会走向新的高度。“然而‘互联网+’不能简单用互联网颠覆企业。而是传统企业通过拥抱互联网，积极使用互联网技术，推动企业信息化发展，从而为企业服务。”他说。
挖掘数据，开发数据价值成为共识。国家电网公司已经意识到大数据作为新兴产业的力量，“大数据”不只屡次出现在本次会议报告中，2015年，国家电网公司发布《国家电网公司大数据应用指导意见》，明确了到2020年将要实现的目标。到当年年底，国家电网公司完成了总部、山东、上海、江苏、浙江、安徽、福建、湖北、四川和辽宁10家单位大数据平台试点实施部署和上线试运行。
据中投顾问研究显示，在全球七大重点领域内（教育、交通、消费、电力、能源、大健康以及金融），大数据的应用价值预计在32200~53900亿美元之间。其中电力达到3400~5800亿美元。电力行业面临前所未有的机遇。
电力进入电网，从输送、调度、配电、变电，直到送给客户使用，每个环节、每个瞬间都会产生海量的数据。然而，这些海量的数据都有价值吗？哪些对业务决策真正有用？怎样分类挖掘？这是切实摆在眼前的问题。
从变现到增值
中国电力科学研究院技术战略研究中心高级工程师邓春宇表示，国家电网公司的大数据量大、分布广、类型，背后反映的是电网运行方式、电力生产方式及客户消费习惯等信息，这些数据如果能挖掘分析好，就能释放大数据真正的价值。他比喻，大数据好比是一个金矿，但是，想挖出金子也并非易事，做大数据是非常考验智慧的。
2015年4月，国网江苏省电力公司做了一个超乎寻常的预测，他们预计江苏全省当年的用电高峰将出现在8月6日，最高负荷将达到8481万千瓦。
天气预报尚且无法知晓4个月以后的准确天气，在盛夏到来之前就测算出负荷高峰日期和用电量，这听起来简直是“天方夜谭”。然而4个月之后的8月5日，江苏省出现用电高峰，最高负荷8440万千瓦，与预测日期只相差1天，预测负荷只差了41万千瓦。
在国家电网公司2016年年中工作会议间隙，国家电网公司信息通信部主任王继业讲述了这个故事，他说，这得益于挖掘了电网大数据的价值。
电网大数据的类型有多复杂？仅以国网江苏电力的负荷预测为例，其中就包含了多种数据类型。天气情况、实时曲线、生产运行结构化数据、三维地理地形，都是大数据分析电网负荷的类型之一。
挖掘如此复杂的“金矿”，变现的最终目的在于变现后的增值。其将成为电网智能发展的关键，电网与互联网深度融合，成为具有信息化、自动化、互动化特征，功能强大、应用广泛的智能电网。
国家电网公司2016年年中工作会议报告中提到，今年上半年，国家电网公司已经在售电量预测、用电信息采集、线损管理、输变电设备状态监测等方面深化大数据应用，取得实效。
挖掘电网中的相关数据，也将实现经营管理的增值。国家电网公司营销部在国家电网年中工作会上表示，未来将强化数据共享和信息支撑，为电网规划、安全生产提供数据支持；建设电力客户标签库，从服务优化、降本增效、市场开拓、数据增值四方面深挖数据价值，继续提升运营效益。强化“量价费损”分析预测，构建预测分析模型，实现“量价费”精准预测和台区线损异常智能诊断，构建分用电结构、产业结构的电价分析模型，实现经营效益影响的精准预测。
此外，电网大数据中的客户消费习惯等变现，将实现服务的增值，对客户大数据的开发也改变着行业。以汽车行业为例，阿里巴巴和上汽开展了一项合作。过去，汽车用户在使用汽车时是不对汽车生产公司产生价值的，而有了互联网，汽车就可以成为新的互联网成员，用户使用汽车的数据及时得到反馈，为传统汽车行业带来了改变。
数据检验数据，在大数据平台试点上线运行后，国网山东电力基于大数据技术的用电负荷特性分类精度提升了10%。国网上海电力预测未来一天或未来一个月各区域、不同电压等级的设备故障量可能发生的数量区间，精度超过70%。国网浙江电力客户用电行为细分处理效率提升30%。国网安徽电力防窃电分析工作效率提升50%以上。国网福建电力短期重过载预警准确度超过80%。国网四川电力停电计划编制效率提高30%。国网客服中心人工服务接通率提升30%，客户等待时间减少20%，提升了客户服务能力……
“我们的试点工作目前还没有达到全面应用推广的阶段。”王继业表示。但目前国家电网公司从上到下都有了应用大数据的意识，领导层面也督促大家自觉利用大数据进行监测、服务、经营管理、生产等各方面的工作。再过两三年的时间，大数据能够从试点实现全面的推广应用。
