2012年，IBM董事長兼CEO羅睿蘭在她的年度公開信中寫道：“大數據不亞於一種新的自然資源。數據在我們當今時代的角色就像是蒸汽、電磁和化石燃料對之前時代的角色一樣。它有潛力推動更高一層的社會進步和繁榮。”

但是，每一種新的自然資源從發現到挖掘出其巨大潛力都有很長的路要走。對企業來說，面對海量數據，首先要通過數據治理，提高數據質量。同時還應挖掘數據價值，將其與本身業務需求聯繫起來。在這個過程中，關注數據安全，培養數據分析人才，讓數據思維成為企業基因也是必不可少的步驟。

1、確保數據質量，做好數據治理

大數據來源於智能手機、數碼相機、全球定位系統、工業傳感器、社交網絡，甚至是公共監管系統和交通監測系統等。每當你使用手機，進行一次網絡搜索或者是網絡購物，你都留下了自己的數字足跡，創造了新的數據。

《哈佛商業評論》在一篇介紹物聯網的文章裡提到，現在每個數據傳感器每秒可以生成15.2萬個樣本，這些數據信號最後變換成每年4萬億的數據量。如今的工業化和商業化進程，每天可以產生250萬兆比特字節。隨著經濟、技術的發展，數據仍處於爆炸增長階段。

用好這些數據，數據治理是關鍵。

過去，企業數據儲存在不同的系統中，老死不相往來，一旦需要使用數據時，才發現彼此矛盾。廣州供電局信息中心IT運營部應用運營專責孫煜華分享了一個案例。幾年前，廣州供電局有關負責人想了解一下廣州共有多少臺變壓器，但是相關部門拿出的數據各不相同，而且差距很大。這個結果讓廣州供電局看到了數據管理的重要性，這件事之後，專門組織人手對數據進行核實。

各個部門報出不同的數據，不能說是這些部門的錯。因為各自的分工不同導致各個部門對該設備缺乏統一的資產定義。譬如，物資部認為只要我買來變壓器就算資產；基建部認為只有安裝完成才算資產，而調度部門認為只有加電後才算資產；最後的市場部認為，只有有電費收入才算。所以各自的數據自然不同。

“背後的深層原因在於，過去數據是服務於具體的業務系統的，數據是業務流程產生的副產品，滿足的是業務流程的需要，而數據不是為了開放和共享而設計的。”孫煜華解釋說。

目前廣州供電局數據治理工作已經進行了5年，通過建立統一的數據規範，包括數據標準和數據共享開放流程，從而規範數據的使用。“現在如果新的業務系統需要某些數據，可以在數據資產管理系統中瀏覽、檢索。按需將它們放到購物車裡，確認後發起一個數據使用的申請流程，經過相關人的批准和授權，就可以使用需要的數據，進行後面的開發了。”孫煜華說。

不僅廣州供電局，海南電網公司也持續開展了3年的數據質量專項行動，通過統一數據採集規範，拓展傳感器數據採集範圍，提升數據採集廣度、深度及準確性。雲南電網公司實施數據認責機制，將數據管理下沉到業務部門專責或班組員工，實現業務數據核對、錄入、審核的最小顆粒度管理，從數據源頭予以規範，形成數據從源頭維護、責任到人的機制。

如同那句被用濫的比喻，大數據就是現代社會的石油，可以通過人類對自身、對企業產生更精準的洞察產生巨大價值。但這一切的前提正是要確保數據的質量，做好數據管理。

數字南網建設啟動以來，南方電網公司基於全業務統一數據中心和數據模型，開展了數據接入轉換和整合貫通，打破專業壁壘，打造數據中臺，統一數據調用和服務接口標準……一項項重要工作漸次開展，目標只有一個——實現“數據一個源”。

2、做好數據挖掘，找到其隱藏價值

獲得了高質量的數據，只是企業數字化的第一步。

企業還需要探尋新的方法來對其進行梳理，以找到隱藏在其中的價值。

麥肯錫曾預測，在全球範圍內，大數據分析方案的廣泛使用能夠帶來每年3000億美元的電費削減。電力大數據的有效應用可以面向行業內外提供大量的高附加值的增值服務業務，對於電力企業盈利與控制水平的提升有很高的價值。有電網專家分析稱，每當數據利用率調高10%，便可使電網提高20%~49%的利潤。

