大数据是电力行业未来发展核心产业对吗

浅析电力行业如何拥抱大数据未来社会发展将会是大数据的时代，数据的意义已经不仅仅是记录，而是一种能源，一种潜力巨大、影响深远的能源。2015年8月19日，国务院常务会议通过了《关于促进大数据发展的行动纲要》，特别强调通过大数据的发展，提升创业创新活力和社会治理水平。大数据正在改变着各行各业，同样，大数据在电力行业也得到广泛的应用。电力行业如何拥抱大数据 打破数据壁垒近年来，在电力领域大数据已经得到了广泛关注，国内的一些专业机构和高校开展了电力大数据理论和技术研究，我国电力行业也在积极开展大数据研究的应用开发，电网企业、发电企业在电力系统各专业领域开展大数据应用实践，国家电网公司启动了多项智能电网大数据应用研究项目。智能电网是解决能源安全和环境污染问题的根本途径，是电力系统的必然发展方向;全球能源互联网则是智能电网的高级阶段，“互联网+智慧能源”进一步丰富了智能电网的内涵;这些新概念均与大数据密切相关，大数据为智能电网的发展和运营提供了全景性视角和综合性分析方法。就物理性质而言，智能电网是能源电力系统与信息通信系统的高度融合;就其规划发展和运营而言，智能电网离不开人的参与，且受到社会环境的影响，所以智能电网也可被看作是一个由内、外部数据构成的大数据系统。内部数据由智能电网本身的系统产生，外部数据包括可反映经济、社会、政策、气候、用户特征、地理环境等影响电网规划和运行的数据。在智能电网的发展过程中，大数据必将发挥越来越重要的作用。但是从目前来看，电力行业数据在可获取的颗粒程度，数据获取的及时性、完整性、一致性等方面的表现均不尽如人意，数据源的唯一性、及时性和准确性急需提升，部分数据尚需手动输入，采集效率和准确度还有所欠缺，行业中企业缺乏完整的数据管控策略、组织以及管控流程。电力行业缺乏行业层面的数据模型定义与主数据管理，各单位数据口径不一致。行业中存在较为严重的数据壁垒，业务链条间也尚未实现充分的数据共享，数据重复存储的现象较为突出。业内称电力行业拥抱大数据，急需推动电力企业间的数据开放共享，建设电力行业统一的元数据和主数据管理平台，建立统一的电力数据模型和行业级电力数据中心，开发电力数据分析挖掘的模型库和规则库，挖掘电力大数据价值，面向行业内外提供内容增值服务。协调发展智慧电力、智能电网和智慧城市。电力大数据是智慧城市的基石，紧密围绕智能电力系统的发展开展电力大数据的应用实践。以重塑电力核心价值、转变电力发展方式为主线，未来必将实现智能电网与互联网的深度融合：将与城市的电、热、气、水和交通系统实现交互，把电能与供热、供水、供气以及交通系统进行互联互通，形成城市互联网，通过城市互联网技术来进行整合，比如给家庭、社区、工业园区、企事业单位、医院、学校提供一揽子能源解决方案，解决它的水、电、气、油甚至包括污水处理、垃圾处理、暖气供应、冷气供应，整个能源资源的成套解决方案，是人性化、智能化甚至量身定制的解决方案。案例分析：电力行业如何拥抱大数据以电力大数据的先行者——AutoGrid为例1、正确姿势AutoGrid的核心为其能源数据云平台——EnergyDataPlatform(EDP)，创造了电力系统全面的、动态的图景。类似于高级搜索引擎或天气预报算法，AutoGrid的能源数据平台挖掘电网产生的结构化和非结构化数据的财富，进行数据集成，并建立其使用模式，建立定价和消费之间的相关性，并分析数以万计的变量之间的相互关系。通过该能源数据平台EDP，公共事业单位可以提前预测数周，或只是分，秒的电量消耗。大型工业电力用户可以优化他们的生产计划和作业，以避开用电高峰。同时，电力供应商可使用该能源数据平台EDP来决定可再生资源，如太阳能，风能的并网，最大限度地减少这些能源间歇性对电网的影响。DROMS(DemandResponseOptimizationandManaGEmentSystem，需求响应优化及管理系统)为AutoGrid的需求响应管理工具。