電網大數據能讓人產生什么新的認知？創造哪些新的價值？這不只是企業或行業的技術行為，經濟新常態下，大數據已經成為一種生產資料、一大新興產業，一個必須抓住的重大機遇。
大數據，或是數據大
7月19日，國家電網公司2016年年中工作會議第二天上午，公司董事長、黨組書記舒印彪及全體會議代表都在認真聽課。兩節課共同聚焦——大數據。
“想象一下，未來電網不只是知道客戶用了多少度電，而是每一度電都用到了哪里，國家電網公司將可以做更多的事情。”主講人之一，阿里巴巴集團技術委員會主席王堅說，“哪怕只是一次交費活動，都應該產生更大的價值。”
價值，在大數據發展過程中被反復提及。
2014年，大數據首次進入政府工作報告，“要設立新興產業創業創新平臺，在新一代移動通信、集成電路、大數據、先進制造、新能源、新材料等方面趕超先進，引領未來產業發展。”
隨后，有分析稱，創造新的就業、培育新的增長點，在經濟新常態下，這無疑是大數據的重要價值。
2015年10月，黨的十八屆五中全會提出實施國家大數據戰略。大數據正在成為經濟社會發展新的驅動力。隨著云計算、移動互聯網等網絡新技術的應用、發展與普及，社會信息化進程進入數據時代，海量數據的產生與流轉成為常態。
大數據的量級有多少？2014年，一組名為“互聯網上一天”展示數據表明，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD;發出的郵件有2940億封之多,相當于美國兩年的紙質信件數量;發出的社區帖子達200萬個，相當于《時代》雜志770年的文字量。預計到2020年，全球數據使用量將達到約400億TB。大數據涵蓋經濟社會發展各個領域，得到國家層面支持。
傳統行業的發展隨之面臨顛覆性改變，任何一個優秀的企業都需要思考今后的發展模式。課程另一主講人——華為技術有限公司信息技術工程部部長蘇立清說，每個企業的運作模式都發生了根本性改變，包括國家電網公司和華為等企業曾經都是靠業務驅動的企業。靠業務和技術雙輪驅動，企業發展可能會走向新的高度。“然而‘互聯網+’不能簡單用互聯網顛覆企業。而是傳統企業通過擁抱互聯網，積極使用互聯網技術，推動企業信息化發展，從而為企業服務。”他說。
挖掘數據，開發數據價值成為共識。國家電網公司已經意識到大數據作為新興產業的力量，“大數據”不只屢次出現在本次會議報告中，2015年，國家電網公司發布《國家電網公司大數據應用指導意見》，明確了到2020年將要實現的目標。到當年年底，國家電網公司完成了總部、山東、上海、江蘇、浙江、安徽、福建、湖北、四川和遼寧10家單位大數據平臺試點實施部署和上線試運行。
據中投顧問研究顯示，在全球七大重點領域內（教育、交通、消費、電力、能源、大健康以及金融），大數據的應用價值預計在32200~53900億美元之間。其中電力達到3400~5800億美元。電力行業面臨前所未有的機遇。
電力進入電網，從輸送、調度、配電、變電，直到送給客戶使用，每個環節、每個瞬間都會產生海量的數據。然而，這些海量的數據都有價值嗎？哪些對業務決策真正有用？怎樣分類挖掘？這是切實擺在眼前的問題。
從變現到增值
中國電力科學研究院技術戰略研究中心高級工程師鄧春宇表示，國家電網公司的大數據量大、分布廣、類型，背后反映的是電網運行方式、電力生產方式及客戶消費習慣等信息，這些數據如果能挖掘分析好，就能釋放大數據真正的價值。他比喻，大數據好比是一個金礦，但是，想挖出金子也并非易事，做大數據是非常考驗智慧的。
2015年4月，國網江蘇省電力公司做了一個超乎尋常的預測，他們預計江蘇全省當年的用電高峰將出現在8月6日，最高負荷將達到8481萬千瓦。
