刘红燕 唐振 麦佩珊 赖哲 谭小花

摘要

随着大数据技术的在电力行业中的广泛应用，电力行业服务模式向多元化发展。同时，电力用户的服务需求也伴随着大数据技术的发展而不断增加，现有的服务模式以不足以满足电力用户的需求。因此，本文从电力大数据信息来源出发，探索了电力大数据在多方面的应用，从电网企业、售电公司、电力客户三方面分别提出了基于电力大数据的信息增值服务模式，旨在为不断提高电力行业服务水平，满足客户需求。

【关键词】电力行业 大数据 信息增值 服务模式

进入21世纪以来，随着大数据在各个行业的不断应用，促使电力行业服务模式向多元化发展。当前的服务内容及质量不足以满足电力用户的需求，他们希望可以主动获取信息，了解自身用电行为及相关电价信息，从而实现科学用电。用电与电价等电力方面的信息将会给电力系统带来更多的服务内容。在未来，电力行业不应该只把数据作为一种形式看待，更多的是要把数据流动起来，进而使其产生价值，对电力行业的发展产生促作用。因此，研究电力大数据下信息增值服务十分必要。

1电力大数据来源分析

电网是一个复杂的巨型网络系统，不同与其他系统，它包含了电能的生产、分配及使用。其中，包括处于电网源侧的传统的一次能源以及可再生能源，和多种多样的电力设备、家用电器等等处于电网的终端。但是，无论是处于电网的源测还是终端，甚至是连接这两端的传感装置都在时刻的产生着难以计量的电力数据信息，形成了覆盖范围广、设计环节多、信息量庞大的数据网络。因此，本文从源网荷储四个方面分析电力大数据来源。

1.1电源侧

电源侧主要包括各类型的发电设施，因此其大数据主要来源于各类发电设施产生的数据，例如传统的燃煤机组发电、水力发电、燃气机组发电、核能发电、风力发电、光伏发电等等，每時每刻都会产生相应的发电信息。为了确保这些能源发电的稳定性与可靠性，就需要对具有波动性与间隔性的新能源的发电出力进行准确预测，这便需要对源侧的数据进行科学使用，运以大数据技术对历史发电信息进行处理与分析，便可以得到更具科学化和合理化的可再生能源发电预测。

1.2电网侧

电网侧主要包含为保证电网稳定运行的各类监测设备。因此，电网侧的大数据主要包括各发电厂的监测数据和设备检测和参数数据。大规模可再生能源并网，对电网运行造成了巨大困难，同时，也对电网调度工作也造成了很大的压力。为了解决这一难题，就需要利用大数据技术对电网的各个环节进行科学化管理，从输电，到变电，再到配电等等，都要准确的分析其数据，得到合理的应对措施。

1.3负荷侧

负荷侧主要包括各类用电设备、电动汽车等。随着智能家居的快速发展，未来用户用电也将主要体现在智能家居上，主要涉及用户家庭中各类用电设备的用电信息，用户电价信息，电费拖欠情况、用户负荷情况等。在用户侧运用大数据技术不仅可以帮助用户科学用电，减少电费;同时也有助于电网企业的市场运营和管理。

1.4储能侧

随着储能技术的不断成熟，在居民小区、办公楼、商场和其他公共场所都会使用到各种各样的存储设备，并且，电动汽车的普遍，加速了充电桩的建设，这些设备都会产生大量的数据，通过对这些数据进行处理分析，可以产生巨大的价值。可以有效缓解可再生能源并网后对电网产生的冲击，协调电网与储能的优化运行，保障电网的可靠性与稳定性。

2电力大数据应用分类

大数据技术在电力行业广泛应用。本文从规划、生产、运行等领域对电力大数据的应用进行分类。

在电力规划方面，通过大数据技术分析用电信息能够更准确地掌握用电负荷分布和变化，提高中长期负荷预测准确度。

在电力生产方面，电力大数据包括两类：

（1）电力实时生产的数据;

（2）各类设备全生命周期数据。

在发电环节，随着风电和太阳能等新能源的推广，需要与配电网结合，而这些分布式能源的接入，如果没有准确的判断，数据分析的技术支持，会对电网造成冲击，使电网失衡造成无法挽回的损失。大数据技术可更加准确的预测风电和光伏等新能源的发电预测，提高大规模风电、光伏等可再生能源的利用效率。

在电网运行方面，利用大数据技术，预测分析某地某日的风速、光照和温度等信息，以便更加准确的预测新能源出力情况。

在客户服务方面，通过收集客户投诉、咨询、调研等反馈信息，采用大数据技术进行处理分析，挖掘客户行为偏好，确定影响客服服务满意度的关键因素。从而全面了解对客户的需求，为客户提供更加优质的服务，致使其达到满意。

在低碳节能方面，利用大数据技术，分析预测用户用电行为，在不影响用户自身用电需求的情况下，制定科学合理的节能方案。

3基于电力大数据的信息增值服务商业模式

3.1电网企业信息增值服务

在大数据背景下，电网企业为满足客户需求，需要在原有单一购售电模式的基础上，充分利用信息价值，扩展新的业务模式。根据电网企业信息数据的特点，提出了以下五种业务模式。

3.1.1电力运维

以大数据为支撑，依托电网实时监测和平台预警功能，构建多维度预警体系，确保电网稳定运行，提高运行安全保障。

3.1.2能效评估

（1）根据各个用电设备的特性，建立能效指标体系;

（2）构建各个指标的通用模型;