DROMS从已存在的AMI系统、有线网关、建筑管理系统以及数据采集与监控(SCADA)系统获得实时数据，结合配电系统的物理特性，基于机器智能，分析产生对单一负载的精确预测，在需求响应要求产生之前介入，迅速生成针对某一需求响应的应对策略。除此之外，对甩负荷要求及价格信号亦能有及时准确的反应。2、优化需求管理当需求侧管理日益成为电力运营的一个重要部分时，电力大数据的应用也变得日益重要。通过电力大数据的采集、分析及应用，可以帮助电网各端匹配电力供应和需求，降低电网各端的成本。AutoGrid的客户覆盖发电端、输电端、配电端、用户，可以帮助电网各端匹配电力供应和需求，降低电网各端的成本。AutoGrid的能源数据云平台EDP，收集并处理其客户接入智能电网的智能电表、建筑管理系统、电压调节器和温控器等设备的数据，面向其用电客户提供DROMS，获取能量消耗情况，预测用电量，结合电价信息实现需求侧响应，生成需求侧管理项目的分析报告，提升客户全生命周期的价值收益;面向电网运营者提供DROMS，可提供需求响应应对策略，预测发电情况和电网动态负荷，预测电网运行故障，改善客户平均停电时间和系统运营时间，从而实现电网优化调度，减少非技术性损失，降低运营成本。来自于ARPA-E项目的支持，AutoGrid还开发了一套软件来监测电力在电网中的流动，帮助公用事业公司更好地满足实时电力需求。在需求高峰期，公共事业公司可以让精打细算的消费者知道他们在能源领域是如何花费的或要求具有环保意识的消费者主动减少自己的能源消耗。从而公共事业公司可以更好地快速有效地管理对电网的需求和供给的波动。由于在需求响应的突出表现，AutoGrid被美国NavigantResearch列为2014年度需求响应领军企业。3、建立能耗图景基于EDP和DROMS，AutoGrid可以为客户提供一个大规模的、动态的、不间断的、供能范围内的整体能耗图景。利用该能耗图景，公共事业公司可以可以实时“看”到本地区的能耗，以更好的进行电力控制。当数据不断被累积，AutoGrid就能提供秒前、分钟前甚至周前的用电预测，可以帮助电力企业客户实现不影响舒适度和生产率情况下的优化排产计划。因此，AutoGrid提供的不仅是能量消耗动态图，它提供的还是需求侧响应的应对方案。以上是小编为大家分享的关于浅析电力行业如何拥抱大数据的相关内容，更多信息可以关注环球青藤分享更多干货

2019年中国大数据产业市场分析：发展进程显著，四大建议解决五大发展挑战问题我国大数据产业发展得如何?未来发展存在哪些机遇和挑战?随着信息技术和人类生产生活交汇融合，全球数据呈现爆发增长、海量集聚的特点。无论是国家、企业还是社会公众，都越来越认识到数据的价值。因此，近年来，各地纷纷成立大数据发展局，企业纷纷推动数据资产治理，大数据辐射的行业也从传统的电信、金融逐渐扩展到工业、医疗、教育等。一时间，仿佛各行各业都在谈大数据，人人都在谈大数据。但也有声音说大数据迎来了“七年之痒”，面对大数据热潮也需要一些“冷思考”。我国大数据究竟发展得如何?未来我国大数据发展还有哪些机遇和挑战?一、中国大数据产业进展显著过去几年，大数据理念已经深入人心，“用数据说话”已经成为所有人的共识，数据也成了堪比石油、黄金、钻石的战略资源。五年来，我国大数据产业政策日渐完善，技术、应用和产业都取得了非常明显的进展。1、在政策方面，我国从中央到地方的大数据政策体系已经基本完善，目前已经进入落地实施阶段。自从2014年“大数据”这个词写入政府工作报告以来，我国大数据发展的政策环境掀开了全新的篇章。在顶层设计上，国务院《促进大数据发展行动纲要》对政务数据共享开放、产业发展和安全三方面做了总体部署。《政务信息资源共享管理暂行办法》《大数据产业发展规划(2016-2020)》等文件也都已经出台。