數據分析和挖掘在售電市場的應用價值點在哪兒?


這個題干裡面包含了幾個近兩年比較火的領域:數據,售電。

近幾年,隨著計算機、IT、互聯網這幾個領域的協同發力,大數據以及相應的數據處理技術也迎來了新的發展契機。隨著2015年中央9號文件的發布,新一輪電改正式拉開序幕,電力市場逐漸打斷壟斷,售電這個行業也日漸興起。

一、數據時代的背景意義

幾十年來,計算機技術全面融入社會生活,信息爆炸已經積累到了一個開始引發變革的程度。互聯網、物聯網、車聯網、GPS、醫學影像、安全監控、金融、電信等等都在瘋狂產生著數據。大數據的概念應運而生。大數據以其宏大的規模,揭示著更加客觀、普適、不易發現的潛在規律,在生活中也發揮出更大的作用。

想要征服大數據,首要解決的問題有:快速的數據流轉,多樣的數據類型,海量的數據規模。這是大數據的技術難題,同時也是價值潛力。我們終歸是要著手大數據,對數據進行合理的管理與質量控制,最終利用數據的特色與潛在規律,開發其內在價值與技術潛力。流程如下圖所示。

面對大數據,從雜亂無章到價值發現的開發流程為:數據採集,數據儲存與管理,數據分析與挖掘,計算結果展示。下面重點說一下數據分析與挖掘。

先引用下這項技術的官方定義:

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析,提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。在實用中,數據分析可幫助人們作出判斷,以便採取適當行動。
數據挖掘一般是指從大量的數據中通過演算法搜索隱藏於其中信息的過程。數據挖掘通常與計算機科學有關,並通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現上述目標。

簡而言之,數據分析是利用現有計算方法、統計方法等,將數據轉化為可用的有效信息,此時的信息仍處於待開發的狀態,想要獲得更進一步的認知,轉化為有效的預測和決策,就需要依靠數據挖掘技術來實現。

數據挖掘又主要分為兩個方向:描述和預測。描述即通過對於有效信息的分析,了解數據中存在的規律。預測即利用數據的變化特徵和走向趨勢,預測數據的變化方向和發展狀態。

二、電改下售電市場的發展前景

如下圖,電改推動下,售電市場的打開,終會影響購銷模式的變化,售電市場介入到電廠與用戶之間,發揮自身的作用,發揮其協調效應,實現資源的優化配置。

接下來通過售電公司的前景來看售電市場的價值。售電公司在未來主要有以下幾方面的業務:

售電業務: 滿足用電用戶的電力基本需求,交付電力產品,完成利潤,獲得利潤。

配電業務: 通過配電網路的規劃、建設、維護、運營,為用戶提供基礎輸配電服務;通過技術改造來獲得收益(如儲能系統,電動汽車充電樁運營管理),同樣通過技術改造也可以為用戶提供優質電力服務。

用電業務: 為用戶提供和用電用能相關的人力、技術、設備、金融等增值服務。如:代運代維、節能增效、設備租賃、需求側增值等。

發電業務: 根據用電需求的變化,規劃、建設、維護、運營電站,為公司、用戶、市場提供電力、熱力供應。

三、數據技術在售電市場的應用價值

前面兩節簡要介紹了數據技術和售電市場。本節繼續第二節中,售電公司的業務範圍,分析下數據分析和挖掘技術的應用價值。(註:①~⑤為應用數據技術的關鍵點)

1. 售電業務

售電業務是售電公司的支柱型業務,主要完成售電相關電力產品的設計。作為產和用的中間環節,售電公司既需要做到對用戶的電力需求分析,也需要對電力供應進行分析。①在用戶需求分析中,需要基於用戶的歷史用電數據,綜合考慮行業、氣象、地區經濟、關聯產業等因素,預測用戶的負荷需求,以指導售電公司制定購電量。同時,②結合發電成本收益數據,電力市場數據等,對電力供應情況的相關數據進行分析,獲取發電預測數據,以制定更加高效的購電和電能供應方案。

在售電中,還有一塊業務——電力營銷。其中包括電力產品的宣傳、銷售,合同管理,電費結算、用戶管理等。為了更好地實現電力營銷業務,③可以綜合用戶的用電量、用電行為等數據信息,分析用戶的用電行為特徵及偏好,以更好地進行相關的電力營銷工作。

2. 配電業務

配電業務依託於特定的資產,更多定位於保護性業務。主要包括配網經營管理、分散式電源經營管理、配網儲能系統經營管理、電力汽車充電經營管理。在諸多的業務方向中,有一個共通的工作內容——相關設備的維護與管理。設備的維護又是一門很有講究的工作內容,過於頻率的維護會造成人力成本的無謂投入和設備的使用壽命的縮短,過於稀鬆的維護又會讓故障發生概率顯著提高。國外已經有利用歷史數據規律安排合理檢修的先例可借鑒(非電力領域),④在積累了足夠多的設備數據之後,也完全可以利用數據技術,更精準、宏觀的掌握設備的故障規律,實現故障前的特徵辨別,高效地完成設備的維護與檢修等相關工作

3. 用電業務

用電業務屬於面向用戶的服務型業務,擁有核心的節能增效技術、開展設備租賃業務、或能提供金融支持等業務。在這裡,特別指出需求側響應增值服務業務, 售電公司為用戶開發需求響應方案,代理經營需求側負荷交易。需求響應是負荷對於電價的直接反饋,而電價又是用戶用能的反映指標,二者相互影響。⑤需求響應增值服務業務的開展需要售電公司對於電價及用能有良好的掌握及預測,所以就需要相關數據技術的支持,在相關數據的特徵分析基礎上,完成對用戶用能和電價的特徵把握及未來預期,制定利益更大的增值服務方案

4. 發電業務

發電業務屬於增效型的業務,通過掌握電源,使售電公司在能源成本上具有優勢。

總的來講,在數據價值日益提升的當下,數據逐漸成為各行各業新的突破口的增長點,其應用最終更多落於分析規律和預測走勢上。以上內容為個人愚見,如有意見,歡迎交流。

-----------------------------------------------------------------------------------------------------------------------

以下為筆者在知乎的其他回答,如有需求,歡迎點擊閱讀。

電氣自動化(電氣工程)專業未來發展及大學生涯規劃? - 知乎

電氣專業和計算機專業對比? - 知乎

電氣研究生(電氣工程)在校該怎麼做才不會虛度? - 知乎

如何將MATLAB/sinlunlink模擬圖不失真的放入word中? - 知乎

【軟廣】為進一步加大知識的推廣,本人4月末剛剛設立了一個微信公眾號(電力小棧,微信號:electricity-inn),私人運營,旨在打造和推廣更多精品原創文章,歡迎關注。


親, 你主要指的是哪些部分的數據呀?


負荷預測,電價預測


推薦閱讀:

信息發達大數據時代,數據能為慈善事業帶來些什麼?
大數據與雲計算時代下,供應鏈管理會發生哪些改變?
大數據技術的本質就是數據挖掘嗎?
如何成為一個數據極客?
spark 和 elk 技術棧對比?

TAG:數據分析 | 電氣工程 | 大數據 | 電力系統 | 電力市場 |