“廣東電網公司積累的經營、管理和電網運行數據總量已超過2000TB，并仍以每年20%的速度快速增長，數據資產覆蓋到營銷、資產、生產等核心業務系統數據及企業外部數據，數據類型覆蓋了結構化、非結構化數據及實時流數據，存在對數據的實時性處理速度快的數據應用需求場景，對于負荷預測、網架優化等分析結果要保證一定的準確性……總體來說具備大數據5V，即大體量(Volume)、多樣性(Variety)、時效性(Velocity)、準確性(Veracity)、大價值(Value)的特征。”廣東電網公司信息中心副主任徐暉介紹道。2016年年底，廣東電網公司大數據平臺初步建成，電力大數據的挖掘與應用從此踏上了新的征程。

影響悄然發生

在大數據平臺建成以前，廣東電網公司已經開始了對于電力大數據的研究和應用。2015年，為了進一步挖掘電力數據背后的價值并更好地利用大數據促進電網發展，廣東電網公司在信息中心成立了數據應用部。據徐暉介紹，幾年來，利用數據驅動的分析方法和知識發現方法，廣東電網公司進行了多種大數據應用。如針對全方位客戶服務，開展了全省居民和非居民客戶的細分、客戶服務渠道分析、95598話務量預測及排班優化等主題建設。針對資產全生命周期管理，開展了資產信息360全景展示、工程造價分析、省市縣三級的物資需求預測等主題建設。針對安全生產管理業務，開展了設備分析、缺陷分析和生產管理看板等。

在眾多的大數據運用中，電力景氣指數是基于用電信息和相關宏觀經濟數據等經濟體發展前瞻性指標，可以有效地對短期經濟趨勢進行預測。廣東電網公司信息中心數據應用部數據分析及應用專責江疆說，電力景氣指數每個季度通過綜合分析用電量、新裝報裝容量、新裝用戶數等電力相關數據，結合生產、消費、投資、貿易、金融等宏觀經濟數據,構建電力景氣指數模型，預測受電力影響較大的產業與行業經濟增速及發展趨勢。

“電力景氣指數包括廣東省及四大區域指數、21個地市子指數、三大產業指數、五大重點行業指數，能夠更準確地把握與用電緊密相關的產業及行業經濟走勢、電力需求趨勢，為公司客戶管理、電網建設、投資決策、運行管理等決策提供科學依據。”江疆說。

在電力領域證明自己

“大數據平臺的建成為電力大數據的挖掘與應用提供了更多可能性，讓人能夠真真切切地感受到大數據帶來的顛覆性變革。”廣東電網公司信息中心數據應用部部長黃劍文說。

2016年，基于大數據平臺廣東電網公司做了更多嘗試。其中，模擬全省費控計算的測試讓所有人見證了電力大數據的強大。這次測試是假設全省統一使用費控裝置的情況下，對全省2500萬居民用戶開展基于大數據技術的居民電費計算。黃劍文介紹，費控對資源的需求已經遠遠超出了營銷系統電費計算相關的設計能力，營銷系統平均每天計算250萬戶左右，費控每天需要計算3000萬戶,為現有能力的10多倍。營銷系統電費計算每月1次，每天允許算12小時，8天完成電費計算，而費控需每天計算。現有電費計算的過程從抄表初始化至電費計算完成共計需約120小時，而費控需要完整的過程在4小時內。

通過測試，技術人員運用大數據手段在40分鐘內完成全省2500萬居民的電費計算，遠少于業務要求的時間4小時，而計算的準確率超過99.95%。“測試驗證了大數據平臺技術對電量電費計算功能的支持能力，驗證了基于大數據技術實現費控功能的可行性、可靠性。”黃劍文說。

未來無限可能

大數據在電力領域的應用最終都是要提供服務，幫助企業創造更多的價值。為了讓大數據技術能夠發揮更大的作用，廣東電網公司在大數據平臺建成之初就重點為省、地各單位數據應用相關人員提供分析工具和各類數據服務，電力數據沙箱就是其中一個。電力數據沙箱是為電網數據分析人員提供的包含基礎數據和數據分析工具的一站式數據分析探索容器。廣東電網公司信息中心數據架構管理代理組長彭澤武說，我們可以把它理解為一個盒子，每個盒子里面都存放著數據和處理數據的工具，盒子和盒子之間是相互隔離的，大家做數據分析處理互不影響。電力數據沙箱為數據分析帶來了多種便利，如果沒有它，每個數據分析人員就要自己抽取要分析的數據、準備分析工具，繁瑣程度可想而知。

彭澤武介紹，今年，廣東電網公司將進一步豐富大數據平臺的功能，如補充更多好用的數據分析工具。此外還將制定數據地圖，讓每個數據分析人員能夠知道有什么樣的數據、存放在什么位置等，以便更好地分析和應用。

“大數據在電力領域還有很大的發展空間，我們才剛剛起步。”徐暉說。去年10月，廣東電網公司發布了《電力大數據應用能力發展規劃》，提出了數據管理能力建設初步建成、全面推進、深化應用的三個階段，目標是逐步實現從滿足地市局的數據分析需求到省級大數據應用，直至最終為社會提供增值服務，實現電力數據資產變現，完成數據管理能力和業務能力的提升，具備省級電網企業提供全方位支撐的能力，真正實現為公司創造新的價值增長點。

徐暉說，盡管在行業內廣東電網公司的大數據發展處于領先水平，但與其他行業比較我們起步較晚，水平相對落后。我們要盡快建立起統一的數據服務中心，并依靠開放共享的大數據平臺，打造集數據集中、接口完善、應用多元、服務高效的數據應用生態圈。