十九大报告中提出“推动大数据与实体经济深度融合”，“十三五”规划中提出“实施国家大数据战略”。卫健、农业、环保、检察、税务等部门还出台了领域大数据发展的具体政策。截至2019年初，所有省级行政区都发布了大数据相关的发展规划，十几个省市设立了大数据管理局，8个国家大数据综合试验区、11个国家工程实验室启动建设。可以说，大数据的政策体系已经基本搭建完成，目前已经纷纷进入落地实施甚至评估检查阶段。2、在技术方面，我国大数据技术发展属于“全球第一梯队”，但国产核心技术能力严重不足。我国独有的大体量应用场景和多类型实践模式，促进了大数据领域技术创新速度和能力水平，处于国际领先地位。在技术全面性上，我国平台类、管理类、应用类技术均具有大面积落地案例和研究;在应用规模方面，我国已经完成大数据领域的最大集群公开能力测试，达到了万台节点;在效率能力方面，我国大数据产品在国际大数据技术能力竞争平台上也取得了前几名的好成绩;在知识产权方面，2018年我国大数据领域专利公开量约占全球的40%，位居世界第二。但我国大数据技术大部分为基于国外开源产品的二次改造，核心技术能力亟待加强。例如，目前国内主流大数据平台技术中，自研比例不超过10%。3、在产业方面，我国大数据产业多年来保持平稳快速增长，但面临提质增效的关键转型。2018年，我国大数据产业延续多年来的增速，继续保持相对高速的增长。据前瞻产业研究院发布的《中国大数据产业发展前景与投资战略规划分析报告》统计数据显示，2015年我国大数据产业规模已达2800亿元。截止至2017年我国大数据产业规模增长至4700亿，同比增长是6%。初步测算2018年我国大数据产业规模达到5400亿元左右，同比增长15%。预测在2020年我国大数据产业规模将突破万亿元。然而，综合国内外环境、新兴技术发展等多种因素，大数据产业的增速出现了下滑。我国的大数据产业也面临着从高速发展向高质量发展的关键转型期。2015-2020年我国大数据产业规模统计情况及预测数据来源：前瞻产业研究院整理4、在应用方面，大数据的行业应用更加广泛，正加速渗透到经济社会的方方面面。随着大数据工具的门槛降低以及企业数据意识的不断提升，越来越多的行业开始尝到大数据带来的“甜头”。无论是从新增企业数量、融资规模还是应用热度来说，与大数据结合紧密的行业正在从传统的电信业、金融业扩展到政务、健康医疗、工业、交通物流、能源行业、教育文化等，行业应用“脱虚向实”趋势明显，与实体经济的融合更加深入。二、中国大数据产业五大发展挑战分析虽然我国大数据总体发展形势良好，也面临难得的发展机遇，但仍然存在一些困难和问题。1、涉及核心技术的产业发展薄弱，未能有效提升我国核心技术竞争力核心技术的影响力在大数据产业有着极高的重要性。由于大数据企业在完成产品开发后，可以近乎零成本无限制的复制，因此拥有核心技术的大企业，很容易将技术优势转化会市场优势，即凭借具体的信息产品赢得海量用户获得垄断地位。当前，从大数据技术与产品的供给侧看，我国虽然在局部技术实现了单点突破，但大数据领域系统性、平台级核心技术创新仍不多见。大数据处理工具都是“他山之石”，大部分企业用的都是国外的数据采集、数据处理、数据分析、数据可视化技术，自主核心技术突破还有待时日。尤其是开源产品的技术标准方面，我国的影响力尚亟待提升。2、数据孤岛和壁垒降低了大数据产业资源配置效率大数据产业发展必须实现数据信息的自由流动和共享，如果数据不开放、不共享，数据整合就不能实现，数据价值也会大大降低。无论是政府数据、互联网数据还是其他数据，数据拥有者往往不愿对其进行开放流通。受制于前期信息基础设施建设，目前我国政府数据往往还存在着诸多“数据孤岛”和“数据烟囱”，数据价值难以发挥。3、数据安全管理薄弱增加了大数据产业的发展风险大数据技术为经济社会发展带来创新活力的同时，也使数据安全、个人信息保护乃至大数据平台安全等面临新威胁与新风险。