大数据在公共管理、零售、互联网、电信、金融等众多行业快速推广，市场规模迅速扩大，2012年国内大数据市场规模已达4.5亿元。IDC预测，2016年中国大数据市场规模将达6.17亿美元，而全球规模将达238亿美元。大数据已经渗透到当今的每个行业，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。大数据超过了传统数据库系统的处理能力，为了获得数据中的价值，必须选择新的方式进行处理。电力大数据是大数据理念、技术和方法在电力行业的实践，是大数据应用的重点领域之一。
对内：优化管理模式
电力行业数据量大、类型多、价值高，对于电力企业盈利与控制水平的提升有很高的价值。有电网专家分析称，每当数据利用率调高10%，便可使电网提高20%~49%的利润。和电信行业一样，电力行业对大数据的使用也分为内部应用和外部应用。
内部应用指运用大数据优化电力企业管理模式，提升电力企业经营管理水平，主要包括以下几个方面。
——支持基建决策
大数据技术有助于电力企业基础设施选址、建设的决策。例如丹麦风电公司VESTAS计划将全球天气系统数据与公司发电机数据结合，利用气温、气压、空气湿度、空气沉淀物、风向、风速等数据以及公司历史数据，通过使用超级计算机及大数据模型解决方案，来支持其风力发电机的选址，以充分利用风速、风力、气流等因素达到最大发电量，并减少能源成本。此外，VESTAS还将添加全球森林砍伐追踪图、卫星图像、地理数据以及月相与潮汐数据，以便更好地支持基础建设的决策。
——升级客户分析
一方面，通过使用电力企业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。另一方面，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。
——提高智能控制
大数据技术将加速电力企业智能化控制的步伐，促进智能电网的发展。例如，通过为电力基础设施布置传感器，动态监控设施运行状况，并基于大数据分析挖掘理念和可视化展现技术手段，采用集成了在线检测、视频监控、应急指挥、检修查询等功能的“智能在线监控与可视化调度管理系统”，有效改变运维方式，从萌芽阶段消除部分运维故障，实现运维智能化。
——加强协同管理
整合电力行业生产、运营、销售、管理的数据，实现电力发电、输电、变电、配电、用电、调度全环节数据共享，以用电需求预测为驱动优化资源配置，协调电力生产、运维、销售的管理，提升生产效率和资源利用率。此外，电力企业各部门数据的集成将优化内部信息沟通，使财务、人事等工作的开展更顺畅，有助于企业实行精细化运营管理，提高集团管控水平。
对外：丰富增值业务
外部应用指利用电力行业大数据可获得的社会效益，主要包括以下方面。
——丰富增值服务
利用电力行业数据可给用户提供更加丰富的增值服务内容。例如，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。随着无线M2M传感器和大数据分析的普及，智能恒温控制器等新型工具进入大型楼房和消费者家庭成为可能，未来这些技术将给用户带来很大的节能空间。
——提供经济指导
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。美国加州大学洛杉矶分校的研究者根据大数据理论，将人口调查信息、电力企业提供的用户实时用电信息和地理、气象等信息全部整合，设计了一款“电力地图”。该图以街区为单位，可以反映各时刻的用电量，并可将用电量与人的平均收入、建筑类型等信息进行比照。通过完善“电力地图”，能更准确地反应该区经济状况及各群体的行为习惯，以辅助投资者的决策，也可为城市和电网规划提供基础依据。
注意：确保数据质量
大数据时代为电力行业带来了新的发展机遇，同时也提出了新的挑战。通过良好的大数据管理，可切实提高电力生产、营销及电网运维等方面的管理水平。为实践大数据战略，应做好以下准备工作。
做好数据收集和治理工作。如果数据错误、过时或者片面，分析结果将是不正确的;而如果数据冗余、混乱，则会增加获取数据有效信息的难度，并使数据处理效率低下。因此，确保数据高质量、规范化、格式统一是大数据应用的基础。
提高相关技术能力。有了优质的数据后还需要足够的数据存储、分析和处理能力，才能充分有效地应用数据。电力企业应提升海量数据存储、分布式计算、数据挖掘、统计分析、数据可视化等技术，以满足大数据战略的需求。
培养电力大数据人才。大力培养大数据技术专业型人才，尤其是技术与数据建模分析的复合型人才，是大数据战略实行的保障。
