京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是电网创新变革的重要驱动力
大数据和电力领域专家围绕电网发展趋势,大数据技术、理论与方法,大数据在电力领域的应用现状与展望等方面分享实践经验与研究成果,共推电力大数据研究与实践。
大数据是工业社会的“石油”资源,谁掌握了数据,谁就掌握了主动权。2015年8月,国务院印发《促进大数据发展行动纲要》,党的十八届五中全会又明确提出实施“国家大数据战略”,强调能源领域的大数据信息资源建设。2017年政府工作报告提出,深入推进“互联网+”行动和国家大数据战略。近年来,国家电网公司按照党中央、国务院的大数据发展战略要求,积极开展大数据应用创新实践,发挥电力大数据快捷、细化、客观的优势,为公司创新发展提供信息支撑。
把握能源发展方向 以数据驱动电网大变革
“数据驱动的大数据方法作为一种辅助性手段,将在智能电网的发展中发挥越来越重要的支撑作用。”中国科学院院士周孝信在《关于未来电力系统发展趋势和研究方向的思考》主题演讲中阐述了当前能源电力系统面临的挑战并给出了答案。
中国工程院院士薛禹胜在《科学研究范式的协同是大数据思维不可或缺的组分》主题演讲中指出,大数据时代,不仅要知道是不是相关,更需要研究背后的因果关系。“如果统计分析与因果分析融为一体,紧密结合具体领域问题,相信大数据在以因果关系主导的电力系统领域中,会产生更积极的影响。”
中国工程院院士、中国电科院院长郭剑波指出:“智能电网大数据是电力系统及相关领域数据的有机融合,是一系列对数据处理与利用的理论、方法与技术,是一种对规律的全新认识论和价值萃取思想。利用智能电网大数据支撑能源系统的广泛互联、高度智能、开放互动和可持续发展,将是未来电网的发展与提升方向。”
“大数据的核心是数据驱动,其基本机理是通过数据透视事物的本质,挖掘事物背后存在的关联关系和找寻事物的潜在规律。大数据不只是以统计为手段发现事物的统计规律,而是采用多维度、多源数据融合,综合运用关联分析去发掘事物的混沌规律。大数据可以独立于物理模型,利用数学规律揭示事物本质。”中国电科院副院长王继业在大会专题报告《中国电科院大数据应用实践》中给出了对大数据的新理解和新认识,并指出,面对未来电网在新能源广泛接入、大电网互联和市场放开环境下运行特征的开放性、不确定性和普遍关联性,大数据能够以全量数据反映系统特征,提供全景式全过程的研究视角。
促进创新成果转化 汇聚大数据应用发展新动能
智能电网大数据的应用将实现割裂的数据资源向有效的数据资产转化,支撑更全面的分析、更准确的预测及更具价值的决策支持。中国电科院于2014年正式启动电力大数据研究工作,通过集中多专业优势力量开展大数据联合攻关,经过近三年的努力,在智能电网大数据关键技术研究、统一平台研发和多领域应用开发等多方面取得了一定成果。
通过研究实践,中国电科院梳理出大数据技术框架,涉及数据采集、数据存储、数据处理、数据分析、数据可视化、数据管理、数据服务和数据安全等环节,形成一套开展大数据工作需要研究内容的全集,指导工作开展。自主研发建成了与国际主流大数据技术同步的大数据平台,在数据、计算力和算法等核心能力上具有业内领先优势,并已支撑中国电科院多个研究所开展应用开发。在数据融合关键技术方面形成了基于统一数据模型的整体应用架构;在数据分析挖掘方面,形成了全流程的综合电力大数据分析挖掘能力。
目前,中国电科院已开展了25项大数据应用研究工作。在电网规划运行方面,形成了以数据驱动的大电网安全防御、新一代调控大数据系统及应用研发、面向城网规划的城市电力地图为代表的一系列应用成果;在资产运维管理方面,形成配电设备运行效率和供电能力分析、台区重过载预警和风险评估及继电保护设备分析与状态评价等典型应用;在用户和社会服务方面,形成电力数据资产标签化、售电量预测及新能源政策评价和宏观经济分析等特色应用成果。并且基于不同专业开展大数据工作的特点,总结梳理出大数据在电力行业应用的五大阶段:数据的抽取与整合、数据的基本特征分析、数据的深度分析、数据的业务建模和数据模型的固化实现,这五个阶段针对不同的场景解决问题。
中国电科院自主研发的城市电力地图通过将电网业务数据与地理信息数据相结合,跨领域融合电网拓扑、电网运行、设备生产运维、用户用电信息以及地理、气象、经济、人文社会等电力系统内外部数据,将各类信息和分析结果在地图上直观地展示出来,实现了负荷典型发展模式分析、可靠性影响因素分析和基于车辆轨迹挖掘的充电需求分析等应用。