海量多源数据在大数据平台汇聚，来自多个用户的数据可能存储在同一个数据池中，并分别被不同用户使用，极易引发数据泄露风险。利用大数据技术对海量数据(90 -19%,诊股)进行挖掘分析所得结果可能包含涉及国家经济社会等各方面的敏感信息，需要对分析结果的共享和披露加强安全管理。4、产业垄断与恶性竞争现象频发，“劣币驱逐良币”现象明显由于资源型产业门槛低、利润高，新兴的大数据企业往往首先将目光盯在获取数据资源上面。大量依托数据资源优势的企业诞生，为大数据产业带来了低附加值的垄断经济模式，使得依靠技术壁垒打江山的企业不得不面对残酷的市场竞争，放缓了技术研发的步伐。同时，数据垄断问题也愈发明显。少数互联网巨头企业拥有巨大数据，不但对产业发展不利，甚至存在巨大的数据聚集隐患。5、各地发展同质化严重，普遍存在重存储轻应用的现象由于缺乏统一的大数据产业分类统计体系和产业运行监测手段，各地大数据产业的定位相似，同质化竞争加剧。而盲目的重复建设，更是可能导致大数据产业过剩。同时，由于部分地区信息化发展程度有限，大数据应用场景不够丰富，更是以数据中心等大数据存储设施的建设作为发展大数据产业的关键，且规模巨大，目标动辄以百万台计，后期若无法有效利用，将造成巨大的资源浪费。三、未来三年中国大数据产业将呈现四大发展特点未来三年，是我国大数据发展转型的重要机遇期。大数据的发展本身也呈现着一些趋势。在我看来，未来三年大数据行业有可能会呈现出如下特点：1、大数据新技术继续快速发展未来大数据技术将会沿着工具平台云化部署、多业务场景统一处理、专有高性能硬件适配几个方面进行突破。目前大数据技术工具的主要应用模式为应用企业在自建机房内独立部署，其存在资源浪费、弹性能力不足、管理复杂等缺点，这些缺陷可以通过基于云计算技术的云化部署方案解决，助力大数据技术工具的快速落地和应用;同时大数据技术工具主要瞄准的是分析型业务场景，但随着电子商务以及智能终端的爆发性发展，转账、计费等事务型业务场景也需要大数据处理能力，所以未来的多业务场景统一处理技术将会得到充分发展;最后由于GPU/TPU等专用硬件的发展，此类专用硬件能够助力某些大数据技术进行突破性升级，所以对新型硬件的适配成为很多大数据企业未来研发计划的重点。2、数据流通共享将迎来关键突破这些年，推动数据开放共享的政策举措一直在加强，然而效果与预期还有差距。可以说，技术手段将是数据流通共享瓶颈突破的关键。未来三年，随着同态加密、差分隐私、零知识证明、量子账本等关键技术的性能提升和门槛降低，随着区块链、安全多方计算等工具与数据流通场景进一步紧密结合，数据共享和流通将有望再前进一大步。3、数据服务合规性将成为行业关注重点近两年来，随着欧盟《通用数据保护条例》(GDPR)的颁布和正式实施，个人信息保护的重视程度被提到了前所未有的高度。GDPR对数据主体的权利规定细致入微，其“数据可携权”“被遗忘权”等方面的规定可能会对我国数据立法带来一定的参考。对我国企业来说，数据服务合规性的重要程度进一步提升，将对企业业务开展带来重大影响。目前中国信息通信研究院正在着力推动的“可信数据服务”计划也正是契合了行业的这一需求。4、数据资产管理重要性将进一步提升随着大数据应用进入深水区，企业将越来越重视数据资产管理方法论体系建设——即从架构、标准、研发、质量、安全、分析到应用的统一，从而实现技术到业务价值的转化和变现。未来三年，数据资产管理将仍是企业数据部门面临的难点与挑战。即使是领先的科技型企业，在数据资产管理这一课题上仍在不断探索新的方法，如全链路智能管理体系、数据资产的贡献度、数据基线度量与质量规范的工具化、可视化等。四、四大建议应对挑战大数据产业作为具有国家战略意义的新兴产业，在发展初期不仅要充分发挥企业的主体作用和有效市场的主导作用，而且要更好发挥政府的引导作用。1、要加强核心技术攻关与产业化推动自主研发创新是提高大数据产业竞争力的主引擎。