天氣預報尚且無法知曉4個月以后的準確天氣，在盛夏到來之前就測算出負荷高峰日期和用電量，這聽起來簡直是“天方夜譚”。然而4個月之后的8月5日，江蘇省出現用電高峰，最高負荷8440萬千瓦，與預測日期只相差1天，預測負荷只差了41萬千瓦。
在國家電網公司2016年年中工作會議間隙，國家電網公司信息通信部主任王繼業講述了這個故事，他說，這得益于挖掘了電網大數據的價值。
電網大數據的類型有多復雜？僅以國網江蘇電力的負荷預測為例，其中就包含了多種數據類型。天氣情況、實時曲線、生產運行結構化數據、三維地理地形，都是大數據分析電網負荷的類型之一。
挖掘如此復雜的“金礦”，變現的最終目的在于變現后的增值。其將成為電網智能發展的關鍵，電網與互聯網深度融合，成為具有信息化、自動化、互動化特征，功能強大、應用廣泛的智能電網。
國家電網公司2016年年中工作會議報告中提到，今年上半年，國家電網公司已經在售電量預測、用電信息采集、線損管理、輸變電設備狀態監測等方面深化大數據應用，取得實效。
挖掘電網中的相關數據，也將實現經營管理的增值。國家電網公司營銷部在國家電網年中工作會上表示，未來將強化數據共享和信息支撐，為電網規劃、安全生產提供數據支持；建設電力客戶標簽庫，從服務優化、降本增效、市場開拓、數據增值四方面深挖數據價值，繼續提升運營效益。強化“量價費損”分析預測，構建預測分析模型，實現“量價費”精準預測和臺區線損異常智能診斷，構建分用電結構、產業結構的電價分析模型，實現經營效益影響的精準預測。
此外，電網大數據中的客戶消費習慣等變現，將實現服務的增值，對客戶大數據的開發也改變著行業。以汽車行業為例，阿里巴巴和上汽開展了一項合作。過去，汽車用戶在使用汽車時是不對汽車生產公司產生價值的，而有了互聯網，汽車就可以成為新的互聯網成員，用戶使用汽車的數據及時得到反饋，為傳統汽車行業帶來了改變。
數據檢驗數據，在大數據平臺試點上線運行后，國網山東電力基于大數據技術的用電負荷特性分類精度提升了10%。國網上海電力預測未來一天或未來一個月各區域、不同電壓等級的設備故障量可能發生的數量區間，精度超過70%。國網浙江電力客戶用電行為細分處理效率提升30%。國網安徽電力防竊電分析工作效率提升50%以上。國網福建電力短期重過載預警準確度超過80%。國網四川電力停電計劃編制效率提高30%。國網客服中心人工服務接通率提升30%，客戶等待時間減少20%，提升了客戶服務能力……
“我們的試點工作目前還沒有達到全面應用推廣的階段。”王繼業表示。但目前國家電網公司從上到下都有了應用大數據的意識，領導層面也督促大家自覺利用大數據進行監測、服務、經營管理、生產等各方面的工作。再過兩三年的時間，大數據能夠從試點實現全面的推廣應用。
全球能源互聯網研究院計算及應用研究所也在進行大數據的相關研究，所長高昆侖在接受采訪時建議，要實現推廣應用，還需要研發出一個簡單便捷實用工具，讓廣大一線的業務人員也能自主開展大數據分析挖掘工作，讓數據達到物盡其用的效果。他舉例說，如果說大數據是一個礦，那么現在只有會開挖掘機的專業隊伍，如科研人員，才能挖礦，業務人員則由于沒有合適工具挖不了礦，不能應用大數據。
一條產業鏈
從輸變電、配用電、原網荷協調、調度控制、營銷等各個環節，一個完整的數據鏈條，更有利于盤活資源，真正轉化為生產力，繼而實現未來電網大數據的產業化。
而數據的融合至關重要，讓公司內部的數據和外部的社會數據關聯起來，產生1+1大于2的效果。
