大數據不是ICT行業的專利。目前，金融、廣電等傳統行業都在積極借助大數據的力量，幫助企業實現轉型。在電力行業，大數據已經被視作企業戰略層面的重要議題：國家電網就在北京亦莊、上海、陜西建立了三個大數據中心，其中北京亦莊大數據中心已安裝超過10200個傳感器，每個月可節約的能耗價值大概為30萬元。那么，電力行業如何應用大數據?在電力行業面臨的挑戰中，電信業能找到哪些共性，電信業又有怎樣的機遇?電力行業的應用策略中有哪些值得電信業借鑒?

大數據在公共管理、零售、互聯網、電信、金融等眾多行業快速推廣，市場規模迅速擴大，2012年國內大數據市場規模已達4.5億元。IDC預測，2016年中國大數據市場規模將達6.17億美元，而全球規模將達238億美元。大數據已經滲透到當今的每個行業，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。大數據超過了傳統數據庫系統的處理能力，為了獲得數據中的價值，必須選擇新的方式進行處理。電力大數據是大數據理念、技術和方法在電力行業的實踐，是大數據應用的重點領域之一。

對內：優化管理模式

電力行業數據量大、類型多、價值高，對于電力企業盈利與控制水平的提升有很高的價值。有電網專家分析稱，每當數據利用率調高10%，便可使電網提高20%~49%的利潤。和電信行業一樣，電力行業對大數據的使用也分為內部應用和外部應用。

內部應用指運用大數據優化電力企業管理模式，提升電力企業經營管理水平，主要包括以下幾個方面。

——支持基建決策

大數據技術有助于電力企業基礎設施選址、建設的決策。例如丹麥風電公司VESTAS計劃將全球天氣系統數據與公司發電機數據結合，利用氣溫、氣壓、空氣濕度、空氣沉淀物、風向、風速等數據以及公司歷史數據，通過使用超級計算機及大數據模型解決方案，來支持其風力發電機的選址，以充分利用風速、風力、氣流等因素達到最大發電量，并減少能源成本。此外，VESTAS還將添加全球森林砍伐追蹤圖、衛星圖像、地理數據以及月相與潮汐數據，以便更好地支持基礎建設的決策。

——升級客戶分析

一方面，通過使用電力企業龐大的歷史銷量數據，進行用戶用電行為分析和用戶市場細分，使管理者能有針對性地優化營銷組織，改善服務模式。另一方面，通過與外界數據的交換，挖掘用戶用電與電價、天氣、交通等因素所隱藏的關聯關系，完善用戶用電需求預測模型，進而為各級決策者提供多維、直觀、全面、深入的預測數據，主動把握市場動態。

——提高智能控制

大數據技術將加速電力企業智能化控制的步伐，促進智能電網的發展。例如，通過為電力基礎設施布置傳感器，動態監控設施運行狀況，并基于大數據分析挖掘理念和可視化展現技術手段，采用集成了在線檢測、視頻監控、應急指揮、檢修查詢等功能的“智能在線監控與可視化調度管理系統”，有效改變運維方式，從萌芽階段消除部分運維故障，實現運維智能化。

——加強協同管理

整合電力行業生產、運營、銷售、管理的數據，實現電力發電、輸電、變電、配電、用電、調度全環節數據共享，以用電需求預測為驅動優化資源配置，協調電力生產、運維、銷售的管理，提升生產效率和資源利用率。此外，電力企業各部門數據的集成將優化內部信息溝通，使財務、人事等工作的開展更順暢，有助于企業實行精細化運營管理，提高集團管控水平。

對外：豐富增值業務

外部應用指利用電力行業大數據可獲得的社會效益，主要包括以下方面。

——豐富增值服務

利用電力行業數據可給用戶提供更加豐富的增值服務內容。例如，通過給用戶提供其各月份分時明細用電視圖，可讓用戶了解自身用電習慣并能根據需要進行調整，同時也使得電力收費過程更透明。隨著無線M2M傳感器和大數據分析的普及，智能恒溫控制器等新型工具進入大型樓房和消費者家庭成為可能，未來這些技術將給用戶帶來很大的節能空間。

——提供經濟指導

作為重要經濟先行數據,用電數據是一個地區經濟運行的“風向標”，可作為投資決策者的參考依據。美國加州大學洛杉磯分校的研究者根據大數據理論，將人口調查信息、電力企業提供的用戶實時用電信息和地理、氣象等信息全部整合，設計了一款“電力地圖”。該圖以街區為單位，可以反映各時刻的用電量，并可將用電量與人的平均收入、建筑類型等信息進行比照。通過完善“電力地圖”，能更準確地反應該區經濟狀況及各群體的行為習慣，以輔助投資者的決策，也可為城市和電網規劃提供基礎依據。

大數據時代為電力行業帶來了新的發展機遇，同時也提出了新的挑戰。通過良好的大數據管理，可切實提高電力生產、營銷及電網運維等方面的管理水平。為實踐大數據戰略，應做好以下準備工作。