全球能源互联网研究院计算及应用研究所也在进行大数据的相关研究，所长高昆仑在接受采访时建议，要实现推广应用，还需要研发出一个简单便捷实用工具，让广大一线的业务人员也能自主开展大数据分析挖掘工作，让数据达到物尽其用的效果。他举例说，如果说大数据是一个矿，那么现在只有会开挖掘机的专业队伍，如科研人员，才能挖矿，业务人员则由于没有合适工具挖不了矿，不能应用大数据。
一条产业链
从输变电、配用电、原网荷协调、调度控制、营销等各个环节，一个完整的数据链条，更有利于盘活资源，真正转化为生产力，继而实现未来电网大数据的产业化。
而数据的融合至关重要，让公司内部的数据和外部的社会数据关联起来，产生1+1大于2的效果。
今年4月底，国家电网公司客户服务中心北方分中心的员工周洁成为了被媒体采访的对象，因为她亲身经历了大数据给她工作带来的变化：通过使用大数据个性化工具——客户画像，平均通话时长从170秒减至128秒，服务评价推送率由97.1%升至99.21%，客户满意率由98.8%升至99.86%。在各项基本指标不变的情况下，1名经过客户画像专题培训的新员工每天可多接听26通电话。这样算来，整个中心的1500余名客服专员，每天可以多接听3.9万多通电话。利用大数据为客户画像，能够清楚了解客户的类型和特点，实现有针对性的沟通，从而提高效率，更好地为客户服务。
国网电动汽车服务有限公司党组书记、副总经理李宝森在接受记者采访时表示，国网电动汽车公司成立半年多以来，开发上线了车联网平台、应用于电动汽车充电服务的“e充电”APP，以及应用于电动汽车租赁的“如易行”APP，研制了称为“智慧心”的远程计费控制TCU，目前车联网已接入充电桩2.6万个，年内将接入8万个。加大大数据应用和车联网平台建设力度，实现财务收费、客户关系管理、设施监控、运维检修、充电服务、电动汽车租赁等业务线上运行。他将大数据称为“生产资料”，在电动汽车发展中可谓功不可没，未来还将发挥更大作用。
为了生成新的驱动力，国家电网公司提出，还将继续提升科技创新能力和水平。加强信息化建设。优化骨干传输网和省级通信网，加快终端通信网建设，年内建成14家单位信息交换核心网。加快建设一体化“国网云”平台和全业务统一数据中心，提升信息储存、传输、集成、共享水平。加强“大云物移”新技术应用研究。深化负荷预测、设备运维、车联网、新能源等业务大数据应用，提高数据资产价值。
◆ ◆ ◆
上海：提速20% 配网抢修更高效
挂上电话12分钟后，上海市凯旋路1800号201室的门铃被电力抢修人员按响了。如果这个电话早打3个月，门铃最有可能要迟4分钟才会响。缩短这4分钟的，是国网上海市电力公司基于大数据平台实施的配网故障抢修精益化管理。
7月16日18时01分，201室的客户挂断了向95598报修家中失电的电话。任务单迅速流转，国网上海市南供电公司配网抢修协丰驻点接到指令，派出小班前往抢修，18时13分到达客户处。
原先，协丰驻点驻扎在新华路393弄已有3年多的时间，今年5月，驻点搬家到虹桥路1041弄。虽然两点之间的直线路离只有1.4公里，但协丰驻点负责人王伟氢感觉，搬家之后的到达时间变快了。
数据给王伟氢的感觉提供了有力的支撑：2016年1～4月，协丰驻点小班平均到达报修客户处的时间是15分钟，而周边其他驻点小班的平均到达时间仅为12～13分钟;5月上旬迁往虹桥路新址后，协丰驻点小班的平均到达时间已与其他驻点小班没有明显差别。
这是国网上海电力基于大数据平台开展配网故障抢修精益化管理取得成效的一个实例。原来，通过大数据比对，上海市南供电公司瞅准了协丰驻点的这个问题;进一步分析后发现，淮海西路与虹桥路包夹区域的报修数量在协丰驻点所有抢修中占比靠前，而且这些报修的平均到达时间明显偏长，严重拖了后腿。虽然不少抢修点离开驻点不过3公里左右，但由于中心城区道路情况复杂、道路拥堵严重，直接造成了耗时偏长。
牵住了牛鼻子，问题就容易破解，国网上海市南供电公司于是将协丰驻点向东挪了1.4公里。“一着棋对，满盘皆活”，到达时间缩短了20%左右。