要彻底改变目前我国大数据产业创新能力不强、关键核心技术对外依赖度偏高的这一局面，必须抓住重点领域、关键环节和核心问题，找准着力点和突破口，加大政府财政资金的引导支持力度。为此，建议在国家层面上设立大数据重点领域的关键技术研发创新的国家财政专项资金，支持突破一批关键核心技术研发创新与应用，构建具有核心技术自主权的大数据产业链，形成自主可控的大数据技术架构，提高关键核心技术的自主研发创新能力，有效破解制约产业发展的瓶颈。2、完善大数据安全政策需要开展数据确权、资产管理、市场监管、跨境流动等数据治理的重大问题研究，协调有关部门共同推进数据治理的法制化进程，加强对敏感政务数据、企业商业秘密和个人数据的保护。同时，推动完善适用于大数据环境下的信息安全等级保护制度，建立兼顾安全与发展的数据管理和保障体系，加强数据安全评测、安全防范、应急处置等相关机制建设。此外，还要强化网络空间的安全信息共享与动态感知能力，提高重大风险识别分析水平。3、鼓励地方因地制宜发展大数据产业大数据产业发展应注重差异化发展，形成差异化的产业布局。地方需要差异化发展，应该把大数据的发展重心放在因地制宜地促进应用创新上，放在打造完善的发展环境上，让市场在大数据发展要素配置上起决定作用。各地要结合产业基础和优势特色，着重发展大数据特色场景应用，推动大数据与当地重要实体经济行业加快融合。4、推动行业加快大数据标准建设当前大数据产业应用层出不穷，政府应通过标准化的途径规范行业、整合资源，促进各方达成共识，为大数据产业的健康发展提供基石。尤其是通过加强快速迭代、市场认可度高的行业/团体标准研制工作，为用户企业提供大数据产品选型指导，为数据安全提供保障，促进大数据交易等新兴服务模式规范发展，对推动我国大数据产业进程具有重要意义。

我们首先要先了解清楚什么是大数据？大数据是基于互联网的定义，而大数据技术主要处理“涌现”性的数据。不是“大量数据”被称为大数据大数据是基于互联网的定义，而大数据技术主要处理“涌现”性的数据。例如，移动用户8亿，微信用户5亿，淘宝六千万用户每天。每个用户每天都有“自然”的数据，所以有大量的数据。因此，在电力行业中，不需要大型数据技术使用传感器感知的数据。需要使用的是另一种数据处理技术。对于电网生产这个环节来说，如果你为大数据做大数据，你至少有一个传感器用于每个数据源，比如PMU。你打算安装数以千万计的传感器吗？这是扯了。上面提到的生产环节实际上能够在电网用户侧、电表电能消耗、配电与配电一体化等领域使用大数据，但存在以下困难：1。省级信通技术公司，在市场上整合营销和分销，长途、难系统。2。电力数据和业务数据，电力数据和业务数据的使用对电网企业本身来说远小于实际意义的。这是大数据本身的一个特性：具有数据的企业，其数据值通常在企业外部。但是，大功率数据在这个方向是否有未来呢？我认为未来是有的。首先，大数据不使用“大数据”的概念，而是物联网+云+数据处理的综合概念。其次，对电力数据的分析也在不断发展，学习大数据处理技术，恢复电力数据也有许多优点。在不久的未来，物联网和智能电网高度发达的时候，店里大数据是非常必要的。

本期，C君非常荣幸地邀请到了国家电网能源研究所的孙艺新老师。能源行业作为国民经济与社会发展的基础，不可避免地正在受到大数据的深刻影响。在下文中，孙艺新老师结合案例，系统分析了国外几种电力大数据应用案例，并分析了未来的应用前景，可供读者参考借鉴。本文原载于《中国电力企业管理》，转载请联系作者获得授权。大数据对打通业务壁垒、发现商业价值具有重要支撑作用，已为互联网、金融等拥有海量数据的企业在市场开拓、产品研发、客户服务等方面发挥了重要作用。电力大数据则是从能源领域为人们重新开启了认识世界、改造世界的大门。电力大数据 人类从远古进化到现代，能源的每一次进步都带来了生产力的巨大飞跃。