國家電網龐大電力數據分析撬動數據價值“杠桿”！

2017-12-14 16:30:21 永洪科技　點擊量：評論 (0)

大云網訊:你被國家電網更名刷屏了嗎？因涉及資產體量龐大，國家電網公司改制的消息受到業(yè)內極大關注。是的，國家電網有限公司這一電力行業(yè)龍頭承擔著極其巨大的業(yè)務量與發(fā)展壓力，電改當下，如何有效利用這些

大云網訊:你被“國家電網更名”刷屏了嗎？因涉及資產體量龐大，國家電網公司改制的消息受到業(yè)內極大關注。是的，國家電網有限公司這一電力行業(yè)龍頭承擔著極其巨大的業(yè)務量與發(fā)展壓力，電改當下，如何有效利用這些數據進行優(yōu)化管理、解決問題、洞察機遇、創(chuàng)造價值，成為擺在國家電網面前的重要課題。今天，小編舊聞重推，溫故浙江電力運監(jiān)部門在大數據分析領域的探索與經驗，供大家借鑒學習。

國家電網有限公司這一電力行業(yè)龍頭承擔著極其巨大的業(yè)務量與發(fā)展壓力。根據之前發(fā)布的《國家電網2016社會責任報告》，國家電網有限公司經營區(qū)域覆蓋超過88%的國土面積，供電人口超11億，用工總量達一百多萬人，規(guī)模超過了全球電企排行中位于其后的德國意昂電力、意大利國家電力與法國電力的總和。

空前龐大的體量為國家電網帶來了海量的業(yè)務數據，也使業(yè)務管理的復雜性和效率提升的難度達到了一個空前的高度。當前，經濟發(fā)展進入新常態(tài)，能源格局出現新變化，電力體制面臨新改革，如何有效利用這些數據進行優(yōu)化管理、解決問題、洞察機遇、創(chuàng)造價值，成為擺在國家電網面前的重要課題。

2012年5月，國家電網總部設立運營監(jiān)測（控）中心（以下簡稱“運監(jiān)中心”），通過對基礎數據和業(yè)務信息的分析監(jiān)測，為業(yè)務管理和運營決策提供支撐。作為一項從零起步的業(yè)務，電力運監(jiān)在國內外都沒有能夠直接借鑒的經驗。

作為重點省份之一，浙江電力運監(jiān)中心經過近5年的摸索與嘗試，憑借對海量數據的深入探索和對大數據分析技術的有效利用，構建了百余項具體專題，獲取數據數億條，發(fā)現各類問題或風險數萬個，涉及金額達到數億元，成為國家電網數據分析與應用的標桿單位。

浙江電力是如何一步步從如此龐大的數據體量中挖掘出價值，并有效運用于提升企業(yè)運行效率？對此，浙江電力運監(jiān)分析處處長夏洪濤接受了采訪，并分享了運監(jiān)部門在大數據分析領域的探索與經驗。

數據分析：撬動數據價值的“杠桿”

電力作為國家基礎行業(yè)之一，本身具有龐大的業(yè)務數據體量，不過大多數人對這一體量并無具體的概念。據夏洪濤介紹，電力系統(tǒng)從電能生產、客戶購電，到電能銷售、電力傳輸，再到企事業(yè)單位用電、電力設備故障，每個環(huán)節(jié)都涉及到大量業(yè)務數據。

“設備狀態(tài)、故障及檢修、電力調度運行、客戶營銷、用電量，甚至各地的95598熱線報修工單，都有大量的數據被收集和匯總，每類數據基本都是TB級以上，而且隨著業(yè)務持續(xù)開展還在不斷增加。”

然而海量數據的收集并不能直接轉化為價值，這些數據在很長一段時間內只能作為歷史記錄堆積在系統(tǒng)中，難以發(fā)揮應有的作用。對此，夏洪濤坦言，在早期缺乏對數據價值的深入分析挖掘，數據資產在公司經營決策和日常管理中發(fā)揮的作用不大，“定量的分析往往依靠傳統(tǒng)報表和人工判斷，用于決策和預測的準確率有待提高。”

在運監(jiān)中心成立之后，這種情況迎來了轉機。夏洪濤表示，隨著運監(jiān)中心對數據分析工作的深入探索，數據資產開始在電力系統(tǒng)各環(huán)節(jié)中發(fā)揮越來越大的作用，展現出巨大的應用價值。

2015年以來，浙江電力運監(jiān)中心開啟了“運監(jiān)業(yè)務主題庫”體系的建設，先后在全省11個地市形成了一百多項分析專題，涉及人資、財務、建設、調度、運檢等多個專業(yè)，取得了數十項數據試點工程的分析成果，得到了來自各地市單位的廣泛關注和認可（具體成果已匯總為《數說電網運營》一書公開出版）。

夏洪濤認為，對于一個企業(yè)來說，如果數據是極具價值的“支點”，那數據分析無異于發(fā)揮支點作用、撬動企業(yè)升級轉型的“杠桿”：“沒有有效的分析，數據就沒有辦法體現價值。”