这还只是配网故障抢修精益化管理的冰山一角。2015年5月，国网上海电力便完成了国网大数据平台部署，并基于大数据平台开展配网故障抢修精益化管理应用场景实施。通过建立故障抢修事前预测、事中跟踪、事后分析的主轴线，全面支撑故障抢修工作，有效提升了故障抢修精益化管理水平。
◆ ◆ ◆
江苏：海量大数据 精准预测今夏用电量
7月18日一早，苏州地调的调度员颜锡渝根据江苏省全社会用电信息大数据分析系统前一天提供的负荷分析预测结果，结合本地预测数据，对当天的调度负荷做出了预测，并于上午10点前将据此绘成的地区调度负荷曲线，上报给了省调，省调据此作为参考，合理安排电网运行方式。
精确的预测源于海量的记录数据。依托国家电网公司统一部署的大数据平台，该系统从梳理对象入手，构建统一的企业数据模型。在此基础上，系统从电能量管理、用电信息采集、设备状态监控、生产管理等多个系统中采集600多亿条记录数据，并从外部获取气象、经济运行等数据。大数据技术为负荷预测提供了坚实的数据基础。
“我们搭建了50个计算节点的大数据平台，将国民经济99个行业和全省13个地市负荷细分为11781种负荷特性组合，在此基础上，以气象、节假日等为主要因素，以客户信息、历史负荷为源数据，考虑用电客户对峰谷电价、温度、节假日的敏感程度及生产班次安排等，我们组建了超过70万个负荷影响模型。”系统项目组负责人谢林枫说。
今年夏季高峰用电，系统也给出了预测——2016年最高负荷预测值为8790万千瓦。“因负荷受8月初的气象影响较大，可能会有预测偏差，但基于去年的预测准确度，参考意义仍然重大。”谢林枫介绍说，负荷中长期预测受诸多不确定性因素共同影响，特别是受宏观经济、中长期的气象预测的准确度影响较大。
中长期的负荷预测不仅有益于夏季高峰期电网调度的安全平稳运行，对于电网规划建设、机组检修等都具有指导意义。短期负荷预测也是江苏省全社会用电信息大数据分析系统的主要功能之一。“我们在去年推出全省短期负荷预测基础上，推出各个地级市的短期负荷预测，目前已在全省13个地市实现全覆盖。”谢林枫说。据统计，江苏省全社会用电信息大数据分析系统短期负荷预测平均准确度为99.35%，而传统方法预测平均准确度为98.88%。
◆ ◆ ◆
浙江：为客户“画像” 供电服务更精准
“咔嚓、咔嚓……”有节奏的机器拍打声，从浙江海宁尖山新区海利得新材料股份有限公司新建的捻线车间内传来，几位工作人员正将一桶桶捻好的丝线装上钗车运到下一个生产点。夏天到来前，海利得的生产负责人杨勤丰还在担心扩建后的用电问题。未曾想，通电时间比预期提前了20多天。
两年前，浙江海宁供电公司推出了“方案最优、费用最省、速度最快”的“阳光业扩提速”工程，通过优化内部管理流程等，通电时间比国家电网公司规定时间缩短了34.5%。如今，国网浙江省电力公司初步建成的“互联网+供电服务”智能用电互动服务创新体系，则让通电速度又向前了一大步。
“尽快通电”显然不是创新体系的唯一目标。在建设平台和体系的过程中，国网浙江电力将多渠道客服数据与用电营销数据、配网数据，甚至气象信息、社交网络等多角度多层次数据进行整合，开展大数据分析挖掘，以“标签库”形式，构建立体化、多层次、多视角的客户全景画像，实现对电力客户特征的精细刻画。
基于客户画像，获取客户基本信息、用电偏好、信用风险、所属网架等，服务人员能够快速全面识别客户特征，提供差异化办电、催费、交费、停电通知等业务。还能依托客户画像，全面了解业务现状，准备识别客户当前面临的问题，从而快速受理客户诉求，缩短平均通话时长，提高客户一次答复率。未来，还能通过各类渠道精准推荐用电套餐、峰谷用电计划、电费垫付信贷、智能家居节能计划、分布式电能接入等用电产品及服务。
不久前，绍兴供电公司运营监测管理专责谢颖就通过日电量数据构建的分析模型，发现了绍兴滨海工业区有3户1000千伏安以上高压客户电量波动较大，且总体呈递减趋势。谢颖当即发布预警。客户经理王未央了解情况后，主动上门为大客户提供用电方案优化服务，通过办理供电“暂停”等方式，为客户节省基本电费5万元。
下一步，国网浙江电力将进一步挖掘客户标签库典型应用场景，建立、完善客户标签库业务规范。同时，还将加快渠道偏好、用电行为、电能替代等主题标签库建设开发，为电子渠道推广、精准营销提供技术支撑。
来源：亮报