（3）利用大数据技术进行多维度数据分析与诊断，判断整个系统的能效，进而提高对用电情况的监控与分析，为节能减排、低碳环保提供理论依据。

3.1.3用能诊断

基于大数据技术，采用聚类分析和回归分析等方法，深入分析客户存在节能潜力的概率，初步挖掘节能潜力客户，并为节能潜力客户提供用能诊断分析报告。

3.1.4用户多交易市场购电策略

通过对用户自身数据和市场信息的掌握，对用户自身情况及市场情况进行预测，从而确定用户参与市场的能力、市场需求以及竞争程度，为用户确定电力交易决策提供辅助。

3.1.5需求侧管理

以经济学供需关系理论为基础，在不同客户、不同时段数据分析基础上，测算其价格弹性，从而指导不同场景下需求响应价格策略制定。

3.2售电公司信息增值服务

售电公司想要在市场中获得足够的发展空间，就应该充分利用自身获取的信息来创造价值。最基本的就是负荷预测。一方面，通过对用户精准的负荷预测，不仅可以获得稳定的收入，还可以有效的减少成本。另一方面，售电公司出售电能也会得到保障，为设计特有的产品、定制化的套餐、优质的服务去赢得更多的用户，从而获取更高的收入。

3.2.1精准的负荷预测

负荷预测主要从两个角度出发，一是从全系统角度出发，对整个系统的总负荷进行预测;另一种是以用户个体为核心，进行单个用户的负荷预测。

因为很多时候电价高峰期与用电高峰期是不重合的，所以，就需要通过信息数据，进行合理的预测，这样有助于售电公司了解用户需求，保障售电公司在参与市场时规避高峰时端买电，从而达到降低购电成本，增加收入的目的。

3.2.2基于用户分类的套餐设计

将用户按照某一特定的标准划分为多个不同类型的用户群，针对不同用户群的标准，设计不同的套餐，实施不同的营销策略。有利于售电公司迅速跟踪客户的需求变化，以调整对客户的管理和服务策略，针对性地提供服务和营销，把握客户能源替代品的份额以及其发展趋势，以有效降低成本，提高市场占有率，提高其市场竞争力。

3.2.3基于用戶行为的售电套餐

售电公司可以根据营业范围内用户的用电行为、用电习惯或者用户需求等因素，设计相应的个性化套餐。以帮助用户节约用电成本，提高服务质量。例如个人优质套餐、三口之家套餐、商业综合体用户套餐等等，满足各种定制化服务。其特点包括（图1）。

（1）量身定制。用户可以根据实际需要选择套餐时限（月套餐、半年包、年套餐）、套餐信息类型（基础信息、交易数据、分析报告等）、套餐推送时间等，信息类型、信息量完全由用户自己决定。

（2）随意变更。用户可根据实际需求情况随意更改套餐内容，次月生效。

（3）转换方便。用户可根据实际需求情况将套餐内不同信息内容互相等值转换，即当用户发现某条信息本月需求不大时，可实时变更为另外一类信息，但需保证两类信息属于同一层次。基础信息、交易数据、分析报告之间是否可以随意更换需要制定合理的转换机制。

3.3电力用户信息增值服务

3.3.1智能化管理服务

智能化管理服务需要通过对用户的用电进行监管，通过对用户安装相应的智能监控终端来获取相关信息。目前比较通用的智能终端有：智能插座、智能电表、智能家电等。用电监管职能终端连接用户端、设备端与需求端三者的相互联系，对用户整体用电情况及主要用电设备，进行可视化管理，同时提供用户家庭中不同用电设备间的电能分析、比较以及预测图表，同时可以给予用户不同的用电建议，对用户的用电行为进行科学化管理，节省其不必要的能耗。同时，智能化管理可以采取集中控制的方式，也可通过远程监控，这都对用户带来了不小的方便。随着智能化管理的不断深入，用户的用电行为将会从被动节能转换到主动节能。

3.3.2智能推送服务模式

通常情况下，用户经常搜索的信息是用户所关注和喜好的信息，这些信息可以为用户带来相应的价值。那么，通过对用户搜索不同信息数据的频率和关联性的分析，可以确定用户关注信息的范围，通过智能终端将相关信息推送给用户。但目前的推送的主要方式是通过信息发送或用户主动关注相关公众号。通过智能推送模式，方便用户获取自己喜好的信息，从而提高用户对服务质量的满意度。如图2所示。

参考文献

[1]周玲，李飞，黄渊军，王明荣.运用电力大数据分析全面提升客户服务质量[J].机电信息，2018 （33）：16 6-16 7.

[2]牛瑞，王静，基于大数据的电力系统数据应用[J].电子技术与软件工程，2018 （19）：16 9-170.

[3]柳伟，洪小龙.面向智能电网的电力大数据分析技术[J].安徽电力，2018，35 （03）：1-2.

[4]汪俊洋，电力大数据的未来发展趋势[A]，中国电机工程学会电力信息化专业委员会.数字中国能源互联 201 8电力行业信息化年会论文集[C].中国电机工程学会电力信息化专业委员会：人民邮电出版社电信科学编辑部，2018.

[5]国网信通部，电力大数据运营模式探索与实践[N].国家电网报，2018-08-28 （006）.

[6]秦小强，尚宝.浅谈大数据在电力行业中的应用[J].信息系统工程，2018 （08）：111.

[7]秦芳丽，大数据技术在营销客户服务中的应用及研究[J]，中国信息化，2018 （07）：74-77.

[8]邢震，张骏，杨莉莉，基于软交换技术的电力信息增值服务模式研究[J].中国科技信息，2013 （19）： 94-96.

[9]陈显龙，基于大数据舆情分析的图书馆信息增值服务[J]，中国管理信息化，2016，19 （12）：188-189.

[10]靳巧乐，柯新生，网络融合环境下的信息增值服务发展模式研究[J].技术与创新管理，2010，31（06）：659-661.