配网运行效率和供电能力分析的目标是通过大数据技术找到影响配电设备运行效率和供电能力的主要因素。中国电科院在国网运监中心的组织下,选取近5年投运和已运行10年以上两组设备,分析其供电裕度的占比及分布,发现某些区域存在着一些“年轻”设备供电裕度不足,有些区域部分设备一些“老”设备仍有较大供电裕度的现象。该项研究应用成果能够为未来规划和投资提供指导。
台区重过载预警与风险评估应用汇聚了PMS系统、国网GIS系统、配网自动化系统、用电信息采集系统、营销管理系统、应急抢修管理平台等六大业务系统,包含设备台账、改造记录等共3亿多条数据。2016年年初,该应用在国网山东电力上线试运行,预测的准确率和命中率分别在70%和90%,为春节保供电等提供了重要支撑。
此外,利用大数据平台及其上层数据资产标签管理工具,中国电科院还融合某地300多万用户用电营销数据、地理信息和商业数据,快速的存储、处理与融合,结合自主研发的自适应聚类等多种算法,建立了一套从原始数据提取用电特征标签,构建360度用户画像的完整技术体系,为后续开展用户用电数据分析提供基础。
在应用场景介绍中,记者看到每项应用都有量化的表征,对比经验方法,都有了精准可视的结果。如在国网安质部隐患排查数据分析中,分析结果一目了然,对线树矛盾隐患,以往凭经验对树木生长情况判断,而通过融合气象等因素数据,就可以对线树矛盾发生概率进行量化。
这些研究成果把大数据和电网应用结合,能够为电网各专业和省公司的大数据应用提供经验和技术基础,在寻求良好的应用场景、目标和数据价值实现等方面发挥重要作用。
国网信通部副主任魏晓菁表示,公司启动并实施了信息通信新技术推动智能电网和一强三优现代公司的创新发展行动计划,组织编制了大数据应用的指导意见,开展了大数据应用建设,鼓励专业单位开展个性化的创新应用。中国电科院近几年来在大数据方面开展了积极的探索和实践,充分发挥了科研院所的创新能力,走在了公司前列。
据国网运监中心副主任汪峰介绍,国网运监中心负责运营数据资产的统一管理,逐步探索形成了用数据开展监测、用监测管理数据的管理思路,大力推动数据应用各项工作,努力使数据得到充分的发挥。
未来,中国电科院将发挥多专业技术创新优势,进一步全面推进大数据建设,建立一朵云、一平台、一颗星、多中心、多应用运行模式,依托中国电科院大数据平台建设数据应用中心和卫星资源中心,基于数据为国家电网公司与政府社会提供智能化服务。
加强数据资产管理 使智能电网价值形态跃升
“数据即资产。”大数据为电力行业带来了新的发展机遇,同时也提出了新的挑战。据外媒发布的研究报告显示,到2025年,全球电网资产管理和状态监测解决方案市场规模将从2016年的26亿美元增长至65亿美元。为此,必须通过良好的大数据管理,切实提高电力生产、营销及电网运维等方面的管理水平。
与会专家们认为,需要把数据从资产发展成一种商品,让数据像商品一样进行流通,才能产生新的价值。数据资产化以后,数据流动的速度影响数据的价值。数据资产管理的基本原理就是管理资产的方法加上数据的特征,通过数据资产盘点、数据资产评估和数据资产运营三步对数据资产进行管理,其核心就是解决好数据的“存、管、用”问题。
如仅从体量特征和技术范畴来讲,电力大数据是大数据在电力行业的聚焦和子集。但是,电力大数据不仅仅是技术进步,更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革,管理好数据资产将实现智能电网在大数据时代下价值形态的跃升。
电力大数据将向什么方向发展?面对众多复杂和不确定性的变化和互动与主动的需求,电网需要快速提升实时感知、高速通信、快速响应的能力,建立起一套智能化体系来应对冲击和挑战,电网不再是传统的物理能源输送网络,而是逐步呈现出物理与信息的融合特性,让电网同时具备计算、通信、控制、协同和自治的能力,未来智能电网的主要特征是信息物理融合。
“中国电科院将继续加快大数据能力培育、依托各专业所在应用领域的创新实践,围绕国家电网公司的业务支撑定位,全面支撑公司安全生产、运营发展与客户服务。在未来的研究中,将努力形成在大数据应用上的鲜明特色,成为对电网的主要技术支撑手段,培育大数据在电网创新中的驱动力。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31