挑战中见需求：如何从大数据中提取价值
质量较低、共享不畅、防御脆弱、基础不牢，对于这些电力行业推进大数据的困扰，电信行业是不是也有似曾相识的感觉?这些问题中的一部分，电信业同样需要深思;还有一些问题，则恰恰是电信业的长处，是电信业推进电力行业信息化的机遇。
数据质量较低，数据管控能力不强。大数据时代，数据质量的高低、数据管控能力的强弱直接影响了数据分析的准确性和实时性。目前，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。
如何从海量数据中提取有价值的信息?这也是电信业面临的问题。有观点认为，可以用智能信息基础设施替换复杂的孤立的数据库，让企业能够在需要时捕捉、存储信息。也有观点认为，可以倚靠软件的处理能力来甄别“垃圾”数据和“有价值”数据。究竟哪种方式更为有效，目前仍无定论。而无论哪种情况，都需要制定一个数据采集的标准，在时间、精度上进行规范，从而为后续的数据分析打好基础。
数据共享不畅，数据集成度不高。大数据技术的本质是从关联复杂的数据中挖掘知识，提升数据价值，单一业务、类型的数据即使体量再大，缺乏共享集成，其价值就会大打折扣。目前，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。
打破企业的“门户之见”，在行业中建立一个资源池，让使用者可以按需获取数据资源。从电信业的角度来看，现在，电信运营商之间的合作在不断推进，例如，运营商开发了融合的手机游戏计费平台;在北京电信网上营业厅微信平台上，用户不仅可以自助查询电信业务，还能查询联通和移动业务的使用费，这样共享数据资源的经验也可在大数据的应用过程中加以推广。
防御能力不足，信息安全面临挑战。电力大数据由于涉及众多电力用户的隐私，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，特别是偏远地区单位防护体系尚未全面建立，安全性有待提高。行业中企业的安全防护手段和关键防护措施也需要进一步加强，从目前的被动防御向多层次、主动防御转变。
建立与大数据相适应的安全和隐私保护机制，通过技术手段和加强企业自律来保证数据的安全。
承载能力不足，基础设施亟待完善。电力数据储存时间要求以及海量电力数据的爆发式增长对IT基础设施提出了更高的要求。目前，电力企业大多已建成一体化企业级信息集成平台，能够满足日常业务的处理要求，但其信息网络传输能力、数据存储能力、数据处理能力、数据交换能力、数据展现能力以及数据互动能力都无法满足电力大数据的要求，尚需进一步加强。
在这方面，电力行业和电信业各有优势。尽管电力行业也在进行宽带建设以及智慧社区的建设，但是，所谓“术业有专攻”，在IT基础设施尤其是网络基础设施上，电信业在运维、计费等方面有着得天独厚的优势。同时，在数据中心的建设上，电力行业对以电能为代表的能耗问题又有着丰富的经验。因此，两个行业不妨加强合作，实现共赢。
相关人才欠缺，专业人员供应不足。大数据是一个崭新的事业，电力大数据的发展需要新型的专业技术人员，例如大数据处理系统管理员、大数据处理平台开发人员、数据分析员和数据科学家等。而当前行业内外此类技术人员的缺乏将会成为影响电力大数据发展的一个重要因素。
加强大数据人才的培养，鼓励企业内部在大数据领域的创新。同时，借助制造业的专业人才也是一个不错的办法。(那什)
电力行业如何理解大数据?
如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。
电力大数据的特征可以概括为3“V”3“E”。其中3“V”分别是体量大(Volume)、类型多(Variety)和速度快(Velocity)，3“E”分别是数据即能量(Energy)、数据即交互(Exchange)、数据即共情(Empathy)。
重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘，驱动电力企业从“以电力生产为中心”向“以客户为中心”转变。电力大数据通过对电力系统生产运行方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导，能够推动中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。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。
（转载）
