全球經濟處于從傳統經濟向數字經濟的轉型過渡時期，數據資源蘊藏的巨大能量正不斷釋放，以大數據深度挖掘和融合應用為主要特征的數字化，逐漸成為經濟社會發展的重要推動力。黨的十九屆四中全會提出將數據作為重要生產要素，強調充分應用大數據提升治理能力和治理現代化水平。大數據應用已經成為衡量現代企業國際競爭力和綜合實力的重要客觀評價標準之一。在當前國內國際復雜多變的環境下，能源電力企業主動順應能源革命與數字革命深度融合的發展要求，創新開展能源電力大數據應用，對服務政府精準施策和行業有序發展、推動自身精益管理和提質增效具有重大意義。

     （來源：微信公眾號“能源研究俱樂部”ID:nyqbyj 作者：劉素蔚 柳占杰 孫藝新（國網能源研究院有限公司））

     一、能源電力大數據應用的形勢分析

     （一）開展大數據應用是能源電力企業響應國家大數據戰略，服務數字中國建設、推動數字經濟發展的擔當之舉。

     近年來，數據要素向經濟社會加速滲透，國家高度重視大數據在經濟社會中發揮的作用，大數據應用成為推動經濟高質量發展的關鍵力量，政策環境持續優化，技術水平不斷提升，產業規?？焖贁U大，國家大數據戰略加速落地。大型國有能源電力企業掌握著海量、高價值的數據資源，依托大數據應用深挖數據資源價值，充分發揮數據要素的基礎資源和創新引擎作用，不僅推動能源電力行業數字化轉型，同時服務我國數字經濟發展和國家治理現代化水平提升。

     （二）開展大數據應用是能源電力企業應對外部環境不確定性、推動提質增效的必由之路。

     我國經濟繼續邁入“三期疊加”新狀態，貿易摩擦、新冠疫情等黑天鵝和灰犀牛事件頻發，外界環境面臨的不確定性持續提升，為企業運營帶來更大挑戰。大數據應用具有識別、洞察和預測復雜問題的能力，為應對外界不確定性提供了有效的認識論、方法論和工具。依托大數據應用與運營管理深度融合，可以推動企業內部管理流程的重塑，撬動機制的轉型變革，提升大數據在決策、生產、管理、服務等領域的支撐力度，構建數據驅動的發展模式。

     （三）開展大數據應用是能源電力企業拓展新興業務、打造增長新動能、培育可持續競爭力的迫切需要。

     數據要素與傳統生產要素的融合能夠創造新業務、新業態、新模式，依托大數據應用能夠打造以數據要素為核心的數字經濟新商業模式，培育新的利潤增長點。能源電力企業圍繞自身運營主業，依托數據資源的共享和開放，吸納更多的利益相關方參與，共建共贏數字生態圈，形成可持續發展競爭力。

     二、能源電力大數據應用的重點領域

     為了更好地發揮數據要素的作用，大數據應用必須向系統化、專業化、規模化方向發展，從能源電力企業內外部環境與市場需求來看，圍繞大數據應用在存量優化、增量創新、公益服務三個領域的作用發揮，大數據應用的業務規劃將聚焦在“賦能提質增效”“賦能業務發展”“賦能國家治理”三大核心領域。基于能源電力數據價值密度高、實時準確性強、覆蓋范圍廣等特點，重點開展“3+3+3”的典型企業級大數據應用。

     （一）開展三項賦能提質增效的典型場景大數據應用，加大專業協同力度，持續推動流程貫通、數據共享和基礎治理，以典型應用創新推動運營管理能力提升。

     一是運行優化提升。包括配網規劃輔助分析、電網發展管理及新能源業務分析、施工安全風險預測三項典型應用。其中，配網規劃輔助分析通過對電網問題多維度精準診斷，定位配網運行薄弱點和投資需求點，為配電網規劃及建設投資提供輔助決策依據；電網發展管理及新能源業務分析提取線損異常特征及分組歸類，精準定位線損問題成因，分析新能源場站出力特性和消納情況，為新能源規劃、消納評估等提供決策支撐；施工安全風險預測分析識別現場安全管控的薄弱環節，對可能存在的安全風險進行分析預判，便于工程現場提前組織開展相應的預防措施，提高工程現場的防災避險能力。