今年4月底，國家電網公司客戶服務中心北方分中心的員工周潔成為了被媒體采訪的對象，因為她親身經歷了大數據給她工作帶來的變化：通過使用大數據個性化工具——客戶畫像，平均通話時長從170秒減至128秒，服務評價推送率由97.1%升至99.21%，客戶滿意率由98.8%升至99.86%。在各項基本指標不變的情況下，1名經過客戶畫像專題培訓的新員工每天可多接聽26通電話。這樣算來，整個中心的1500余名客服專員，每天可以多接聽3.9萬多通電話。利用大數據為客戶畫像，能夠清楚了解客戶的類型和特點，實現有針對性的溝通，從而提高效率，更好地為客戶服務。
國網電動汽車服務有限公司黨組書記、副總經理李寶森在接受記者采訪時表示，國網電動汽車公司成立半年多以來，開發上線了車聯網平臺、應用于電動汽車充電服務的“e充電”APP，以及應用于電動汽車租賃的“如易行”APP，研制了稱為“智慧心”的遠程計費控制TCU，目前車聯網已接入充電樁2.6萬個，年內將接入8萬個。加大大數據應用和車聯網平臺建設力度，實現財務收費、客戶關系管理、設施監控、運維檢修、充電服務、電動汽車租賃等業務線上運行。他將大數據稱為“生產資料”，在電動汽車發展中可謂功不可沒，未來還將發揮更大作用。
為了生成新的驅動力，國家電網公司提出，還將繼續提升科技創新能力和水平。加強信息化建設。優化骨干傳輸網和省級通信網，加快終端通信網建設，年內建成14家單位信息交換核心網。加快建設一體化“國網云”平臺和全業務統一數據中心，提升信息儲存、傳輸、集成、共享水平。加強“大云物移”新技術應用研究。深化負荷預測、設備運維、車聯網、新能源等業務大數據應用，提高數據資產價值。
上海：提速20% 配網搶修更高效
掛上電話12分鐘后，上海市凱旋路1800號201室的門鈴被電力搶修人員按響了。如果這個電話早打3個月，門鈴最有可能要遲4分鐘才會響。縮短這4分鐘的，是國網上海市電力公司基于大數據平臺實施的配網故障搶修精益化管理。
7月16日18時01分，201室的客戶掛斷了向95598報修家中失電的電話。任務單迅速流轉，國網上海市南供電公司配網搶修協豐駐點接到指令，派出小班前往搶修，18時13分到達客戶處。
原先，協豐駐點駐扎在新華路393弄已有3年多的時間，今年5月，駐點搬家到虹橋路1041弄。雖然兩點之間的直線路離只有1.4公里，但協豐駐點負責人王偉氫感覺，搬家之后的到達時間變快了。
數據給王偉氫的感覺提供了有力的支撐：2016年1～4月，協豐駐點小班平均到達報修客戶處的時間是15分鐘，而周邊其他駐點小班的平均到達時間僅為12～13分鐘;5月上旬遷往虹橋路新址后，協豐駐點小班的平均到達時間已與其他駐點小班沒有明顯差別。
這是國網上海電力基于大數據平臺開展配網故障搶修精益化管理取得成效的一個實例。原來，通過大數據比對，上海市南供電公司瞅準了協豐駐點的這個問題;進一步分析后發現，淮海西路與虹橋路包夾區域的報修數量在協豐駐點所有搶修中占比靠前，而且這些報修的平均到達時間明顯偏長，嚴重拖了后腿。雖然不少搶修點離開駐點不過3公里左右，但由于中心城區道路情況復雜、道路擁堵嚴重，直接造成了耗時偏長。
牽住了牛鼻子，問題就容易破解，國網上海市南供電公司于是將協豐駐點向東挪了1.4公里。“一著棋對，滿盤皆活”，到達時間縮短了20%左右。
這還只是配網故障搶修精益化管理的冰山一角。2015年5月，國網上海電力便完成了國網大數據平臺部署，并基于大數據平臺開展配網故障搶修精益化管理應用場景實施。通過建立故障搶修事前預測、事中跟蹤、事后分析的主軸線，全面支撐故障搶修工作，有效提升了故障搶修精益化管理水平。
江蘇：海量大數據 精準預測今夏用電量
7月18日一早，蘇州地調的調度員顏錫渝根據江蘇省全社會用電信息大數據分析系統前一天提供的負荷分析預測結果，結合本地預測數據，對當天的調度負荷做出了預測，并于上午10點前將據此繪成的地區調度負荷曲線，上報給了省調，省調據此作為參考，合理安排電網運行方式。
