
国家电网大数据战略优势及应用领域分析
作为国家战略,大数据已成为国家下一个创新、竞争和发展的前沿,也必然成为企业提升核心竞争力的战略制高点。
中国信息通信研究院近期发布的《2015年中国大数据发展调查报告》预测,今年中国大数据市场规模将达到115.9亿元,增速达38%;预计2016年至2018年中国大数据市场规模还将维持40%左右的高速增长。
今年1月,国家电网公司正式启动企业级大数据平台的研发和试点工作。目前,大数据技术已经在电网运行、经营管理、优质服务三大业务领域得到广泛应用,推动国家电网从“业务驱动”向“数据驱动”转变。
优势在哪里
电网业务数据大致分为三类:一是电力企业生产数据,如发电量、电压稳定性等方面的数据;二是电力企业运营数据,如交易电价、售电量、用电客户等方面的数据;三是电力企业管理数据,如ERP、一体化平台、协同办公等方面的数据。
国网智能电网研究院的数据显示,截至去年年底,国家电网公司管理结构化数据49.75TB,非结构化数据213TB,营销基础数据130TB,用电信息采集数据达43TB,且信息化数据平均每天以10TB的速度增长。
国家电网公司信息通信部主任王继业表示,研究和应用大数据是提质增效和推动电网发展方式、公司发展方式转变的迫切要求。国家电网公司“三集五大”体系和坚强智能电网建设,积累了体量大、类型多、价值高、速度快等典型大数据特征的运营数据,具备了推广大数据应用的基础条件。
应用哪些领域
电网运行。以推动智能电网创新发展为出发点,积极推进大数据技术在智能电网发、输、变、配、调、用六大环节的广泛应用。
经营管理。以促进公司经营管理模式创新发展为出发点,积极推进大数据技术在电网规划、配网运行、运营监测和人财物集约化管理等方面的广泛应用。
优质服务。以促进优质服务能力提升和新型业务形态发展为出发点,积极推进大数据技术在智能电表增值服务、电动汽车运营管理和需求侧管理等方面的广泛应用。
试点效果怎么样
国网山东电力:借助大数据的预警、监测和分析,今年1月至6月,全省10千伏线路故障停电同比下降30.1%,延期送电同比下降70.8%;全省开展配网不停电作业84734次,同比增长171%,多供电量2.7亿千瓦时;深化配电自动化实用化应用,馈线自动化正确动作784次,分界开关正确动作1237次,减少停电23.4万时˙户。
国网江苏电力:以用户信息采集数据为样本,开展负荷预测工作。今年4月份,江苏电力用大数据预测8月6日将迎来今年最大负荷值8440万千瓦,实际上在8月5日出现了最高负荷值8480万千瓦,预测准确率99.53%。
国网福建电力:通过对城区配变负荷、设备、客户以及气温数据的挖掘分析,开展城网配变重过载预警分析场景应用,识别出52台新增重载配变、13台新增过载配变,预警准确率超过80%。
国网客户服务中心:目前,客服中心日均处理话务请求量35万余件。为进一步提高人工服务接通率,减少客户的等待时间,客服中心依托大数据技术,建立了“实时话务展现及预测”“基于故障事件用户感知度的主动服务”等场景应用,工作效率显著提升。例如,通过应用实时话务展现及预测场景,人工服务接通率提升了8%左右,服务效率和效果进一步得到优化。
下一步应用重点
2015年~2016年,国家电网公司将完成企业级大数据平台设计研发工作,并在总部及26家省公司部署实施。
到2020年,国家电网公司将在现有一体化信息平台基础上,建成总部和省公司两级部署的具有国际先进水平的基于云架构的企业级大数据平台,大数据成为推动智能电网创新发展的关键核心技术。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16