數據分析如何做好“杠桿”：問題識別、風險管控、輔助決策

數據分析是如何起到“杠桿”作用的？

夏洪濤具體介紹了“運監(jiān)業(yè)務主題庫”中的一些應用案例。據介紹，“運監(jiān)業(yè)務主題庫”是一套常態(tài)運行的數據分析體系，從問題識別（主動感知）、風險管控（主動預防）、輔助決策（主動參謀）等目標出發(fā)，不斷收集數據分析線索，緊密結合企業(yè)經營管理中的重點、難點、痛點，從全局視角提煉數據價值挖掘的方向，在這一基礎上通過數據分析技術實現問題的解決與業(yè)務的提升。

“哪些地方容易停電？是什么原因？電網是否需要擴容？搶修能力如何提升？

類似這些需求，都為數據創(chuàng)造價值提供了方向。在這些方向上，通過選取適當的數據開展分析計算，為決策管理人員提供了‘千里眼、順風耳、預警機、鐵算盤’。”通過“運監(jiān)業(yè)務主題庫”建設，運監(jiān)中心得以不斷挖掘出電力數據中蘊含的豐富價值。

“千里眼、順風耳”：問題識別（主動感知）

問題識別（主動感知），是指已經存在或正在發(fā)生，并對經營管理產生負面影響的問題，主要服務于執(zhí)行層，很多在以往工作中容易忽略或無法下手的問題會在這一層面的數據分析中看出端倪。

夏洪濤舉例稱，在供電業(yè)務擴展（簡稱“業(yè)擴”）過程中，會有很多用戶新裝、增容需求的業(yè)擴工單被中途停止并直接歸檔，往常很難從其中看出什么規(guī)律。在“運監(jiān)業(yè)務主題庫”建設過程中，對某地業(yè)擴工單流程終止原因進行歸類統(tǒng)計，通過數據分析提取了流程終止原因與地域分布的關聯關系，并同電網GIS地理信息相結合比對后，發(fā)現了一些以前被忽略或管理人員不了解的問題，比如當地某區(qū)域呈現出大量業(yè)擴流程終止的情況，而該區(qū)域四周有高壓線路圍繞，區(qū)域內負荷中心卻沒有主干線路深入，造成負荷由周邊的公用配變承擔，引起周邊公變的超重載情況，因而造成了用戶業(yè)擴報裝受限。當地電力系統(tǒng)隨后將此區(qū)域設定為急需加強配網建設的供電受限重點區(qū)域，并開展了針對性的配網改造。

夏洪濤稱，“數據分析的目的之一，就是確保我們能夠看見本該看見、需要看見卻沒有看見的問題。”以前的監(jiān)測分析，分析對象集中在以報表為主的匯總性、結果性、經驗性的指標數據，無法對大量明細數據進行離線和在線分析計算，對非結構化數據更是無能為力，嚴重影響通過數據洞察業(yè)務的能力。有了數據分析的‘千里眼、順風耳’，就能夠察覺到很多以前沒辦法發(fā)現的問題，形成很多解決問題的思路。

“預警機”：風險管控（主動預防）

風險管控（主動預防），是指預測即將發(fā)生或有較大概率發(fā)生問題的風險和隱患，以及有擴大趨勢的問題，主要用于管理層的提前預警和管控經營風險，一個典型的范例就是電力系統(tǒng)的電費回收。

作為能源企業(yè)，電費回收是電力系統(tǒng)的重要收入來源，也是其維持生產和發(fā)展的重要保障。一直以來，電力供應與價值交換的主要形式是先用電、后付費，然而由于保障制度尚不完善，部分電力客戶法律意識薄弱，個別客戶故意拖欠電費、惡意逃脫電費的現象時有發(fā)生。對于這些客戶的識別與差異化催收工作，已經成為一個擺在供電企業(yè)面前的挑戰(zhàn)性課題。根據夏洪濤介紹，對于客戶欠費概率預測，早期主要依靠人工判斷和簡單加權計算，然而極低的準確率導致這一結果幾乎無法應用于電費催繳和回收工作。

“運監(jiān)業(yè)務主題庫”建設過程中，對浙江某地區(qū)數十萬客戶的檔案信息、用電行為、繳費行為、增減容行為、違約行為、客服記錄以及行業(yè)特征、外部環(huán)境等多個維度共計數千萬條數據進行分析，通過機器學習，識別構建客戶欠費行為與客戶特征、客戶行為、行業(yè)趨勢、外部因素的關聯關系，并用于構建預測模型。

“最初我們預期數據分析能夠將預測準確率提升到60%-70%，那已經很不錯了，”夏洪濤說。事實上，經過定量計算并建立電費風險預測模型，對當地大客戶的欠費概率進行預測，預測命中率幾乎達到了90%，遠超預期結果；同時發(fā)現了大量未察覺的業(yè)務規(guī)律和管理盲點。對此，當地電力公司營銷部門針對性地對相關客戶采取了應對措施，有效降低了電費回收風險。