精確的預測源于海量的記錄數據。依托國家電網公司統一部署的大數據平臺，該系統從梳理對象入手，構建統一的企業數據模型。在此基礎上，系統從電能量管理、用電信息采集、設備狀態監控、生產管理等多個系統中采集600多億條記錄數據，并從外部獲取氣象、經濟運行等數據。大數據技術為負荷預測提供了堅實的數據基礎。
“我們搭建了50個計算節點的大數據平臺，將國民經濟99個行業和全省13個地市負荷細分為11781種負荷特性組合，在此基礎上，以氣象、節假日等為主要因素，以客戶信息、歷史負荷為源數據，考慮用電客戶對峰谷電價、溫度、節假日的敏感程度及生產班次安排等，我們組建了超過70萬個負荷影響模型。”系統項目組負責人謝林楓說。
今年夏季高峰用電，系統也給出了預測——2016年最高負荷預測值為8790萬千瓦。“因負荷受8月初的氣象影響較大，可能會有預測偏差，但基于去年的預測準確度，參考意義仍然重大。”謝林楓介紹說，負荷中長期預測受諸多不確定性因素共同影響，特別是受宏觀經濟、中長期的氣象預測的準確度影響較大。
中長期的負荷預測不僅有益于夏季高峰期電網調度的安全平穩運行，對于電網規劃建設、機組檢修等都具有指導意義。短期負荷預測也是江蘇省全社會用電信息大數據分析系統的主要功能之一。“我們在去年推出全省短期負荷預測基礎上，推出各個地級市的短期負荷預測，目前已在全省13個地市實現全覆蓋。”謝林楓說。據統計，江蘇省全社會用電信息大數據分析系統短期負荷預測平均準確度為99.35%，而傳統方法預測平均準確度為98.88%。
浙江：為客戶“畫像” 供電服務更精準
“咔嚓、咔嚓……”有節奏的機器拍打聲，從浙江海寧尖山新區海利得新材料股份有限公司新建的捻線車間內傳來，幾位工作人員正將一桶桶捻好的絲線裝上釵車運到下一個生產點。夏天到來前，海利得的生產負責人楊勤豐還在擔心擴建后的用電問題。未曾想，通電時間比預期提前了20多天。
兩年前，浙江海寧供電公司推出了“方案最優、費用最省、速度最快”的“陽光業擴提速”工程，通過優化內部管理流程等，通電時間比國家電網公司規定時間縮短了34.5%。如今，國網浙江省電力公司初步建成的“互聯網+供電服務”智能用電互動服務創新體系，則讓通電速度又向前了一大步。
“盡快通電”顯然不是創新體系的唯一目標。在建設平臺和體系的過程中，國網浙江電力將多渠道客服數據與用電營銷數據、配網數據，甚至氣象信息、社交網絡等多角度多層次數據進行整合，開展大數據分析挖掘，以“標簽庫”形式，構建立體化、多層次、多視角的客戶全景畫像，實現對電力客戶特征的精細刻畫。
基于客戶畫像，獲取客戶基本信息、用電偏好、信用風險、所屬網架等，服務人員能夠快速全面識別客戶特征，提供差異化辦電、催費、交費、停電通知等業務。還能依托客戶畫像，全面了解業務現狀，準備識別客戶當前面臨的問題，從而快速受理客戶訴求，縮短平均通話時長，提高客戶一次答復率。未來，還能通過各類渠道精準推薦用電套餐、峰谷用電計劃、電費墊付信貸、智能家居節能計劃、分布式電能接入等用電產品及服務。
不久前，紹興供電公司運營監測管理專責謝穎就通過日電量數據構建的分析模型，發現了紹興濱海工業區有3戶1000千伏安以上高壓客戶電量波動較大，且總體呈遞減趨勢。謝穎當即發布預警。客戶經理王未央了解情況后，主動上門為大客戶提供用電方案優化服務，通過辦理供電“暫停”等方式，為客戶節省基本電費5萬元。
下一步，國網浙江電力將進一步挖掘客戶標簽庫典型應用場景，建立、完善客戶標簽庫業務規范。同時，還將加快渠道偏好、用電行為、電能替代等主題標簽庫建設開發，為電子渠道推廣、精準營銷提供技術支撐。