要做到這點，電網企業需要在內部治理、外部商業模式挖掘的方方面面下功夫。以南方電網公司內部員工使用的工作票為例，過去，工作票要在系統中填寫單子，然後人工審核，負責審核的人需要非常有經驗。廣州供電局創新使用兩票智能質檢(“兩票”指的是工作票和操作票)的應用，將其與數據中心連接起來，在系統中填這個單子時，系統根據接線圖自動去核查各種拓撲關係，只有前置條件都符合，才可以往下填表，最終允許操作。

“過去這個工作全是靠人來保證的，現在數據打通後通過系統來進行，大大簡化了審核的難度，提高了安全性。而且，通過這個系統還可以把工作人員的經驗積澱下來，實現了知識的傳承。”孫煜華表示。

廣西電網公司則通過配電網可視化規劃系統建設，打破以往生產、營銷、調度、計量等專業系統的信息孤島狀態，有效整合各專業系統的配電網數據資源，讓這些信息孤島連通起來，推動各專業數據共享。目前，廣西電網公司已經構建了廣西全網統一的電網核心數據模型，即從220伏到500千伏全電壓等級的“站—線—變—戶”數字電網統一模型，實現全電網“一套拓撲、一套臺賬、一套實時數據”的運行態數字孿生。

在廣東雲浮500千伏臥龍變電站，搭載著激光雷達設備的固定翼無人機展開快速、遠距離線路通道巡視。在機巡過程中，會對線路實現可見光、紅外影像、高精度位置信息等大數據積累。通過對無人機回傳數據的分析，實現設備狀態可測量、可分析、可預判。

類似的案例，還有廣州供電局正在開發的停電分析應用，通過它可以預判某個地方一旦發生掉閘之後，會造成多大區域的停電，其中有哪些是要重點保障的客戶以及要做哪些預案(如準備發電機等)，這需要利用歷史停電數據結合某個地區的電網結構、用戶特徵和天氣數據來構建一個評估模型，評估因自然災害造成的停電損失以及相應的應急預案，以提高供電的可靠性。

內部管理之外，電力數據的增值服務也在探索中。與工業生產過程中的原材料具有排他性不同，數據很容易實現共享，使用的人越多可能數據越增值。如果此數據和彼數據有機地整合在一起，可能就會產生新的信息和知識，且大幅增值。

深圳供電局下屬企業深圳電網綜合能源公司與銀行開展企業徵信服務，今年7月份，其與招商銀行合作開發“應收賬款融資”產品，實現了電力數據在貸前、貸中和貸後全流程應用。之後，該公司還將彙集電網公司內外部數據資源，打造大數據運營服務平臺，針對個人徵信服務、用電企業負荷預測、行業分析報告等業務場景，為客戶提供各類數據產品和服務，實現電力數據的商業化運營。

可以說，通過對電力數據的挖潛，電網的感知能力、互動水平、運行效率和自愈能力正得到全面提升，設備管理更高效，調度控制更靈活，供電質量更優質，電網運行更安全。

數據的整合、貫通、統一，為南方電網公司打造數據共享服務提供了基礎。目前，該公司正嘗試全力對接“數字政府”和“數字中國”，通過有關單位面向政府、行業推出宏觀經濟預測、行業景氣指數分析、大數據徵信等服務，支撐政府高效精準決策。通過數據共享服務，充分發揮了電力大數據重要的價值作用，助力國家治理能力現代化。

3、數據是一種思維，應成為企業基因

企業推行大數據，還意味著從上到下貫徹一種有一說一，實事求是的思維。傳統企業在注入互聯網基因時，需要在組織架構、思維、運營模式多方面進行改造。這種改造需要在保留傳統產業特性的同時，量身定做進行疊加。不是替代也不是顛覆，必須遵循產業和行業客觀商業規律和問題，在此基礎上漸進式創新。這對普通員工來說是一項極大的考驗。

比如，一家車企計劃實施剎車片召回。傳統的做法是，通過各種軟件追溯問題源頭，通過生產管理、庫存管理系統查看存貨情況，通過銷售和售後系統查看在銷和已銷售車型情況，進而彙總分析召回的總量、替換剎車片的排產以及發貨所需時間、整體召回成本等等。

但是現在，這家車企可能只需要設計一個召回場景的應用，按照邏輯關係調用研發、生產、物流、庫存管理、銷售、售後等工業微服務組件，有關召回的一切都一目瞭然。就像我們使用智能手機裡的APP，就可以享受各種專業服務。

這對企業員工來說，改變的不僅是工作方法，更是整個的工作思維。他們需要在日常工作中發現提出數據需求，並提交給相關部門，甚至需要一些簡單的數據分析能力。如果普通員工需要理順的是大數據思維，對大數據部門來說最緊迫的是對大數據以及業務非常熟悉的技術人才。

