【深挖】电力需求侧与大数据的不解之缘发布时间：2018-01-18 00:00:00 | 来源：浙江PT视讯电力科技有限公司

伴随着智能电网的全面建设，以物联网和云计算为代表的新一代信息通信技术在电力行业中的广泛应用，电力数据资源开始急剧增长并形成了一定的规模。电力与社会经济的发展密切相关，电力需求变化是经济运行的"晴雨表"和"风向标"，能够真实、客观地反映国民经济的发展状况与态势。因此，发展电力大数据是电力行业革新的必然过程。

在用电环节，由于以用电信息采集系统和营销业务应用系统为主的信息化系统的数据采集点多、覆盖范围广，积累了大量的数据资源，各类业务数据从总量和种类上都已颇具规模，为智能用电大数据的研究工作提供了数据基础。

电力需求侧的大数据在各国的应用

在电力大数据的科学研究和工程应用方面，美国一直走在国际前列。欧洲国家近五年聚焦在部署电网分布式传感器和控制系统上，包括智能电表，对用户采集数据进行分析。

（1)UCLA电力地图

美国加州大学洛杉矶分校、加州可持续发展社区中心、洛杉矶水电部及政府规划研究办公室共同开发了洛杉矶电力地图（LA电力地图），将街区平均收入、建设时间、占地面积等信息全部集合在一起，从而得出更为准确的社会各群体的用电习惯信息，为城市和电网规划提供了直观有效的负荷预测依据，作为城市内能源应用趋势的可视化分析工具，该地图有助于更直观地讨论如何进行能源投资，提高能源效率以及制定公共政策。

（2）C3能源分析引擎平台之电力用户分析工具

美国C3energy公司开发的C3能源分析引擎平台（C3EnergyAnalyticsEngine），将多个分散电力系统数据存储在云平台上，与工业标准、天气预报、楼宇信息、持久协议和其他外部的数据相结合；基于该平台开发了三个分析工具，为公司、商业用户及居民用户等提供能源投入冗余分析、能耗基准点、节能计划、电力用户空间视图等服务类应用，其界面如图所示。

（3）法国电力公司基于大数据的用电采集应用系统

法国电力公司(EDF)在2009~2011年期间已安装25万台智能电表Linky，计划到2020年安装3500万台，主要采集个体家庭的用电负荷数据，并以电表数据、气象数据、用电合同信息及电网数据等为基础，开发了基于大数据的用电采集应用系统。目前，法国电力公司以用户用电负荷曲线的海量存储和处理为突破口，利用大数据技术，生成用户用电负荷曲线及其关联数据。

（4）E.ON大数据智能用电研发中心

2013年4月，德国E.ON公司与爱立信（Ericsson）公司建立了位于瑞典的大数据智能用电研发中心，该中心同时提供咨询及系统集成服务，包含远程抄表及控制，电表管理、监测，服务层协议（SLA）管理，资产管理，商业过程管理，现场服务等。2013年9月，E.ON公司与IBM公司合作建立了位于德国的智能电能表数据中心（E.ONMetering）。

（5）国网江苏省电力公司营销大数据智能分析系统

自2013年开始，我国电力企业着眼于用电与能效、电力信息与通信、政府决策支持等电力需求侧领域，开展大数据应用关键技术研究，并进行数据中心建设。国网江苏省电力公司于2013年率先开展营销大数据智能分析系统建设，初步实现电力看经济、电力看民生、用户用电行为分析三方面的应用，，并开发了对数据分析结果的可视化展示界面；系统另设有电力用户搜索引擎，可查询用户每日用电量情况，用于用电行为分析。

电力需求侧的大数据应用现状

（1）用电信息采集系统

目前国家电网公司已在27个省公司部署，累计实现采集覆盖用户数2.42亿户。根据现有采集系统的规模，国家电网公司范围采集系统每年数据增量超过200TB。

（2）电力营销业务管理系统

营销业务管理系统功能主要包括客户基础档案信息、业扩报装流程信息、每月抄表核算信息、收费账务信息、分布式电源信息等几类数据。

（3）95598客户服务系统

95598客户服务系统2014年将实现全网全业务集中，加强中心信息系统运行保障支撑，完成业务、IT运维等资源统一监控；提升外部服务能力，完成95598网站、移动APP、微信、短信等电子渠道协同运营。

（4）电能服务管理平台

电能服务管理平台的数据架构分为数据源、支撑数据和业务应用数据三个层次。具体数据包括：DSM目标责任考核数据、有序用电管理数据、需求响应管理数据、售电市场分析数据、节能服务业务管理数据、用户用能数据、客户档案数据、电量电费数据、有序用电负荷数据等。

（5）地理信息系统

电力GIS提供电力设备设施信息、电网运行状态信息、电力技术信息、生产管理信息、电力市场信息与山川、河流、地势、城镇、公路街道、楼群等自然环境信息集中于统一系统中。通过GIS，可查询有关数据、图片、图像、地图、技术资料、管理知识等。

（6）气象预报系统

在配电环节，数值天气预报可以服务于分布式新能源功率预测和高精度母线负荷预测等领域；在用电环节，数值天气预报可服务于智能家居与高效能设备管理，用户电源与储能设备接入等领域。

电力大数据应用瓶颈

（1）数据融合存在障碍

由于用户侧多个信息化系统在建设初期缺乏统一规划，开发厂商根据各业务部门的需求独立开发，导致数据结构不统一，同种数据重复存储，统计计算模型不一致，时间颗粒度难统一等一系列问题，难以形成全面的数据共享，与其他专业部门的系统存在数据壁垒。数据融合是大数据分析的基础，打破数据壁垒，实现信息共享是大数据应用的关键。

（2）数据质量参差不齐

系统建设之前对档案质量管控不足，统计数据在颗粒度、维度、统计方式、完整性、一致性和准确性等方面千差万别，历史数据难以收集和整理。此外，部分数据尚需手动输入或修正，采集效率和准确度还有所欠缺。数据质量的高低、数据管控能力的强弱直接影响着大数据分析的准确性和实时性。

（3）硬件设备承载力有待提升

近些年，电力数据呈爆发式增长，现有的系统架构和硬件设备只能够满足日常业务的处理要求，用电侧信息化系统对数据储存的颗粒度小，而且存储时间要求长，这对其数据存储和处理能力、数据交换能力、信息网络传输能力以及数据展示能力都提出更高要求。需要对现行硬件及时升级改造，提高系统运行效率和稳定性，支撑大数据分析工作。

（4）隐私保护和信息安全面临挑战

电力需求侧大数据必然会涉及众多用户的隐私，由于目前用户数据的收集、存储、管理与使用等均缺乏规范，更缺乏监管，主要依靠企业的自律保护隐私，因此对信息安全也提出了更高的要求。电力企业地域覆盖范围极广，各类防护体系建设不平衡，信息安全水平不一致，因此亟需从技术手段和政策法规两个层面解决用户隐私保护和信息安全面临的挑战。

面向电力需求侧的大数据技术，不仅仅是电力需求侧管理领域在技术上的进步，更是在发展理念、管理体制和技术路线等方面的重大变革，可为未来智能用电技术的广泛推广应用提供坚实的数据基础。此外，电力大数据的有效应用可以面向行业内外提供大量的高附加值的内容增值服务。我国电力需求侧管理的发展，亟需充分利用现有信息化系统和大数据技术，探索目前瓶颈问题的解决方法，挖掘海量数据蕴藏的价值。

原标题:深度挖掘电力需求侧大数据