大數據，或是數據大
7月19日，國家電網公司2016年年中工作會議第二天上午，公司董事長、黨組書記舒印彪及全體會議代表都在認真聽課。兩節課共同聚焦——大數據。
“想象一下，未來電網不只是知道客戶用了多少度電，而是每一度電都用到了哪里，國家電網公司將可以做更多的事情。”主講人之一，阿里巴巴集團技術委員會主席王堅說，“哪怕只是一次交費活動，都應該產生更大的價值。”
價值，在大數據發展過程中被反復提及。
2014年，大數據首次進入政府工作報告，“要設立新興產業創業創新平臺，在新一代移動通信、集成電路、大數據、先進制造、新能源、新材料等方面趕超先進，引領未來產業發展。”
隨后，有分析稱，創造新的就業、培育新的增長點，在經濟新常態下，這無疑是大數據的重要價值。
2015年10月，黨的十八屆五中全會提出實施國家大數據戰略。大數據正在成為經濟社會發展新的驅動力。隨著云計算、移動互聯網等網絡新技術的應用、發展與普及，社會信息化進程進入數據時代，海量數據的產生與流轉成為常態。
大數據的量級有多少？2014年，一組名為“互聯網上一天”展示數據表明，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD;發出的郵件有2940億封之多,相當于美國兩年的紙質信件數量;發出的社區帖子達200萬個，相當于《時代》雜志770年的文字量。預計到2020年，全球數據使用量將達到約400億TB。大數據涵蓋經濟社會發展各個領域，得到國家層面支持。
傳統行業的發展隨之面臨顛覆性改變，任何一個優秀的企業都需要思考今后的發展模式。課程另一主講人——華為技術有限公司信息技術工程部部長蘇立清說，每個企業的運作模式都發生了根本性改變，包括國家電網公司和華為等企業曾經都是靠業務驅動的企業。靠業務和技術雙輪驅動，企業發展可能會走向新的高度。“然而‘互聯網+’不能簡單用互聯網顛覆企業。而是傳統企業通過擁抱互聯網，積極使用互聯網技術，推動企業信息化發展，從而為企業服務。”他說。
挖掘數據，開發數據價值成為共識。國家電網公司已經意識到大數據作為新興產業的力量，“大數據”不只屢次出現在本次會議報告中，2015年，國家電網公司發布《國家電網公司大數據應用指導意見》，明確了到2020年將要實現的目標。到當年年底，國家電網公司完成了總部、山東、上海、江蘇、浙江、安徽、福建、湖北、四川和遼寧10家單位大數據平臺試點實施部署和上線試運行。
據中投顧問研究顯示，在全球七大重點領域內（教育、交通、消費、電力、能源、大健康以及金融），大數據的應用價值預計在32200~53900億美元之間。其中電力達到3400~5800億美元。電力行業面臨前所未有的機遇。
電力進入電網，從輸送、調度、配電、變電，直到送給客戶使用，每個環節、每個瞬間都會產生海量的數據。然而，這些海量的數據都有價值嗎？哪些對業務決策真正有用？怎樣分類挖掘？這是切實擺在眼前的問題。
從變現到增值
中國電力科學研究院技術戰略研究中心高級工程師鄧春宇表示，國家電網公司的大數據量大、分布廣、類型，背后反映的是電網運行方式、電力生產方式及客戶消費習慣等信息，這些數據如果能挖掘分析好，就能釋放大數據真正的價值。他比喻，大數據好比是一個金礦，但是，想挖出金子也并非易事，做大數據是非常考驗智慧的。
2015年4月，國網江蘇省電力公司做了一個超乎尋常的預測，他們預計江蘇全省當年的用電高峰將出現在8月6日，最高負荷將達到8481萬千瓦。
