《电力大数据》提升企业价值的电力大数据
大数据不光可以在一定程度上引发电网的技术变革,也可以在优化企业管理、创新企业业务模式等方面发挥巨大的作用,从而提升企业的价值。例如,通过使用电力企北庞大的历史销量数据,进行用户用电行为分析和用户市场细分,使管理者能有针对性地优化营销组织,改善服务模式。通过与外界数据的交换,挖掘用户用电与电价、天气、交通等因素所隐藏的关联关系,完善用户用电需求预测模型,进而为各级决策者提供多维、直观、全面、深入的预测数据,主动把握市场动态。大数据在电力行业的应用不仅服务于电力企业自身,还可以对外提供丰富的增值服务。通过给用户提供其各月份分时明细用电视图,可让用户了解自身用电习惯并能根据需要进行调整,同时也使得电力收费过程更透明。作为重要经济先行数据,用电数据是一个地区经济运行的“风向标”,可作为投资决策者的参考依据。
下面将从六个方面阐述电力大数据如何优化企业管理,创新业务模式,促进业务融合,量化企北决策,服务国计民生,为电力企业创造价值,为国家发展增添动力。
4.1数据作为资产驱动公司运营
电网运营监测中心利用大数据分析其各业务指标间的关联度,将数据转化为公司的资产,实现参与数据驱动公司运营。
1.现状和需求
电网运行监测中心是监测公司经营管理活动的综合部门,承担着保障公司运营安全、有序、健康、高效的协调职能,运营监测工作平台集全面监测、运营分析、协调控制、全景展示于一体,全面支撑运营监测中心的业务开展。
运营监测中心、的管理职能包括监测公司核心资源的动态和利用效率、公司各项业务活动的执行动态和管理效率、公司绩效目标的执行情况,以及各类运营管理中存在的风险和出现的问题。
从数据现妖和业务需求上来看,运营监测数据分为结构化、非结构化数据和空间地理数据,接入明细数据后,一般网省结构化数据量将达到300GB,非结构化数据将达到500GB,空间地理信息数据将达到300GB,数据量最终达到TB级别。迫切需要实现在线监测、在线分析和在线计算工作台,需要有综合数据模型库和算法库支撑业务分析,需要能对海量异构数据进行在线数据质检。
2.应用场景
(1)对经营业绩的跨部门指标分解与分析
指标分解是将一个相对复杂的指标分解成若干个子指标,再对每一个子指标进行研究,从而达到易于分析、便于实行的目的。运营监测中心从安全运行、客户满意、社会责任、经营效益和持续发展五个方面出发,结合“三集五大”业务部门目标,进行业务指标的制订,具体流程如下:
㊀“三集五大”指:人力资源、财务、物资集约化管理;大规划、大建设、大运行、大检修、大营销体系。"三集五大”是在国家电网公司发展战略中提出的,实施两个转变:转变公司发展方式,转变电网发展方式。按照集团化运作、集约化发展、精益化管理、标准化建设(简称“四化”)要求,实施人力资源、财务、物资集约化管理,构建大规划、大建设、大运行、大检修、大营销(简称“三集五大”)体系,实现公司发展方式转变。
•分析要求和目标,获取各业务指标数据,形成业务指标集。
•通过关联分析等数据挖掘技术,寻找经营业绩的关键影响指标,针对给定的目标,建立关联性分析模型。
•根据分析结论,准确定位出现问题的业务领域。
•结合业绩目标,给出不同部门、不同指标的提升优化建议。
•协调信息发布。
下面针对国网167项同业对标指标,以营销专业指标为例,说明指标分解的步骤。
步骤1:根据指标特征,选取适合的分解维度。
指标特征主要分为收益类、时间类和质量类三类。复合指标则是由这三类指标赋以一定权重构成的综合性指标。时间类指标较多人流程角度入手进行分解,质量类和收益类指标更适宜按内容进行分解,而复合指标则采用公式拆分的方法识别子项目指标,再按照上述三类指标进行分解。
步骤2:将分解维度进行问题挖掘。
首先基于指标本身的驱动因素进行逐层分解,之后进行问题挖掘。问题挖掘通常包括:
•准备成熟度包括流程、工具模板、系统支撑、制度、物资、渠道等方面。
•执行有效性包括人员专业性与团队配合等方面。
此外,对于受外部因素影响非常大的驱动因素,可以从约束条件方面考虑。
(2)对供电可靠性指标的分解与分析