     二是企業精益管理。包括多維精益管理分析、智慧供應鏈重點業務運營分析、設備精益運維分析三項典型應用。其中多維精益管理從設備運檢、營銷服務、項目投入產出等方面進行數據洞察和價值評價，劃小經營單元開展價值貢獻評價，服務提質增效和精準考核；智慧供應鏈重點業務運營分析挖掘采購規律與特點，優化采購實施進度安排，開展產品質量、供應商信用、資質能力、供貨服務等多維評價應用，提升設備采購質效；設備精益運維分析挖掘不同廠家、不同年代、不同類型設備缺陷異常規律，優化完善設備技術標準和運維策略。

     三是客戶優質服務。包括客戶體驗及營商環境分析、客戶用電行為異常分析及預警兩項典型應用。其中，客戶體驗及營商環境分析深度挖掘客戶訴求，識別服務薄弱環節，提出客戶服務優化建議，從“便利性、及時性、經濟性、可靠性”等維度，分析區域電力營商環境，促進辦電服務水平提升；客戶用電行為異常分析及預警構建用電客戶畫像，關注客戶用電規律，發現違約用電、竊電、電價執行偏差等異常行為，評估客戶信用等級，防范電費回收風險。

     （二）開展三項賦能業務發展的典型場景大數據應用，融合產業上下游數據，支撐新興業務增強發展動能，推動能源生態圈的融通發展。

     一是新基建相關業務。聚焦新基建，強化充電樁投資規劃、建設運營、充電服務等方面大數據分析，推進充電樁布局優化和精準運營。

     二是綜合能源服務相關業務。深化電能替代、源網荷儲友好互動、能效提升等大數據分析應用，促進全社會用能效率提升；開展不同行業客戶負荷特性、接電收益分析，應用計量設備故障運維及搶修智能派單、電費智能核算、臺區綜合管理等大數據分析模型，推動營銷作業效率和工作質量提升。

     三是社會服務增值業務。開展住宅小區空置率、群租房、獨居老人等分析，以及實體營業廳效能分析和公共臺區服務需求分析應用，關聯挖掘服務熱點、不良事件特征。

     （三）開展三項賦能國家治理的典型場景大數據應用，主動對接政府、企業和客戶需求，加強政企聯動和外部合作，挖掘應用場景，培育高價值產品和服務。

     一是開展電力看經濟分析。包括電力看宏觀經濟分析、電力看區域經濟分析、電力看產業分析三項典型應用。其中，電力看宏觀經濟分析全社會用電量、重點行業用電量、業擴報裝容量等與經濟增加值、主要工業品產量及產值等宏觀經濟指標的動態關系，對宏觀經濟發展趨勢進行分析和預測；電力看產業經濟從經濟增長、人員流動、行業動能、產業遷移、城鄉協同發展等方面研判經濟發展態勢，反映新舊動能轉換、高質量發展等狀況及變化趨勢，通過電力數據透視社會經濟發展；電力看區域經濟以城市群區域協同發展為研究對象，基于電力數據分析研判區域產業協同狀況，輔助支撐政府推進城市群區域整體規劃發展。

     二是開展重點企業污染防治監測分析。結合各地環保監測需求，積極推進污染企業、重點污染行業生產運行趨勢、環保政策執行、生產異常等監測分析工作，輔助環保部門提升監管效率，助力國家打贏“藍天保衛戰”。

     三是開展企業信用評價及應用。利用企業用電數據、違約用電和電費收繳等信息，開展電力視角企業信用評價。積極對接各類金融機構需求，探索建立商業合作模式，積極開展企業信貸評級和額度評估。基于企業容量狀態、用電量、違約用電等行為，分析企業運營風險，服務金融機構對已貸款客戶進行貸后預警。