他們一方面需要處理海量的信息，並通過視覺化的工具將海量數據集清理並系統化，因為各種類型的數據很少是以規整的形態出現的。同時還應擁有設計數據實驗的技能，用來彌補數據呈現的複雜關係與因果之間的鴻溝。特別優秀的數據科學家還應掌握商業語言，幫助企業管理者把公司面臨的大挑戰變為大數據可以解決的形式。

深圳供電局一直留意培養擅長數據分析的人才。2015年起，深圳供電局啟動了為期三年的“數據分析專才”培養計劃，選拔出57名優秀員工，系統學習統計學、數據挖掘、數據可視化等專業知識，打造出一支具備數據分析知識和技能、能夠結合自身業務背景和工作實際開展數據分析的專業人才隊伍。

2017年深圳供電局結束為期三年的數據分析專才培養後，又於去年底持續推出數據分析精英訓練營。相較於專才培養計劃，數據分析精英訓練營提升訓練難度，主打“一對一”小班授課，員工在專家指導下自主開展課題研究，有針對性地提高數據分析能力，目前已開展了6期(每期3-4天不等)，已有約20名員工接受訓練。

2018年開始，深圳供電局信息中心數據資產部還提供了“數說深供”這個平臺，員工可以結合日常工作，選定研究方向進行電力數據分析。“我們最新一期是利用2018年氣象數據，剖析天氣對居民用電的影響。”深圳供電局信息中心數據資產運營班班員王程斯說道。

數據只有共享才會產生價值。深圳供電局信息中心數據資產部副主管寧柏鋒表示，接下來深圳供電局將加強與深圳知名互聯網企業合作，充分運用共享數據提升精準營銷、負荷預測等業務。

當大量數據接入、存儲、共享後，隨之而來的電力數據安全問題也值得引起重視。由於電力行業大數據存在數據洩漏風險，而且更容易成為網絡攻擊目標，安全管控是最突出的風險。因此在數據成為企業員工的一種慣性思維後，保證數據安全也應成為企業數字化題中之義。

南方電網公司已經將數據作為發展過程中像空氣和水一樣的必需品。堅持用數據說話、用數據管理、用數據決策、用數據創新。推動企業數字化轉型，實現高質量、有效益、可持續的發展。

■聲音

人工智能系統猶如一個飛行器的話，那麼“深度學習”是“引擎”，超算平臺是載體，大數據則是最重要的“燃料”。大數據能幫助人工智能“學習”，在人工智能助力下也能更好地處理和分析大數據。兩者之間相互促進、緊密結合，將推動彼此共同發展。

——中國工程院院士 倪光南

在市場化改革下，消除不同能源行業之間的壁壘，真正推動能源大數據建設。要形成國家級、區域級、用戶級等不同應用範圍的能源大數據平臺，利用其公開共享的數據資源，培育發展智慧能源新業態，帶動相關產業升級，促進智慧能源產業形成新的經濟增長點。

——中國工程院院士 李立浧

總體來說，電力大數據的利用已經歷探索起步階段，擁有不錯的數據和應用基礎，正在伴隨泛在電力物聯網建設所帶來的信息全面感知與業務新需求而蓬勃發展。未來，大數據將在電網規劃、投資建設、資產管理、公司運營等方面，對電網發展方式與經營模式的轉變起到重要支撐作用。實現數據支撐的公司經營管理水平提升，用電客戶服務能力提升，併為政府提供客觀高效的數據服務。積極打造數據共享服務商業模式，加強對外提供數據服務，開發數字產品，提供分析服務，推動數據運營。

——中國電力科學研究院大數據應用研究室 張天玉

■案例——電力大數據服務智慧政府建設

今年9月底，南網傳媒公司數據研發中心撰寫的《“廣東省製造業大數據指數”8月經濟數據分析報告》，提交至廣東省工信廳的相關部門。這些統計數據來自南網傳媒公司數據研發中心自主搭建的“廣東省製造業大數據預警平臺(下稱預警平臺)”。

預警平臺起於2016年，廣東省工信廳發佈《基於電力大數據建立廣東省製造業分析評價指標體系項目》，指明政府需求的大方向，南網傳媒公司成立數據研發中心承接該項目，致力於開發一套能夠反映當前廣東省製造業狀態，並對未來經濟進行分析預測的“風向標”。

