电力大数据

电力大数据主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节。包括电网运行和设备检测或监测数据，电力企业营销数据，如交易电价、售电量、用电客户等方面数据，电力企业管理数据。

电力大数据具有四个特点：(1)数据体量大：PB级;常规的调度自动化系统包含数十万个采集点;配用电、数据中心将达到千万级(2)数据类型繁多：实时数据历史数据文本数据多媒体数据时间序列数据等各类结构化、半结构化数据以及非结构化数据(3)价值密度低：所采集的绝大部分数据都是正常数据，只有极少量的异常数据，而异常数据是状态检修的最重要依据(4)处理速度快：在几分之一秒内对大量数据进行分析，以支持决策制定。

通过使用智能电表等智能终端设备可采集整个电力系统的运行数据，再对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控;进一步地，结合大数据分析与电力系统模型，可以对电网运行进行诊断、优化和预测，为电网安全、可靠、经济、高效地运行提供保障。

云计算、大数据分析等信息新技术必将激活电力大数据中蕴含的价值，也必将释放电力大数据的市场潜力。根据GTM Research的研究分析，到2020年，全世界电力大数据管理系统市场将达到38亿美元的规模，电力大数据的采集、管理、分析与服务行业将迎来前所未有的发展机遇。

国外电力能源数据应用案例

AutoGrid——电力大数据服务的先行者

AutoGrid作为一家服务于电力、能源行业的大数据公司，虽然只有不到50名员工，却汇集了来自工程设计、通信、互联网、电力等不同领域的人才。

AutoGrid基于其能源数据平台，为电力供应商和消费者提供各种规模的电力消耗预测，使用该预测来优化电网运行，并通过灵活的需求管理计划实现节能减耗。

AutoGrid的核心为其能源数据云平台——Energy Data Platform(EDP)。AutoGrid的能源数据平台EDP创造了电力系统的全面的、动态的图景。类似与高级搜索引擎或天气预报算法，AutoGrid的能源数据平台挖掘电网产生的结构化和非结构化数据的财富，进行数据集成，并建立其使用模式，建立定价和消费之间的相关性，并分析数以万计的变量之间的相互关系。通过该能源数据平台EDP，公共事业单位可以提前预测数周，或只是分，秒的电量消耗。大型工业电力用户可以优化他们的生产计划和作业，以避开用电高峰。同时，电力供应商可使用该能源数据平台EDP来决定可再生资源，如太阳能，风能的并网，最大限度地减少这些能源间歇性对电网的影响。

需求响应优化及管理系统(Demand Response Optimization and Management System-DROMS)为AutoGrid的需求响应管理工具。DROMS从智能电表、建筑管理系统、电压调节器和温控器等设备获得实时数据，形成数据分析引擎，结合电力系统的模型，基于智能算法，分析计算对单一负载的精确预测，在需求响应要求产生之前介入，迅速生成针对某一需求响应的应对策略。

AutoGrid的客户覆盖发电端、输电端、配电端、用户，可以帮助电网各端匹配电力供应和需求，降低电网各端的成本。AutoGrid的能源数据云平台EDP收集并处理其客户接入智能电网的智能电表、建筑管理系统、电压调节器和温控器等设备的数据，面向其用电客户提供需求响应优化及管理系统(Demand Response Optimization and Management System-DROMS)，获取能量消耗情况，预测用电量，结合电价信息实现需求侧响应，生成需求侧管理项目的分析报告，提升客户全生命周期的价值收益;面向电网运营者提供DROMS，可提供需求响应应对策略，预测发电情况和电网动态负荷，预测电网运行故障，改善客户平均停电时间&系统运营时间，从而实现电网优化调度，减少非技术性损失，降低运营成本。

AutoGrid凭借其PB级的数据分析和预测能力，吸引了众多公用事业公司和软件产品公司与其进行合作。通过向第三方开放其能源数据平台EDP，AutoGrid正努力将其打造为能源行业大数据的统一公共平台。该开放的能源数据平台将使得能源"大数据"充分流动，各公共事业公司依托该数据平台开发满足自己需求的第三方应用。通过统一的能源大数据平台，AutoGrid将规范能源大数据的规范及协议，并将为能源大数据的发展注入新的推动力。

AutoGrid的收入主要来自于向采用其DROMS或其他服务的用户收费，主要有三种收费模式：1)SaaS模式：用户按照AutoGrid为其处理的数据量付费;2)共享收益模式：AutoGrid给客户发送报告，客户进行需求响应，与客户分享收益;3)合作模式：给设备商提供软件，向设备商收取License费。