這種對于潛在風險的監(jiān)測、分析和預判，有效減少了事后發(fā)現問題、尋找原因的損失，成為提前預測和識別潛在風險的“預警機”。

“鐵算盤”：輔助決策（主動參謀）

在感知與預防之上，是對企業(yè)運營的輔助決策（主動參謀），即對可能提升公司經營效果的業(yè)務空間或管理措施進行分析和評估，為經營管理者提供決策參謀。與具體問題的感知和預防相比，這一角度會在更大層面上影響企業(yè)的決策和業(yè)務變革方向。

夏洪濤以配網（以電力傳輸設施等構成的配電網）的投資決策為例，介紹了數據“熱力圖”如何輔助電力企業(yè)決策的。據介紹，某試點供電公司將配網投資項目細化到臺區(qū)（一臺變壓器的供電范圍），并結合該區(qū)域的歷史項目、故障工單、停電次數和設備狀態(tài)數據，經過數據匹配關聯，建立起配網投資評價模型。

該體系將服務熱線工單、設備狀態(tài)、項目投資等數據以熱力圖形式在配網GIS地理信息圖上展示，實現區(qū)域電力資源和和運行狀態(tài)的可視化，通過數據對比分析，使投資決策者更容易發(fā)現配網薄弱點和投資需求點，并以此為依據對配網建設投資決策做出參考，初步做到了“用數據說話，用數據決策”，為經營決策提供了一個直觀有效“鐵算盤”。

數據分析工具的選擇

工欲善其事，必先利其器。數據分析固然具有重要的作用，然而市面上有大量架構不同、功能各異的數據分析與可視化應用解決方案，什么樣的工具才能對企業(yè)級的數據分析與洞察提供最好的支持？對此，夏洪濤闡述了自己的看法。

他表示，相比普通企業(yè)，電力系統(tǒng)對于數據分析有著更嚴苛的要求：需要保證數據安全和系統(tǒng)可靠；滿足平臺上大量不同類型數據與需求的接入和開發(fā)；支持海量數據的高速處理，應對電力系統(tǒng)龐大的數據吞吐量；還要擁有相對簡便和人性化的操作方式……因而整體來說，電力系統(tǒng)對于大數據分析工具的選擇標準非常高。

據夏洪濤介紹，當前浙江電力運監(jiān)中心使用了多種分析工具相結合的方式。夏洪濤稱，“我們對比了很多產品，在經過仔細的比較和衡量之后，將每種產品的優(yōu)勢相結合，構成了當下的工具組合。”他表示，一些大數據分析工具具有門檻低，操作簡便的特點，也有一些工具提供了較為豐富的算法，還有一些在開發(fā)的靈活性、集成處理能力上表現優(yōu)秀，這些工具分別適配于不同層面、不同部門，共同構成了運監(jiān)部門的分析工具集。

夏洪濤指出，目前浙江運監(jiān)中心“運監(jiān)業(yè)務主題庫”中的數十項試點成果模型已經通過可視化工具進行固化，實現常態(tài)化在線的自動分析挖掘，分析成果推送到地市基層單位和員工。同時，運監(jiān)中心還從2016年起開始面向基層舉辦“數據價值挖掘大賽”，讓更多基層員工學習使用數據分析工具并展開自主數據分析，在更大范圍內挖掘數據價值。

“省公司運監(jiān)團隊總體組織運監(jiān)業(yè)務主題庫的運作，統(tǒng)一收集和整理分析試點方向，并對試點成果進行管理、匯聚、延伸和深化，向決策層輸出更有價值的分析報告和管理提升建議；具體的業(yè)務數據分析，已經鋪開到各地市，由更了解基層業(yè)務問題的員工們自主完成。這不僅減輕了我們的分析工作壓力，也讓更了解基層業(yè)務難點所在的人員在數據分析領域發(fā)揮更大的作用。”

“支點”+“杠桿”：助力傳統(tǒng)企業(yè)的大數據轉型

對于傳統(tǒng)企業(yè)在互聯網時代的轉型，夏洪濤給出了自己的見解。他認為，常言說“船大難掉頭”，對于大型傳統(tǒng)企業(yè)而言，大量的數據積累，反而給傳統(tǒng)企業(yè)提供了轉型的“支點”，只要用好數據分析這根“杠桿”。

他認為，大數據這一支點和數據分析這一杠桿帶來的動力，正是傳統(tǒng)企業(yè)在面對新技術與新趨勢時轉型的必由之路：“雖然已經有了一些成果，但我們現在仍然處于剛剛起步的階段，還有大量的數據價值亟待被開發(fā)和利用，此外也需要加強數據治理來讓數據這個支點更穩(wěn)固有力。未來隨著更廣泛的數據價值點被挖掘和連接組合起來，大數據技術會釋放出爆發(fā)性的價值。”