國家電網有限公司這一電力行業龍頭承擔著極其巨大的業務量與發展壓力。根據之前發布的
《國家電網2016社會責任報告》，國家電網有限公司經營區域覆蓋超過88%的國土面積，供
電人口超11億，用工總量達一百多萬人，規模超過了全球電企排行中位于其后的德國意昂電
力、意大利國家電力與法國電力的總和。

空前龐大的體量為國家電網帶來了海量的業務數據，也使業務管理的復雜性和效率提升的難
度達到了一個空前的高度。當前，經濟發展進入新常態，能源格局出現新變化，電力體制面
臨新改革，如何有效利用這些數據進行優化管理、解決問題、洞察機遇、創造價值，成
為擺在國家電網面前的重要課題。

2012年5月，國家電網總部設立運營監測（控）中心（以下簡稱“運監中心”），通過對基礎
數據和業務信息的分析監測，為業務管理和運營決策提供支撐。作為一項從零起步的業務，
電力運監在國內外都沒有能夠直接借鑒的經驗。

作為重點省份之一，浙江電力運監中心經過近5年的摸索與嘗試，憑借對海量數據的深入探
索和對大數據分析技術的有效利用，構建了百余項具體專題，獲取數據數億條，發現各類問
題或風險數萬個，涉及金額達到數億元，成為國家電網數據分析與應用的標桿單位。

浙江電力是如何一步步從如此龐大的數據體量中挖掘出價值，并有效運用于提升企業運行
效率？對此，浙江電力運監分析處處長夏洪濤接受了采訪，并分享了運監部門在大數據分
析領域的探索與經驗。

電力作為國家基礎行業之一，本身具有龐大的業務數據體量，不過大多數人對這一體量并
無具體的概念。據夏洪濤介紹，電力系統從電能生產、客戶購電，到電能銷售、電力傳輸，
再到企事業單位用電、電力設備故障，每個環節都涉及到大量業務數據。

“設備狀態、故障及檢修、電力調度運行、客戶營銷、用電量，甚至各地的95598熱線報
修工單，都有大量的數據被收集和匯總，每類數據基本都是TB級以上，而且隨著業務持
續開展還在不斷增加。”

然而海量數據的收集并不能直接轉化為價值，這些數據在很長一段時間內只能作為歷史記
錄堆積在系統中，難以發揮應有的作用。對此，夏洪濤坦言，在早期缺乏對數據價值的深
入分析挖掘，數據資產在公司經營決策和日常管理中發揮的作用不大，“定量的分析往往依
靠傳統報表和人工判斷，用于決策和預測的準確率有待提高。”

在運監中心成立之后，這種情況迎來了轉機。夏洪濤表示，隨著運監中心對數據分析工
作的深入探索，數據資產開始在電力系統各環節中發揮越來越大的作用，展現出巨大的
應用價值。

2015年以來，浙江電力運監中心開啟了“運監業務主題庫”體系的建設，先后在全省11個
地市形成了一百多項分析專題，涉及人資、財務、建設、調度、運檢等多個專業，取得
了數十項數據試點工程的分析成果，得到了來自各地市單位的廣泛關注和認可（具體成
果已匯總為《數說電網運營》一書公開出版）。

夏洪濤認為，對于一個企業來說，如果數據是極具價值的“支點”，那數據分析無異于發
揮支點作用、撬動企業升級轉型的“杠桿”：“沒有有效的分析，數據就沒有辦法體現價值。”

數據分析是如何起到“杠桿”作用的？

夏洪濤具體介紹了“運監業務主題庫”中的一些應用案例。據介紹，“運監業務主題庫”是一套常
態運行的數據分析體系，從問題識別（主動感知）、風險管控（主動預防）、輔助決策（主
動參謀）等目標出發，不斷收集數據分析線索，緊密結合企業經營管理中的重點、難點、痛
點，從全局視角提煉數據價值挖掘的方向，在這一基礎上通過數據分析技術實現問題的解決
與業務的提升。

“哪些地方容易停電？是什么原因？電網是否需要擴容？搶修能力如何提升？

類似這些需求，都為數據創造價值提供了方向。在這些方向上，通過選取適當的數據開展分
析計算，為決策管理人員提供了‘千里眼、順風耳、預警機、鐵算盤’。”通過“運監業務主題庫
”建設，運監中心得以不斷挖掘出電力數據中蘊含的豐富價值。

問題識別（主動感知），是指已經存在或正在發生，并對經營管理產生負面影響的
問題，主要服務于執行層，很多在以往工作中容易忽略或無法下手的問題會在這一層面的
數據分析中看出端倪。

夏洪濤舉例稱，在供電業務擴展（簡稱“業擴”）過程中，會有很多用戶新裝、增容需求的業
擴工單被中途停止并直接歸檔，往常很難從其中看出什么規律。在“運監業務主題庫”建設過
程中，對某地業擴工單流程終止原因進行歸類統計，通過數據分析提取了流程終止原因與地
域分布的關聯關系，并同電網GIS地理信息相結合比對后，發現了一些以前被忽略或管理人
員不了解的問題，比如當地某區域呈現出大量業擴流程終止的情況，而該區域四周有高壓線
路圍繞，區域內負荷中心卻沒有主干線路深入，造成負荷由周邊的公用配變承擔，引起周邊
公變的超重載情況，因而造成了用戶業擴報裝受限。當地電力系統隨后將此區域設定為急需
加強配網建設的供電受限重點區域，并開展了針對性的配網改造。

夏洪濤稱，“數據分析的目的之一，就是確保我們能夠看見本該看見、需要看見卻沒
有看見的問題。” 以前的監測分析，分析對象集中在以報表為主的匯總性、結果性、經驗
性的指標數據，無法對大量明細數據進行離線和在線分析計算，對非結構化數據更是無能
為力，嚴重影響通過數據洞察業務的能力。有了數據分析的‘千里眼、順風耳’，就能夠察覺
到很多以前沒辦法發現的問題，形成很多解決問題的思路。