Opower——通过电力消费数据分析用户用电行为

Opower公司是于 2007 年创办的一家家庭能源数据分析公司。Opower 与电力公司合作，抢占家庭消费者"入口"，获取家庭消费者的能源使用数据，进行消费者用电行为分析，并为其提供节能减耗的方案，推动节能的互联网应用。

发电力账单，是每个公用电力公司都需要做的一项工作，看似简单，但是其功能拓展往往被忽视。Opower公司利用其云数据平台，结合大数据方法和行为科学理论，为家庭用户发出了一份个性化的、贴心的电力账单。

通过这份电力账单，家庭的制冷、采暖、基础负荷、其他各类用能等用电情况被分类列示，并将用电量跟上个月的进行相比，其鲜亮的图表呈现方式让用户对自己的耗能情况一目了然。电力账单上除了有本户用电数据的分析之外，还有相近区域内最节能的那20%的用户耗能数据——即所谓的邻里能耗比较，紧接着它会据此提供建设性的节能方案。这就是Opower所标榜的"行为科学理论"的结晶。

此外，Opower在用户的交互方面，也做得贴心，生动，到位。比如，用户的节能效果非常理想，Opower提供的账单上就会有一个高兴的表情，告诉你它的态度;再比如，Opower会通过客户端或邮件给客户发送一些节能技巧信息。

Opower公司通过自己的家庭能耗数据分析平台，对由公用电力公司提供的家庭能耗数据进行深入地分析和挖掘，进而为用户提供一整套适合于其生活方式的节能建议。

尽管Opower志在为用户节能，但其自我定位是一家"公用事业云计算软件提供商"，由此可知Opower公司的运营模式并非B2C模式(企业对终端消费者)，而是B2B模式(企业对企业)。Opower公司的服务对象是公用电力公司，而不是普通的家庭用户。

Opower公司为公用电力公司提供如下四种服务。这四类服务中，Opower既扮演数据收集整合的角色，也为客户提供基于深入分析的有效性建议，而这四类服务都基于可扩展的Hadoop大数据分析平台。目前，Opower 公司已经签下了来自北美、欧洲和亚洲9 个国家的95家公用电力公司，，能够获取约1.15亿家庭的能源消费数据，并据此提供节能方案。

打开Opower 的网站，底端一行实时跳动的数据格外醒目：Opower 客户已经节省了XXX 千瓦时电，减少了XXX 磅二氧化碳，节约了XXX 能源费用。麻省理工学院研究员阿科特曾做过关于Opower对家庭用电量影响的研究，证实Opower的用电报告让用户的用电量减少了2%。

Opower的家庭能耗数据分析平台是基于可扩展的Hadoop大数据分析平台搭建，综合利用计算机科学、行为科学和大数据科学理论。

Opower从所服务的公用电力公司取得大量的家庭能耗数据，整合房龄信息、周边天气等数据，运用自己的家庭能耗数据分析平台进行用能分析，建立家庭耗能档案，并与邻里的能耗数据进行比较，通过综合分析提出节能建议。

Opower所提供的账单上，除了分析本户的能耗数据，还与相近区域内最节能的那20%的用户进行耗能数据比较，这就是其所提供的电力账单的亮点即"邻里耗能比较"，这项比较是在"行为科学理论"的指导下进行的。

随着新电改的进一步推动，电力市场的竞争将拉开大幕，要想在市场的浪潮中居于不败之地，售电公司将不能只卖电，更应该比拼综合的能源服务。电网公司应该利用能源互联网，运用包括云计算、大数据技术，了解用户们形式多样的能源诉求，再有针对性地为用户定制创新的综合能源解决方案，从而实现用户的节能减排和电能成本降低。Opower的成功，也证明了互联网+大数据+电力能源这样一条路径的可行性。电力大数据应用展望背景一：能源互联网的推进2011美国著名学者杰里米?里夫金在其著作《第三次工业革命》中，首次提出了能源互联网(Energy Internet)的愿景。

如今，能源互联网的概念已像起于青萍之末的风，席卷全球!

能源互联网本质上是通过能源互联、信息互联、能源与信息融合、构建复杂交互式网络与系统，其特征为可再生，分布式、开放、互联与智能。而大数据应用是其重要一环。

国务院日前印发的《关于积极推进"互联网+ "行动的指导意见》针对"互联网+智慧能源"专项中指出，""推进能源生产智能化"，"鼓励能源企业运用大数据技术对设备状态、电能负载等数据进行分析挖掘与预测，开展精准调度、故障判断和预测性维护，提高能源利用效率和安全稳定运行水平";

原标题:国外电力能源数据应用模式分析