做好數據收集和治理工作。如果數據錯誤、過時或者片面，分析結果將是不正確的;而如果數據冗余、混亂，則會增加獲取數據有效信息的難度，并使數據處理效率低下。因此，確保數據高質量、規范化、格式統一是大數據應用的基礎。

提高相關技術能力。有了優質的數據后還需要足夠的數據存儲、分析和處理能力，才能充分有效地應用數據。電力企業應提升海量數據存儲、分布式計算、數據挖掘、統計分析、數據可視化等技術，以滿足大數據戰略的需求。

培養電力大數據人才。大力培養大數據技術專業型人才，尤其是技術與數據建模分析的復合型人才，是大數據戰略實行的保障。

挑戰中見需求：

如何從大數據中提取價值

質量較低、共享不暢、防御脆弱、基礎不牢，對于這些電力行業推進大數據的困擾，電信行業是不是也有似曾相識的感覺?這些問題中的一部分，電信業同樣需要深思;還有一些問題，則恰恰是電信業的長處，是電信業推進電力行業信息化的機遇。

數據質量較低，數據管控能力不強。大數據時代，數據質量的高低、數據管控能力的強弱直接影響了數據分析的準確性和實時性。目前，電力行業數據在可獲取的顆粒程度，數據獲取的及時性、完整性、一致性等方面的表現均不盡如人意，數據源的唯一性、及時性和準確性急需提升，部分數據尚需手動輸入，采集效率和準確度還有所欠缺，行業中企業缺乏完整的數據管控策略、組織以及管控流程。

如何從海量數據中提取有價值的信息?這也是電信業面臨的問題。有觀點認為，可以用智能信息基礎設施替換復雜的孤立的數據庫，讓企業能夠在需要時捕捉、存儲信息。也有觀點認為，可以倚靠軟件的處理能力來甄別“垃圾”數據和“有價值”數據。究竟哪種方式更為有效，目前仍無定論。而無論哪種情況，都需要制定一個數據采集的標準，在時間、精度上進行規范，從而為后續的數據分析打好基礎。

數據共享不暢，數據集成度不高。大數據技術的本質是從關聯復雜的數據中挖掘知識，提升數據價值，單一業務、類型的數據即使體量再大，缺乏共享集成，其價值就會大打折扣。目前，電力行業缺乏行業層面的數據模型定義與主數據管理，各單位數據口徑不一致。行業中存在較為嚴重的數據壁壘，業務鏈條間也尚未實現充分的數據共享，數據重復存儲的現象較為突出。

打破企業的“門戶之見”，在行業中建立一個資源池，讓使用者可以按需獲取數據資源。從電信業的角度來看，現在，電信運營商之間的合作在不斷推進，例如，運營商開發了融合的手機游戲計費平臺;在北京電信網上營業廳微信平臺上，用戶不僅可以自助查詢電信業務，還能查詢聯通和移動業務的使用費，這樣共享數據資源的經驗也可在大數據的應用過程中加以推廣。

防御能力不足，信息安全面臨挑戰。電力大數據由于涉及眾多電力用戶的隱私，對信息安全也提出了更高的要求。電力企業地域覆蓋范圍極廣，各類防護體系建設不平衡，信息安全水平不一致，特別是偏遠地區單位防護體系尚未全面建立，安全性有待提高。行業中企業的安全防護手段和關鍵防護措施也需要進一步加強，從目前的被動防御向多層次、主動防御轉變。

建立與大數據相適應的安全和隱私保護機制，通過技術手段和加強企業自律來保證數據的安全。

承載能力不足，基礎設施亟待完善。電力數據儲存時間要求以及海量電力數據的爆發式增長對IT基礎設施提出了更高的要求。目前，電力企業大多已建成一體化企業級信息集成平臺，能夠滿足日常業務的處理要求，但其信息網絡傳輸能力、數據存儲能力、數據處理能力、數據交換能力、數據展現能力以及數據互動能力都無法滿足電力大數據的要求，尚需進一步加強。

在這方面，電力行業和電信業各有優勢。盡管電力行業也在進行寬帶建設以及智慧社區的建設，但是，所謂“術業有專攻”，在IT基礎設施尤其是網絡基礎設施上，電信業在運維、計費等方面有著得天獨厚的優勢。同時，在數據中心的建設上，電力行業對以電能為代表的能耗問題又有著豐富的經驗。因此，兩個行業不妨加強合作，實現共贏。

相關人才欠缺，專業人員供應不足。大數據是一個嶄新的事業，電力大數據的發展需要新型的專業技術人員，例如大數據處理系統管理員、大數據處理平臺開發人員、數據分析員和數據科學家等。而當前行業內外此類技術人員的缺乏將會成為影響電力大數據發展的一個重要因素。

加強大數據人才的培養，鼓勵企業內部在大數據領域的創新。同時，借助制造業的專業人才也是一個不錯的辦法。