如今，能源革命与信息技术革命发生交汇，智能电网、新能源的快速发展与移动终端、物联网、云计算的迅速普及，将为各个产业带来巨大的商业价值。电力大数据不仅是大数据技术在电力行业的深入应用，也是电力生产、消费及相关技术革命与大数据理念的深度融合，将加速推进电力及能源产业发展及商业模式创新。从商业模式创新来看，电力大数据的内涵包括以下三个方面：一是打破电力发、输、配、售不同阶段的数据壁垒，数据范围涵盖电力生产运营全过程；二是注重电力领域综合分析预测，对不同类型能源消耗、用电行为特征、电力供需形势、用电企业经营趋势等问题进行综合预判，能够显著提高电力生产消费预测的准确性与及时性；三是注重能源领域商业模式创新，充分挖掘能源数据价值，从信息服务、数据分析等方面为智慧城市、智能电网、智能家居等领域提供新的盈利模式。电力大数据拓宽了电力行业乃至能源产业的广度与深度，给传统企业带来机遇与挑战。一方面，电力大数据能够对电力供给侧、需求侧进行有机整合与“跨界”应用，为创新商业模式与管理模式提供了机遇；另一方面，电力大数据使传统电力行业的边界变得模糊，使其自然垄断地位与路径依赖优势受到不同程度的颠覆与挑战。国外电力大数据应用模式 目前，电力大数据理念尚处于逐步发展过程。从国外主要实践案例来看，已初步形成了三类应用模式。以电力为中心的能源数据综合服务平台该模式通过建立一个分析与应用平台，集成能源供给、消费、相关技术的各类数据，为包括政府、企业、学校、居民等不同类型参与方提供大数据分析和信息服务。该模式中，电网企业具有资金、技术、数据资源等方面优势，具备成为综合服务平台提供方的条件。典型案例是美国德克萨斯州奥斯丁市实施的以电力为核心的智慧城市项目（见图1）。该项目以智能电网设备为基础，采集了包括智能家电、电动汽车、太阳能光伏等类型详细用电数据以及燃气、供水数据，形成一个能源数据的综合服务平台。 图1奥斯丁智慧城市项目商业模式示意图 该项目已在节能环保、新技术推广、研发测试等方面发挥了重要的平台服务支撑作用。一是在消费者能源管理方面，为居民能源消费、住宅节能、交通出行等提供优化建议，促进节能环保。例如，识别环保住宅的能耗降低比例可达27%；对居民太阳能电池板安装朝向进行优化，可使发电量增加49%等。二是为企业提供电动汽车、智能家电等产品开发与技术测试服务。例如，将电力数据与汽车里程、分时电价、油价数据结合，可提供电动汽车性能分析、充电站布局优化，并根据用户习惯确定最佳充电时间等服务。为智能化节能产品研发提供支撑 该模式主要将电力大数据、信息通信与工业制造技术结合，通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析，设计开发出节能环保产品，为用户提供付费低、能效高的能源使用与生活方式方案。以智能家居产品为例，该模式既可为居民用户提供节能降费服务以及快捷便利的用户体验，也可对能源企业尤其是电力企业改善用户侧需求管理、减少发电装机等发挥作用。该模式中，电网企业不一定具备产品研发优势，但利用电力数据采集与分析方面的优势，既可通过与设备制造商合作改进用户需求侧管理，也可通过共同参与研发并在产品销售中获取收益。该模式的典型案例是美国NEST公司研发的智能恒温器产品的商业模式（见图2）。该产品可以通过记录用户的室内温度数据、智能识别用户习惯，并将室温调整到最舒适状态。 图2NEST产品商业模式示意图 产品制造商、电力企业、用户三方形成共赢：作为产品制造商的NEST公司免费获得合作企业提供的部分电力数据，借此完善预测算法，并通过多种方式（恒温器设备、互联网、分析报告）展示分析结果；电力企业在智能恒温器支持下，改进需求侧管理，节约发电装机与调峰成本；用户使用产品自动控制房间温度，并节省用电费用。据报道，售价250美元的NEST恒温器每年可在电费和供热开支方面为家庭节省173美元，一年时间已节省了25亿千瓦时的能量，相当于2900万美元费用。