     三、“十四五”能源電力大數據應用趨勢研判

     能源電力大數據應用的“時”和“勢”正在發生變化，單一、零散的數據分析應用正在向規?；?、融合化、產業化應用開發轉變，面向“十四五”能源電力企業關鍵要把握以下發展新趨勢，并在關鍵能力建設上做好布局與培育。

     （一）能源電力大數據發展的新趨勢

     能源與數據融合成為新型能源運營與服務的未來。隨著新型能源基礎設施的建設，能源流與數據流融合將成為必然趨勢，數據分析應用也將成為能源運營服務的重要基礎，推動能源電力服務向更加綠色、安全、高效和人性化的方向發展。“十四五”期間能源電力大數據分析應用的水平不僅體現能源電力企業的創新能力，也將關乎能源產業以及上下游企業的降本增效能力。

     能源電力大數據將成為能源領域創新基礎平臺。隨著技術的不斷發展，能源電力大數據的應用技術門檻將會不斷降低，工具、模型和算法能夠更加便捷的按需調用和組合，可視化、無代碼化數據分析逐漸普及。“十四五”期間越來越多的平民大數據科學家將參與到能源電力大數據應用中，數據資源的基礎資源作用和創新引擎作用持續放大，推動能源電力領域進一步挖潛增效。

     安全高效的多源數據共享共用產生多元價值。隨著各類數據安全技術的不斷突破，多源數據的融合將成為未來發展的必然趨勢，能源電力數據也將越來越多地與交通、安防、運營商等數據建立安全可信的共享機制?！笆奈濉逼陂g，能源電力大數據將基于多源融合數據不斷創造新業務、新業態，并促進能源大數據在扶貧、就業、環保等國家治理領域發揮更大價值。

     （二）重點培育三大關鍵能力

     數據匯聚能力成為突圍短板。數據匯聚能力建設是連接應用場景與數據資源的橋梁，始終以滿足大數據應用的需求作為前提與保障，是彰顯匯聚能力的重要標志。在“十四五”期間，能源電力企業依舊在數據匯聚能力上存在短板，加強實現底層數據的廣泛互通和深度融合，是實現大數據應用向縱深突圍的關鍵。建議能源電力企業以應用為導向，借助數據中臺、數據目標、數據標準等工具手段，實現企業內部數據資源的有序共享和外部數據資源的按需接入，推動多源數據的匯聚融合、統籌管理，滿足企業各專業、各層級大數據應用的數據需求。

     分析應用能力成為培育重點。分析應用能力主要包括統計分析、機器學習、深度學習三個層級，是衡量企業發現有用信息的關鍵能力，體現了數據分析的效率與認知水平。在“十四五”期間，結合三類分析技術的功能特點，因地制宜開展分析應用，明確工具技術的開發或引進策略，是企業培育大數據分析應用能力的重點。建議能源電力企業加大統計分析類成熟商業化軟件工具的部署應用力度，推動機器學習算法庫、模型庫、訓練庫的統一建設，加快產業應用、商業應用的實戰檢驗和迭代創新，瞄準復雜性強、不確定性大的應用需求加強“產學研”聯合攻關，推進重點領域深度學習算法的并行化設計及應用研究。

     技術支撐能力亟需迭代升級。技術支撐能力是以“數據+算法+算力”為核心要素的技術體系經過系統集成后的效能展現，是大數據應用的支撐和驅動力。在“十四五”期間，能源電力大數據應用對技術開放性和易用性的要求進一步提升，數據在線、算法在線、算力在線是技術支撐能力建設的核心著力點。建議能源電力企業打造更易用、更智能、平臺化的大數據技術支撐體系，為分析人員提供一站式便捷服務，持續豐富多元化的技術支撐能力，形成可復用、可組合的技術支撐模塊，滿足各類業務不同層次的大數據應用分析需求，同時重視技術的先進性和可拓展性，加強對先進技術的吸收和原有技術的更新迭代。

     原文首發于《電力決策與輿情參考》2020年8月14日第32期

文章來源：北極星輸配電網