大数据时代 要抓住未来电网的生产力

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

电网大数据能让人产生什么新的认知?创造哪些新的价值?这不只是企业或行业的技术行为,经济新常态下,大数据已经成为一种生产资料、一大新兴产业,一个必须抓住的重大机遇。

大数据,或是数据大

7月19日,国家电网公司2016年年中工作会议第二天上午,公司董事长、党组书记舒印彪及全体会议代表都在认真听课。两节课共同聚焦——大数据。

“想象一下,未来电网不只是知道客户用了多少度电,而是每一度电都用到了哪里,国家电网公司将可以做更多的事情。”主讲人之一,阿里巴巴集团技术委员会主席王坚说,“哪怕只是一次交费活动,都应该产生更大的价值。”

价值,在大数据发展过程中被反复提及。

2014年,大数据首次进入政府工作报告,“要设立新兴产业创业创新平台,在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进,引领未来产业发展。”

随后,有分析称,创造新的就业、培育新的增长点,在经济新常态下,这无疑是大数据的重要价值。

2015年10月,党的十八届五中全会提出实施国家大数据战略。大数据正在成为经济社会发展新的驱动力。随着云计算、移动互联网等网络新技术的应用、发展与普及,社会信息化进程进入数据时代,海量数据的产生与流转成为常态。

大数据的量级有多少?2014年,一组名为“互联网上一天”展示数据表明,一天之中,互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封之多,相当于美国两年的纸质信件数量;发出的社区帖子达200万个,相当于《时代》杂志770年的文字量。预计到2020年,全球数据使用量将达到约400亿TB。大数据涵盖经济社会发展各个领域,得到国家层面支持。

传统行业的发展随之面临颠覆性改变,任何一个优秀的企业都需要思考今后的发展模式。课程另一主讲人——华为技术有限公司信息技术工程部部长苏立清说,每个企业的运作模式都发生了根本性改变,包括国家电网公司和华为等企业曾经都是靠业务驱动的企业。靠业务和技术双轮驱动,企业发展可能会走向新的高度。“然而‘互联网+’不能简单用互联网颠覆企业。而是传统企业通过拥抱互联网,积极使用互联网技术,推动企业信息化发展,从而为企业服务。”他说。

挖掘数据,开发数据价值成为共识。国家电网公司已经意识到大数据作为新兴产业的力量,“大数据”不只屡次出现在本次会议报告中,2015年,国家电网公司发布《国家电网公司大数据应用指导意见》,明确了到2020年将要实现的目标。到当年年底,国家电网公司完成了总部、山东、上海、江苏、浙江、安徽、福建、湖北、四川和辽宁10家单位大数据平台试点实施部署和上线试运行。

据中投顾问研究显示,在全球七大重点领域内(教育、交通、消费、电力、能源、大健康以及金融),大数据的应用价值预计在32200~53900亿美元之间。其中电力达到3400~5800亿美元。电力行业面临前所未有的机遇。

电力进入电网,从输送、调度、配电、变电,直到送给客户使用,每个环节、每个瞬间都会产生海量的数据。然而,这些海量的数据都有价值吗?哪些对业务决策真正有用?怎样分类挖掘?这是切实摆在眼前的问题。

从变现到增值

中国电力科学研究院技术战略研究中心高级工程师邓春宇表示,国家电网公司的大数据量大、分布广、类型,背后反映的是电网运行方式、电力生产方式及客户消费习惯等信息,这些数据如果能挖掘分析好,就能释放大数据真正的价值。他比喻,大数据好比是一个金矿,但是,想挖出金子也并非易事,做大数据是非常考验智慧的。

2015年4月,国网江苏省电力公司做了一个超乎寻常的预测,他们预计江苏全省当年的用电高峰将出现在8月6日,最高负荷将达到8481万千瓦。

天气预报尚且无法知晓4个月以后的准确天气,在盛夏到来之前就测算出负荷高峰日期和用电量,这听起来简直是“天方夜谭”。然而4个月之后的8月5日,江苏省出现用电高峰,最高负荷8440万千瓦,与预测日期只相差1天,预测负荷只差了41万千瓦。

在国家电网公司2016年年中工作会议间隙,国家电网公司信息通信部主任王继业讲述了这个故事,他说,这得益于挖掘了电网大数据的价值。

电网大数据的类型有多复杂?仅以国网江苏电力的负荷预测为例,其中就包含了多种数据类型。天气情况、实时曲线、生产运行结构化数据、三维地理地形,都是大数据分析电网负荷的类型之一。

挖掘如此复杂的“金矿”,变现的最终目的在于变现后的增值。其将成为电网智能发展的关键,电网与互联网深度融合,成为具有信息化、自动化、互动化特征,功能强大、应用广泛的智能电网。

国家电网公司2016年年中工作会议报告中提到,今年上半年,国家电网公司已经在售电量预测、用电信息采集、线损管理、输变电设备状态监测等方面深化大数据应用,取得实效。

挖掘电网中的相关数据,也将实现经营管理的增值。国家电网公司营销部在国家电网年中工作会上表示,未来将强化数据共享和信息支撑,为电网规划、安全生产提供数据支持;建设电力客户标签库,从服务优化、降本增效、市场开拓、数据增值四方面深挖数据价值,继续提升运营效益。强化“量价费损”分析预测,构建预测分析模型,实现“量价费”精准预测和台区线损异常智能诊断,构建分用电结构、产业结构的电价分析模型,实现经营效益影响的精准预测。

此外,电网大数据中的客户消费习惯等变现,将实现服务的增值,对客户大数据的开发也改变着行业。以汽车行业为例,阿里巴巴和上汽开展了一项合作。过去,汽车用户在使用汽车时是不对汽车生产公司产生价值的,而有了互联网,汽车就可以成为新的互联网成员,用户使用汽车的数据及时得到反馈,为传统汽车行业带来了改变。

数据检验数据,在大数据平台试点上线运行后,国网山东电力基于大数据技术的用电负荷特性分类精度提升了10%。国网上海电力预测未来一天或未来一个月各区域、不同电压等级的设备故障量可能发生的数量区间,精度超过70%。国网浙江电力客户用电行为细分处理效率提升30%。国网安徽电力防窃电分析工作效率提升50%以上。国网福建电力短期重过载预警准确度超过80%。国网四川电力停电计划编制效率提高30%。国网客服中心人工服务接通率提升30%,客户等待时间减少20%,提升了客户服务能力……

“我们的试点工作目前还没有达到全面应用推广的阶段。”王继业表示。但目前国家电网公司从上到下都有了应用大数据的意识,领导层面也督促大家自觉利用大数据进行监测、服务、经营管理、生产等各方面的工作。再过两三年的时间,大数据能够从试点实现全面的推广应用。

全球能源互联网研究院计算及应用研究所也在进行大数据的相关研究,所长高昆仑在接受采访时建议,要实现推广应用,还需要研发出一个简单便捷实用工具,让广大一线的业务人员也能自主开展大数据分析挖掘工作,让数据达到物尽其用的效果。他举例说,如果说大数据是一个矿,那么现在只有会开挖掘机的专业队伍,如科研人员,才能挖矿,业务人员则由于没有合适工具挖不了矿,不能应用大数据。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
14天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
109 7
|
14天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
30 2
|
27天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
69 1
|
11天前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
19 4