天氣預報尚且無法知曉4個月以后的準確天氣，在盛夏到來之前就測算出負荷高峰日期和用電量，這聽起來簡直是“天方夜譚”。然而4個月之后的8月5日，江蘇省出現用電高峰，最高負荷8440萬千瓦，與預測日期只相差1天，預測負荷只差了41萬千瓦。
在國家電網公司2016年年中工作會議間隙，國家電網公司信息通信部主任王繼業講述了這個故事，他說，這得益于挖掘了電網大數據的價值。
電網大數據的類型有多復雜？僅以國網江蘇電力的負荷預測為例，其中就包含了多種數據類型。天氣情況、實時曲線、生產運行結構化數據、三維地理地形，都是大數據分析電網負荷的類型之一。
挖掘如此復雜的“金礦”，變現的最終目的在于變現后的增值。其將成為電網智能發展的關鍵，電網與互聯網深度融合，成為具有信息化、自動化、互動化特征，功能強大、應用廣泛的智能電網。
國家電網公司2016年年中工作會議報告中提到，今年上半年，國家電網公司已經在售電量預測、用電信息采集、線損管理、輸變電設備狀態監測等方面深化大數據應用，取得實效。
挖掘電網中的相關數據，也將實現經營管理的增值。國家電網公司營銷部在國家電網年中工作會上表示，未來將強化數據共享和信息支撐，為電網規劃、安全生產提供數據支持；建設電力客戶標簽庫，從服務優化、降本增效、市場開拓、數據增值四方面深挖數據價值，繼續提升運營效益。強化“量價費損”分析預測，構建預測分析模型，實現“量價費”精準預測和臺區線損異常智能診斷，構建分用電結構、產業結構的電價分析模型，實現經營效益影響的精準預測。
此外，電網大數據中的客戶消費習慣等變現，將實現服務的增值，對客戶大數據的開發也改變著行業。以汽車行業為例，阿里巴巴和上汽開展了一項合作。過去，汽車用戶在使用汽車時是不對汽車生產公司產生價值的，而有了互聯網，汽車就可以成為新的互聯網成員，用戶使用汽車的數據及時得到反饋，為傳統汽車行業帶來了改變。
數據檢驗數據，在大數據平臺試點上線運行后，國網山東電力基于大數據技術的用電負荷特性分類精度提升了10%。國網上海電力預測未來一天或未來一個月各區域、不同電壓等級的設備故障量可能發生的數量區間，精度超過70%。國網浙江電力客戶用電行為細分處理效率提升30%。國網安徽電力防竊電分析工作效率提升50%以上。國網福建電力短期重過載預警準確度超過80%。國網四川電力停電計劃編制效率提高30%。國網客服中心人工服務接通率提升30%，客戶等待時間減少20%，提升了客戶服務能力……
“我們的試點工作目前還沒有達到全面應用推廣的階段。”王繼業表示。但目前國家電網公司從上到下都有了應用大數據的意識，領導層面也督促大家自覺利用大數據進行監測、服務、經營管理、生產等各方面的工作。再過兩三年的時間，大數據能夠從試點實現全面的推廣應用。
全球能源互聯網研究院計算及應用研究所也在進行大數據的相關研究，所長高昆侖在接受采訪時建議，要實現推廣應用，還需要研發出一個簡單便捷實用工具，讓廣大一線的業務人員也能自主開展大數據分析挖掘工作，讓數據達到物盡其用的效果。他舉例說，如果說大數據是一個礦，那么現在只有會開挖掘機的專業隊伍，如科研人員，才能挖礦，業務人員則由于沒有合適工具挖不了礦，不能應用大數據。
一條產業鏈
從輸變電、配用電、原網荷協調、調度控制、營銷等各個環節，一個完整的數據鏈條，更有利于盤活資源，真正轉化為生產力，繼而實現未來電網大數據的產業化。
而數據的融合至關重要，讓公司內部的數據和外部的社會數據關聯起來，產生1+1大于2的效果。
