许昌

摘 要： 在2008年之后的几年时间里，国内煤炭市场经历了剧烈的变化，火电企业大都深陷亏损泥潭。各大发电公司都把发展战略从原来的把企业做大转变到把企业做强，努力通过精细化管理提高发电企业赢利能力。随着计算机和网络技术的发展，我们迎来了大数据时代，而大数据时代的到来必然引起发电企业经营管理的重大变革。

关键词：大数据 挖掘 数据库 有效

中图分类号：F272 文献标识码：A 文章编号：1003-9082（2016）07-0119-01

现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物，阿里巴巴创办人马云预测未来的时代是DT的时代，DT就是Data Technology数据科技。大数据的涌现，对人们的生活方式、企业的运营模式，都有着巨大的影响，如何利用这些大规模数据是成为企业赢得竞争的关键。大数据时代的到来必然引发企业经营管理的重大变革。

一、大数据概念

1.大数据概念

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

2.大数据特点

大数据有5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）Veracity（真实性）。

数据体量巨大。从TB级别跃升到PB乃至EB级别。要知道目前的数据量有多大，我们先来看看一组公式。1024GB=1TB；1024TB=1PB；1024PB=1EB；1024 EB=1ZB；1024ZB=YB。到目前为止，人类生产的所有印刷材料的数据量是200PB，而历史上全人类说过的所有的话的数据量大约是5EB。

数据类型繁多。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，越来越多的非结构化数据的产生给所有厂商都提出了挑战。拜互联网和通信技术近年来迅猛发展所赐，如今的数据类型早已不是单一的文本形式，除了网络日志、音频、视频、图片、地理位置信息等等多类型的数据对数据的处理能力提出了更高的要求。

价值密度低。价值密度的高低与数据总量的大小成反比。以视频为例，一部一小时的视频，在连续不间断监控过程中，可能有用的数据仅仅只有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”是目前大数据汹涌背景下亟待解决的难题。

处理速度快。这是大数据区分于传统数据挖掘最显著的特征。根据IDC的一份名为“数字宇宙”的报告，预计到2020年全球数据使用量将会达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。

3.大数据利用将成为提高核心竞争力的关键因素

可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。为发电企业制定更加精准有效的营销策略提供决策支持。

二、大数据在大型发电企业管理中的应用

大数据的分析应用使得大型发电企业管理层能够即时了解全公司经营全貌，能更加快速、准确的诊断出企业经营状况及识别其主要影响因素，简洁、高效和有的放矢地管理企业。

1.分析市场形势，抓准经营策略

通过分析外部经济形势，积极争取低价燃煤、充分利用国家各项鼓励扶持政策，多手段、多渠道的争取电量，加强电量营销。加强电量、电价、煤价、煤耗等指标的同比分析、预算比较分析、同区域比较分析、影响因素分析，从发电企业海量数据中挖掘出有用的信息，让管理层以简单高效的方式洞察企业经营全局，从而识别关键影响因素、通过采取及时有效的措施保证目标的实现。通过更加有效的燃料管理、机组能效管理及机组可靠性管理、成本控制等手段实施全面的精细化管理，并针对影响赢利能力的主要因素进行深入分析，并对措施的执行情况及效果进行跟踪。

在年初时通过各种途径多争取全年发电计划，如合理边际利润的代发电，省外电量等，在多种电价情况下，充分利用节能调度政策，通过公关工作，可部分改善电量结构，并通过厂用电的优化调配可提高峰谷比水平实现高一些的上网电价。在电网公司实施新的调度细节之后，机组能满足电网实时调度的情况下，争取调度奖励。燃料成本在发电成本中占约60%～70%的份额，煤价高时所占比例更高，所以控制好燃料成本就相当于控制好了发电企业漏钱的大袋子。优化燃料采购和库存策略，把控好合适的采购时机，尽量购买性价比高的燃煤，控制好入厂燃煤单价；把好燃料质量关，杜绝假劣；及加强煤场管理减少场损；积极做好燃煤掺烧工作，控制好入炉煤单价。通过标杆管理及设备管理，还是有“节流”的空间。另外还要注意运行维护费用投入与设备可靠性之间的平衡。

通过对影响营业收入和成本的各项因素进行分析得出可知，上网电价、上网电量以及燃料费用是影响利润的最主要因素。因此，大型发电企业将专注于加强燃料管理，提高机组效率以及机组的可靠性及可用率，并有效的控制发电成本来达到精细化管理的目的。

2.建立发电机组运行数据库，激发这些数据的全部潜力

收集机组运行实时数据，分析机组运行参数，预先发现设备缺陷和安全隐患，从而进行整改，避免因机组缺陷引发的停机或是限负荷事件。提高机组运行经济性水平。保证发电机组的可靠性，做到可以调得起，发得满。通过对各发电机组运行参数分析得到设备长周期运行预测，合理安排机组检修时机，争取在迎峰时期多发电、发好电。

3.大数据应用提高提升人力资源管理水平

传统的人力资源管理工作将大量的时间花在繁琐的事务性工作和日常管理上，大数据应用在人力资源管理中主要体现在四方面：一是企业人力资源管理互联网化，二是为企业的人事工作提供更加全面的量化参考，三是为实现扁平化的人员管理及职工服务创造有利条件，四是建立有效的人才数据管理模型。未来云平台提供科学系统的体系设计，贯穿人力资源规划、招聘、培训、薪酬、绩效、劳动关系整个过程，将人力资源管理从事务性管理中解放出来。

企业人力资源管理中大数据的主要内容有原始数据、能力数据、效率数据和潜力数据，涵盖员工基本信息、工作能力、持续提高水平等全方面信息，为所有人员管理决策提供数据支持。大数据环境下的人力资源规划克服了传统经验预测法中主观因素的影响，通过数据动态跟踪，分析员工工作状态、离职率、员工需求量等信息，准确的进行人力资源诊断及决策。企业可以首先将现有的优秀员工中分析出岗位胜任力素质模型，量化岗位选拔标准，通过将应聘者信息与企业岗位胜任力素质模型相匹配，使企业更高效、科学。借助大数据“学习分析技术”为员工量身制定培训与发展规划。大数据信息还可以反映出行业的整体薪酬水平和员工薪酬预期，提高薪酬管理的有效性。

4.不断丰富企业文化内涵

传统意义的企业文化是从精神层次、执行、物质层三个方面来建设企业文化，推动企业的发展，当今世界进入了大数据时代，各种商业行为分析都可以用数据进行分析，当然企业文化建设也可以利用大数据分析，助力建立一个适应自己企业自身和社会认可的企业文化。

大数据的分析一般关注以下几个方面：员工的日常习惯、管理层的执行力问题、企业战略的未来发展、市场对企业的认可、同行企业的企业文化分析、文化实施后的反馈、新员工的心态历程、传统文化与现代文化的平衡等。

综上所述，大数据时代的大型发电企业经营管理面临着新的机遇与挑战，大数据的爆炸式增长在大容量、多样性和高增速方面，全面考验着现代企业的数据处理和分析能力；同时，也为企业带来了获取更丰富、更深入和更准确地洞察市场行为的大量机会。对企业而言，能够从大数据中获得全新价值的消息是令人振奋的。然而，如何更加有效的从大数据中发掘出“真金白银”，如何保证信息的安全则是又一个现实的挑战。