能源电力大数据应用重点与趋势研判

2020-9-7 20:54 来源: 电力决策与舆情参考 |作者: 刘素蔚 柳占杰 孙艺新

能源电力大数据应用的重点领域


为了更好地发挥数据要素的作用,大数据应用必须向系统化、专业化、规模化方向发展,从能源电力企业内外部环境与市场需求来看,围绕大数据应用在存量优化、增量创新、公益服务三个领域的作用发挥,大数据应用的业务规划将聚焦在“赋能提质增效”“赋能业务发展”“赋能国家治理”三大核心领域。基于能源电力数据价值密度高、实时准确性强、覆盖范围广等特点,重点开展“3+3+3”的典型企业级大数据应用。

图1  “3+3+3”的企业级能源电力大数据应用框架图

(一)开展三项赋能提质增效的典型场景大数据应用,加大专业协同力度,持续推动流程贯通、数据共享和基础治理,以典型应用创新推动运营管理能力提升。

一是运行优化提升。包括配网规划辅助分析、电网发展管理及新能源业务分析、施工安全风险预测三项典型应用。其中,配网规划辅助分析通过对电网问题多维度精准诊断,定位配网运行薄弱点和投资需求点,为配电网规划及建设投资提供辅助决策依据;电网发展管理及新能源业务分析提取线损异常特征及分组归类,精准定位线损问题成因,分析新能源场站出力特性和消纳情况,为新能源规划、消纳评估等提供决策支撑;施工安全风险预测分析识别现场安全管控的薄弱环节,对可能存在的安全风险进行分析预判,便于工程现场提前组织开展相应的预防措施,提高工程现场的防灾避险能力。

二是企业精益管理。包括多维精益管理分析、智慧供应链重点业务运营分析、设备精益运维分析三项典型应用。其中多维精益管理从设备运检、营销服务、项目投入产出等方面进行数据洞察和价值评价,划小经营单元开展价值贡献评价,服务提质增效和精准考核;智慧供应链重点业务运营分析挖掘采购规律与特点,优化采购实施进度安排,开展产品质量、供应商信用、资质能力、供货服务等多维评价应用,提升设备采购质效;设备精益运维分析挖掘不同厂家、不同年代、不同类型设备缺陷异常规律,优化完善设备技术标准和运维策略。

三是客户优质服务。包括客户体验及营商环境分析、客户用电行为异常分析及预警两项典型应用。其中,客户体验及营商环境分析深度挖掘客户诉求,识别服务薄弱环节,提出客户服务优化建议,从“便利性、及时性、经济性、可靠性”等维度,分析区域电力营商环境,促进办电服务水平提升;客户用电行为异常分析及预警构建用电客户画像,关注客户用电规律,发现违约用电、窃电、电价执行偏差等异常行为,评估客户信用等级,防范电费回收风险。

(二)开展三项赋能业务发展的典型场景大数据应用,融合产业上下游数据,支撑新兴业务增强发展动能,推动能源生态圈的融通发展。

一是新基建相关业务。聚焦新基建,强化充电桩投资规划、建设运营、充电服务等方面大数据分析,推进充电桩布局优化和精准运营。

二是综合能源服务相关业务。深化电能替代、源网荷储友好互动、能效提升等大数据分析应用,促进全社会用能效率提升;开展不同行业客户负荷特性、接电收益分析,应用计量设备故障运维及抢修智能派单、电费智能核算、台区综合管理等大数据分析模型,推动营销作业效率和工作质量提升。

三是社会服务增值业务。开展住宅小区空置率、群租房、独居老人等分析,以及实体营业厅效能分析和公共台区服务需求分析应用,关联挖掘服务热点、不良事件特征。

(三)开展三项赋能国家治理的典型场景大数据应用,主动对接政府、企业和客户需求,加强政企联动和外部合作,挖掘应用场景,培育高价值产品和服务。

一是开展电力看经济分析。包括电力看宏观经济分析、电力看区域经济分析、电力看产业分析三项典型应用。其中,电力看宏观经济分析全社会用电量、重点行业用电量、业扩报装容量等与经济增加值、主要工业品产量及产值等宏观经济指标的动态关系,对宏观经济发展趋势进行分析和预测;电力看产业经济从经济增长、人员流动、行业动能、产业迁移、城乡协同发展等方面研判经济发展态势,反映新旧动能转换、高质量发展等状况及变化趋势,通过电力数据透视社会经济发展;电力看区域经济以城市群区域协同发展为研究对象,基于电力数据分析研判区域产业协同状况,辅助支撑政府推进城市群区域整体规划发展。

二是开展重点企业污染防治监测分析。结合各地环保监测需求,积极推进污染企业、重点污染行业生产运行趋势、环保政策执行、生产异常等监测分析工作,辅助环保部门提升监管效率,助力国家打赢“蓝天保卫战”。

三是开展企业信用评价及应用。利用企业用电数据、违约用电和电费收缴等信息,开展电力视角企业信用评价。积极对接各类金融机构需求,探索建立商业合作模式,积极开展企业信贷评级和额度评估。基于企业容量状态、用电量、违约用电等行为,分析企业运营风险,服务金融机构对已贷款客户进行贷后预警。

最新评论

碳市场行情进入碳行情频道
返回顶部