今年4月底，國家電網公司客戶服務中心北方分中心的員工周潔成為了被媒體采訪的對象，因為她親身經歷了大數據給她工作帶來的變化：通過使用大數據個性化工具——客戶畫像，平均通話時長從170秒減至128秒，服務評價推送率由97.1%升至99.21%，客戶滿意率由98.8%升至99.86%。在各項基本指標不變的情況下，1名經過客戶畫像專題培訓的新員工每天可多接聽26通電話。這樣算來，整個中心的1500余名客服專員，每天可以多接聽3.9萬多通電話。利用大數據為客戶畫像，能夠清楚了解客戶的類型和特點，實現有針對性的溝通，從而提高效率，更好地為客戶服務。
國網電動汽車服務有限公司黨組書記、副總經理李寶森在接受記者采訪時表示，國網電動汽車公司成立半年多以來，開發上線了車聯網平臺、應用于電動汽車充電服務的“e充電”APP，以及應用于電動汽車租賃的“如易行”APP，研制了稱為“智慧心”的遠程計費控制TCU，目前車聯網已接入充電樁2.6萬個，年內將接入8萬個。加大大數據應用和車聯網平臺建設力度，實現財務收費、客戶關系管理、設施監控、運維檢修、充電服務、電動汽車租賃等業務線上運行。他將大數據稱為“生產資料”，在電動汽車發展中可謂功不可沒，未來還將發揮更大作用。
為了生成新的驅動力，國家電網公司提出，還將繼續提升科技創新能力和水平。加強信息化建設。優化骨干傳輸網和省級通信網，加快終端通信網建設，年內建成14家單位信息交換核心網。加快建設一體化“國網云”平臺和全業務統一數據中心，提升信息儲存、傳輸、集成、共享水平。加強“大云物移”新技術應用研究。深化負荷預測、設備運維、車聯網、新能源等業務大數據應用，提高數據資產價值。
上海：提速20% 配網搶修更高效
掛上電話12分鐘后，上海市凱旋路1800號201室的門鈴被電力搶修人員按響了。如果這個電話早打3個月，門鈴最有可能要遲4分鐘才會響。縮短這4分鐘的，是國網上海市電力公司基于大數據平臺實施的配網故障搶修精益化管理。
7月16日18時01分，201室的客戶掛斷了向95598報修家中失電的電話。任務單迅速流轉，國網上海市南供電公司配網搶修協豐駐點接到指令，派出小班前往搶修，18時13分到達客戶處。
原先，協豐駐點駐扎在新華路393弄已有3年多的時間，今年5月，駐點搬家到虹橋路1041弄。雖然兩點之間的直線路離只有1.4公里，但協豐駐點負責人王偉氫感覺，搬家之后的到達時間變快了。
數據給王偉氫的感覺提供了有力的支撐：2016年1～4月，協豐駐點小班平均到達報修客戶處的時間是15分鐘，而周邊其他駐點小班的平均到達時間僅為12～13分鐘;5月上旬遷往虹橋路新址后，協豐駐點小班的平均到達時間已與其他駐點小班沒有明顯差別。
這是國網上海電力基于大數據平臺開展配網故障搶修精益化管理取得成效的一個實例。原來，通過大數據比對，上海市南供電公司瞅準了協豐駐點的這個問題;進一步分析后發現，淮海西路與虹橋路包夾區域的報修數量在協豐駐點所有搶修中占比靠前，而且這些報修的平均到達時間明顯偏長，嚴重拖了后腿。雖然不少搶修點離開駐點不過3公里左右，但由于中心城區道路情況復雜、道路擁堵嚴重，直接造成了耗時偏長。
牽住了牛鼻子，問題就容易破解，國網上海市南供電公司于是將協豐駐點向東挪了1.4公里。“一著棋對，滿盤皆活”，到達時間縮短了20%左右。
這還只是配網故障搶修精益化管理的冰山一角。2015年5月，國網上海電力便完成了國網大數據平臺部署，并基于大數據平臺開展配網故障搶修精益化管理應用場景實施。通過建立故障搶修事前預測、事中跟蹤、事后分析的主軸線，全面支撐故障搶修工作，有效提升了故障搶修精益化管理水平。
江蘇：海量大數據 精準預測今夏用電量
7月18日一早，蘇州地調的調度員顏錫渝根據江蘇省全社會用電信息大數據分析系統前一天提供的負荷分析預測結果，結合本地預測數據，對當天的調度負荷做出了預測，并于上午10點前將據此繪成的地區調度負荷曲線，上報給了省調，省調據此作為參考，合理安排電網運行方式。