面向企业内部的管理决策支撑 电力大数据对能源企业自身同样具有重要价值。通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现电力消费规律，提升企业运营效率效益。对于电网企业，该模式能够提高企业经营决策中所需数据的广度与深度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑决策管理。该模式的典型案例是法国电力公司智能电表大数据应用（见图3）。法国电力在筹建大数据研究团队初期，选择用户负荷曲线为突破口，将电网运行数据与气象、电力消费数据、用电合同信息等进行实时分析，以更为准确地预测电力需求侧变化，并识别不同客户群的特点，通过优化需求侧管理，改进投资管理与设备检修管理，提升运营效率效益。其中通过优化需求侧管理，使电网日负荷率提高至85%左右，相当于减少发电容量1900万千瓦。 图3 法国电力大数据支撑内部决策应用示意图 电力大数据应用前景 未来电力大数据的应用前景主要是在已有模式的基础上，进一步发挥“粘合剂”与“助推剂”作用，推动能源产业探索建立具有“平台”特征的完整能源生态系统。“粘合剂”主要是指对其他企业的吸引力以及形成平台模式后的协同效应，“助推剂”主要是指对能源产业生产、消费革命以及企业发展转型的推动作用。参照电商领域中的阿里集团，该公司成立以来逐渐形成了“数据”与“平台”良性发展的商业模式，收入主要来源于向卖家提供的互联网营销服务和从交易额中抽取的佣金。一方面，阿里通过淘宝、支付宝、余额宝等产品构建了完整的商业生态系统，吸引用户参与到平台中，并采集整理用户大数据；另一方面，阿里通过用户大数据的分析与挖掘，在电子商务、金融、交通、娱乐等不同领域中建立竞争优势，不断巩固壮大其商业生态系统。2013年，阿里集团的中国零售平台交易额达2480亿美元，营业收入493亿元，利润率高达45%。电力大数据下的能源生态系统将为能源企业及相关产业提供一个数据采集、整理、分析、应用、共享、交易等为一体的平台，为参与方提供信息咨询、节能环保、产品研发、管理支撑等服务，为消费者提供节能降费服务及相关产品。可应用的领域包括智慧城市、智能电网、新能源、电动汽车。智能楼宇、智能家电、智能家居、移动终端等一系列相关产业。电力企业在以电力大数据为基础的生态系统中占据主导地位，具有十分重要的作用。一方面，新一轮电力市场改革下，电力企业可以摆脱传统的盈利模式，通过挖掘大数据资源增强企业竞争力；另一方面，电力企业通过吸引社会资本及不同主体的参与，共建互利合作的商业环境，发挥电力大数据在智慧城市、智能家居中的重要支撑作用，提升相关企业的科技创新与可持续发展能力。积极布局推进电力大数据应用 电力大数据对电力工业优化内外部资源、发展智能电网与构建全球能源互联网具有重要支撑作用，对电网企业创新商业模式、主导建立能源生态系统具有重要意义。电网企业需持续关注其发展动态，积极谋划布局。未来智能电网采集的数据将全面覆盖从主干网到配电网、区域用户和大用户微网，乃至家庭小用户局域网。在此背景下，传统数据存储、计算能力将产生瓶颈，必须运用大数据的采集、处理技术对当前SCADA系统、数据中心、分析预测系统进行全面升级与改造。一是开展大数据应用的顶层设计工作。在企业集团层面建立大数据应用的组织协调机构，研究能源领域大数据与公司、电网发展的协同关系，并对其盈利模式、应用领域、合作机制及分工等全局性问题开展专项研究，在未来竞争领域中占据主动。二是做好信息与技术储备工作。探索建立稳定、可靠的公司内外部数据获取渠道，以及数据共享机制；超前研究制定适用于大数据环境的技术处理方案，提升信息系统处理能力。三是积极培育人才队伍，开展前期应用试点工作。在电网、产业、科研单位中组建大数据研发攻关团队，在安全、生产、经营等业务中开展应用试点探索。