歷經一年的海量數據篩選和平臺體系搭建，數據研發中心找出“最優解”，成功搭建預警平臺，在2017年底推出使用。平臺每月定期向廣東省工信廳提供“廣東省製造業大數據指數”分析報告，用大數據資源為政府工作提供決策參考。分析報告得到工信廳等廣東省政府相關單位領導高度認可，持續被政府部門應用於廣東省日常經濟運行分析工作中。

“在南方電網和廣東省政府的大力支持下，我們手握著目標企業和事業單位的大量真實數據，這是一筆‘寶藏’。”數據研發中心研發技術副總監王定波介紹道，“作為‘挖礦人’，我們從數據中挖掘和分析價值，運用大數據可視化技術，通過數據模型搭建，直觀地描繪出全省層面製造業運行情況畫像，共享給政府部門和社會各界，提供政策決策依據。”

如今，預警平臺不僅立足於電力數據，更打破“次元壁”，彙集廣東省製造業內交通、出口、金融、人口流動等多方數據。在龐大的數據信息庫中，如何通過分析數據得出有價值的結論，王定波舉了這樣一個例子：“為了深入分析粵港澳大灣區建設對廣東省製造業的影響，我們向政府部門獲取了相關的經濟數據後，通過平臺的可視化建模功能，反覆比對得出傳統制造業下降和高新制造業上升的比例，從而判斷出什麼行業轉型最快以及轉型方向，然後通過南網提供的電力大數據，分析出粵港澳大灣區建設政策對哪類製造業影響最大，最後將結論彙總，形成報告。”

同時，一些關鍵的電力數據及相關分析報告，也同步提供給南方電網公司相關部門，為南方電網企業決策提供有效諮詢和有力支撐。

未來，預警平臺將繼續以電力數據為基礎，製造業數據輔助並行的模式，向廣東省工信廳提供優質服務，進一步支撐政府高效精準決策。同時，南網傳媒公司數據研發中心計劃將數據收集頻率由一月一次提升為一日一次，在增加數據跨度的情況下減少統計誤差值，增加預測精準性，深化數據應用，建成更有針對性、時效性、科學性的決策依據體系。

■他山之石——大數據支撐準確決策

航空業分秒必爭，尤其是航班抵達的準確時間很重要：如果一班飛機提前到達，地勤人員還沒準備好，乘客和乘務員就會被困在飛機上白白耽擱時間；如果一班飛機延誤，地勤人員就只能坐著乾等，白白消耗成本。當美國一家大航空公司從其內部報告中發現，大約10%的航班的實際到達時間與預計到達時間相差10分鐘以上，30%的航班相差5分鐘以上的時候，這家公司決定採取措施了。

其時，這家公司依照航空業的慣例由飛行員提供航班的預計抵達時間(即ETAs)。飛行員總是在臨近機場的那段時間內預測何時到港，而這個過程中還有其他很多事情佔用他們的時間和注意力，干擾其判斷。為了尋求更好的解決方案，這家航空公司找到了PASSURAerospace，這是一家專為航空業提供決策支持的技術公司，它從2001年開始提供一項名為RightETA的服務(意為：準確預測航班時間)，通過蒐集天氣、航班日程表等公開數據，結合自己獨立收集的其他影響航班因素的非公開數據—比如通過自建的無源雷達站收集某區域領空內的飛機數據—綜合預測航班到港時間。

PASSUR公司最初只有幾處無源雷達接收站，但是時至2012年，它已經擁有超過155處這樣的接收站。每4.6秒它就收集一次雷達眼看到的每架飛機的一系列信息，這會持續地帶來海量數據。不僅如此，該公司將長期以來收集的數據都保存著，這樣它就擁有了一個超過十年的巨大的多維信息載體，為透徹的分析和恰當的數據模型提供了可能。RightETA的核心工作就是回答兩個問題：“一架飛機在抵達機場之前都發生了什麼？它究竟幾點著陸的？”

使用RightETA服務後，這家航空公司大大縮短了預測和實際抵達之間的時間差。PASSUR公司相信，航空公司依據它們提供的航班到達時間做計劃，能為每個機場每年節省數百萬美元。這是一個相當簡單的公式：大數據帶來更準的預測，更準的預測帶來更佳的決策。

---

天海電儀是一家專業從事電氣安全監測與保護、電能質量優化及工業自動化領域產品研發、生產、銷售為一體的高新技術企業。目前公司產品已形成以電網運行設備狀態在線檢測裝置和用電質量優化裝置為主的兩大系列30餘種產品的多樣化格局。有合作意向的可私信留下您的聯繫方式，天海君看到一定會第一時間聯繫您。