精確的預測源于海量的記錄數據。依托國家電網公司統一部署的大數據平臺，該系統從梳理對象入手，構建統一的企業數據模型。在此基礎上，系統從電能量管理、用電信息采集、設備狀態監控、生產管理等多個系統中采集600多億條記錄數據，并從外部獲取氣象、經濟運行等數據。大數據技術為負荷預測提供了堅實的數據基礎。
“我們搭建了50個計算節點的大數據平臺，將國民經濟99個行業和全省13個地市負荷細分為11781種負荷特性組合，在此基礎上，以氣象、節假日等為主要因素，以客戶信息、歷史負荷為源數據，考慮用電客戶對峰谷電價、溫度、節假日的敏感程度及生產班次安排等，我們組建了超過70萬個負荷影響模型。”系統項目組負責人謝林楓說。
今年夏季高峰用電，系統也給出了預測——2016年最高負荷預測值為8790萬千瓦。“因負荷受8月初的氣象影響較大，可能會有預測偏差，但基于去年的預測準確度，參考意義仍然重大。”謝林楓介紹說，負荷中長期預測受諸多不確定性因素共同影響，特別是受宏觀經濟、中長期的氣象預測的準確度影響較大。
中長期的負荷預測不僅有益于夏季高峰期電網調度的安全平穩運行，對于電網規劃建設、機組檢修等都具有指導意義。短期負荷預測也是江蘇省全社會用電信息大數據分析系統的主要功能之一。“我們在去年推出全省短期負荷預測基礎上，推出各個地級市的短期負荷預測，目前已在全省13個地市實現全覆蓋。”謝林楓說。據統計，江蘇省全社會用電信息大數據分析系統短期負荷預測平均準確度為99.35%，而傳統方法預測平均準確度為98.88%。
浙江：為客戶“畫像” 供電服務更精準
“咔嚓、咔嚓……”有節奏的機器拍打聲，從浙江海寧尖山新區海利得新材料股份有限公司新建的捻線車間內傳來，幾位工作人員正將一桶桶捻好的絲線裝上釵車運到下一個生產點。夏天到來前，海利得的生產負責人楊勤豐還在擔心擴建后的用電問題。未曾想，通電時間比預期提前了20多天。
兩年前，浙江海寧供電公司推出了“方案最優、費用最省、速度最快”的“陽光業擴提速”工程，通過優化內部管理流程等，通電時間比國家電網公司規定時間縮短了34.5%。如今，國網浙江省電力公司初步建成的“互聯網+供電服務”智能用電互動服務創新體系，則讓通電速度又向前了一大步。
“盡快通電”顯然不是創新體系的唯一目標。在建設平臺和體系的過程中，國網浙江電力將多渠道客服數據與用電營銷數據、配網數據，甚至氣象信息、社交網絡等多角度多層次數據進行整合，開展大數據分析挖掘，以“標簽庫”形式，構建立體化、多層次、多視角的客戶全景畫像，實現對電力客戶特征的精細刻畫。
基于客戶畫像，獲取客戶基本信息、用電偏好、信用風險、所屬網架等，服務人員能夠快速全面識別客戶特征，提供差異化辦電、催費、交費、停電通知等業務。還能依托客戶畫像，全面了解業務現狀，準備識別客戶當前面臨的問題，從而快速受理客戶訴求，縮短平均通話時長，提高客戶一次答復率。未來，還能通過各類渠道精準推薦用電套餐、峰谷用電計劃、電費墊付信貸、智能家居節能計劃、分布式電能接入等用電產品及服務。
不久前，紹興供電公司運營監測管理專責謝穎就通過日電量數據構建的分析模型，發現了紹興濱海工業區有3戶1000千伏安以上高壓客戶電量波動較大，且總體呈遞減趨勢。謝穎當即發布預警。客戶經理王未央了解情況后，主動上門為大客戶提供用電方案優化服務，通過辦理供電“暫停”等方式，為客戶節省基本電費5萬元。
下一步，國網浙江電力將進一步挖掘客戶標簽庫典型應用場景，建立、完善客戶標簽庫業務規范。同時，還將加快渠道偏好、用電行為、電能替代等主題標簽庫建設開發，為電子渠道推廣、精準營銷提供技術支撐。