供电可靠性贯穿电网公司规划设计、电网建设、生产运维、电网调度和营销五大业务。对供电可靠性的研究,可以更好地指导未来世界内电网的规划、设计、运行和维修,可以找出电网中可靠性薄弱的环境,寻求提高系统可靠性的途径,降低停电频率,缩小停电范围,减少停电成本。接下来将根据上述指标分解、分析流程,以供电可靠性指标为例,介绍可靠性指标是如何经过数据准备、分析、问题定位、优化建议和决策支持等一系列流程,引导供电企业制订提高可靠性具体措施的。
1)根据供电可靠性指标的监控思路。
首先,根据供电可靠率公式,得出用户平均停电时间,用户平均停电时间是供电可靠性的关键变量;之后,对用户平均停电时间进行层层分解,分析引起停电的各业务流程的主要因素;然后,基于历史数据计算各因素的影响程度,通过数据挖掘和量化计算的方法进行深入分析;最后,根据分析结果,查找系统中可靠性薄弱的环节,提出有效的改进措施。
2)对指标驱动因素进行分解。
对检修计划安排及执行准确率、调度计划平衡及执行准确率等若干驱动因素进行分解。五大部门,二十项业务内容,分解出131项业务指标。
3)构建可靠性业务指标间的关联分析。
关联分析是指如果两个或多个事物之间存在一定的关联,那么其中一个事物就能通过其他事物进行预测。它的目的是为了挖掘隐藏在数据间的相互关系。
从电网规模、电网结构适宜性、装备水平、电网运行方式、运检绩效、作业方式和需求侧管理等二十个方面选取代表性指标,运用关联分析法求出対供电可靠性影响最显著的数个指标。
4)构建供电可靠性分析模型,对关键业务指标进行分析,形成决策依据。
将关键业务指标和其他基础数据作为数据,通过神经网络、多元回归等算法建立模型,设置供电可靠率、用户平均停电时间、用户停电次数等约束值进行建模,得到可靠性评估结果、可靠性预测结果和管理策略建议。
5)通过可靠性分析,对管理和技术层面问题的解决提供辅助决策支持。
通过对影响供电可靠性指标的相关因素进行分析,可以获得对供电可靠性指标较敏感的相关特征量,这一信息对引导供电企业制定提高可靠性的具体措施有重要的参考价值。
3.预期效益
运营监测中心通过大数据技术对影响供电可靠性指标的相关因素进行分析,可以获得对供电可靠性指标较敏感的相关特征量,这一信息对引导供电企业制定提高可靠性的具体措施有重要的参考价值;对经营业绩指标的关联因素进行分析,可以指导企业优化营业策略,提升经济效益。
通过可靠性、经济性来综合分析供电侧的投资和运行成本,以及用电侧的停电损失,并采用成本/效益分析方法确定总成本最低的电压等级配置方案和网架结构优化方案。
书名:电力大数据:能源互联网时代的电力企业转型与价值创造
ISBN:978-7-111-51693-4
作者:赖征田
出版日期:2016-01
出版社:机械工业出版社
责任编辑:继电保护
-
权威发布 | 新能源汽车产业顶层设计落地:鼓励“光储充放”,有序推进氢燃料供给体系建设
2020-11-03新能源,汽车,产业,设计 -
中国自主研制的“人造太阳”重力支撑设备正式启运
2020-09-14核聚变,ITER,核电 -
探索 | 既耗能又可供能的数据中心 打造融合型综合能源系统
2020-06-16综合能源服务,新能源消纳,能源互联网
-
新基建助推 数据中心建设将迎爆发期
2020-06-16数据中心,能源互联网,电力新基建 -
泛在电力物联网建设下看电网企业数据变现之路
2019-11-12泛在电力物联网 -
泛在电力物联网建设典型实践案例
2019-10-15泛在电力物联网案例
-
权威发布 | 新能源汽车产业顶层设计落地:鼓励“光储充放”,有序推进氢燃料供给体系建设
2020-11-03新能源,汽车,产业,设计 -
中国自主研制的“人造太阳”重力支撑设备正式启运
2020-09-14核聚变,ITER,核电 -
能源革命和电改政策红利将长期助力储能行业发展
-
探索 | 既耗能又可供能的数据中心 打造融合型综合能源系统
2020-06-16综合能源服务,新能源消纳,能源互联网 -
5G新基建助力智能电网发展
2020-06-125G,智能电网,配电网 -
从智能电网到智能城市