風險管控（主動預防），是指預測即將發生或有較大概率發生問題的風險和隱患，
以及有擴大趨勢的問題，主要用于管理層的提前預警和管控經營風險，一個典型的范
例就是電力系統的電費回收。

作為能源企業，電費回收是電力系統的重要收入來源，也是其維持生產和發展的重要保障。
一直以來，電力供應與價值交換的主要形式是先用電、后付費，然而由于保障制度尚不完
善，部分電力客戶法律意識薄弱，個別客戶故意拖欠電費、惡意逃脫電費的現象時有發生。
對于這些客戶的識別與差異化催收工作，已經成為一個擺在供電企業面前的挑戰性課題。
根據夏洪濤介紹，對于客戶欠費概率預測，早期主要依靠人工判斷和簡單加權計算，然而
極低的準確率導致這一結果幾乎無法應用于電費催繳和回收工作。

“運監業務主題庫”建設過程中，對浙江某地區數十萬客戶的檔案信息、用電行為、繳費行
為、增減容行為、違約行為、客服記錄以及行業特征、外部環境等多個維度共計數千萬條
數據進行分析，通過機器學習，識別構建客戶欠費行為與客戶特征、客戶行為、行業趨勢、
外部因素的關聯關系，并用于構建預測模型。

“最初我們預期數據分析能夠將預測準確率提升到60%-70%，那已經很不錯了，”夏洪濤說。
事實上，經過定量計算并建立電費風險預測模型，對當地大客戶的欠費概率進行預測，
預測命中率幾乎達到了90%，遠超預期結果；同時發現了大量未察覺的業務規律和管
理盲點。對此，當地電力公司營銷部門針對性地對相關客戶采取了應對措施，有效降低了
電費回收風險。

這種對于潛在風險的監測、分析和預判，有效減少了事后發現問題、尋找原因的損失，成為
提前預測和識別潛在風險的“預警機”。

在感知與預防之上，是對企業運營的輔助決策（主動參謀），即對可能提升公司經營
效果的業務空間或管理措施進行分析和評估，為經營管理者提供決策參謀。與具體問
題的感知和預防相比，這一角度會在更大層面上影響企業的決策和業務變革方向。

夏洪濤以配網（以電力傳輸設施等構成的配電網）的投資決策為例，介紹了數據“熱力
圖”如何輔助電力企業決策的。據介紹，某試點供電公司將配網投資項目細化到臺區（一臺
變壓器的供電范圍），并結合該區域的歷史項目、故障工單、停電次數和設備狀態數據，
經過數據匹配關聯，建立起配網投資評價模型。

該體系將服務熱線工單、設備狀態、項目投資等數據以熱力圖形式在配網GIS地理信息圖上
展示，實現區域電力資源和和運行狀態的可視化，通過數據對比分析，使投資決策者更容易
發現配網薄弱點和投資需求點，并以此為依據對配網建設投資決策做出參考，初步做到了“用
數據說話，用數據決策”，為經營決策提供了一個直觀有效“鐵算盤”。

工欲善其事，必先利其器。數據分析固然具有重要的作用，然而市面上有大量架構不同、功
能各異的數據分析與可視化應用解決方案，什么樣的工具才能對企業級的數據分析與洞
察提供最好的支持？對此，夏洪濤闡述了自己的看法。

他表示，相比普通企業，電力系統對于數據分析有著更嚴苛的要求：需要保證數據安全和系
統可靠；滿足平臺上大量不同類型數據與需求的接入和開發；支持海量數據的高速處理，應
對電力系統龐大的數據吞吐量；還要擁有相對簡便和人性化的操作方式……因而整體來說，
電力系統對于大數據分析工具的選擇標準非常高。

據夏洪濤介紹，當前浙江電力運監中心使用了多種分析工具相結合的方式。夏洪濤稱，“我們
對比了很多產品，在經過仔細的比較和衡量之后，將每種產品的優勢相結合，構成了當下的
工具組合。”他表示，一些大數據分析工具具有門檻低，操作簡便的特點，也有一些工具提供
了較為豐富的算法，還有一些在開發的靈活性、集成處理能力上表現優秀，這些工具分別適
配于不同層面、不同部門，共同構成了運監部門的分析工具集。

夏洪濤指出，目前浙江運監中心“運監業務主題庫”中的數十項試點成果模型已經通過可視化
工具進行固化，實現常態化在線的自動分析挖掘，分析成果推送到地市基層單位和員工。同
時，運監中心還從2016年起開始面向基層舉辦“數據價值挖掘大賽”，讓更多基層員工學習使
用數據分析工具并展開自主數據分析，在更大范圍內挖掘數據價值。

“省公司運監團隊總體組織運監業務主題庫的運作，統一收集和整理分析試點方向，并對試點
成果進行管理、匯聚、延伸和深化，向決策層輸出更有價值的分析報告和管理提升建議；具
體的業務數據分析，已經鋪開到各地市，由更了解基層業務問題的員工們自主完成。這不僅
減輕了我們的分析工作壓力，也讓更了解基層業務難點所在的人員在數據分析領域發揮更大
的作用。”

對于傳統企業在互聯網時代的轉型，夏洪濤給出了自己的見解。他認為，常言說“船大難掉
頭”，對于大型傳統企業而言，大量的數據積累，反而給傳統企業提供了轉型的“支點”，
只要用好數據分析這根“杠桿”。

他認為，大數據這一支點和數據分析這一杠桿帶來的動力，正是傳統企業在面對新技術與新
趨勢時轉型的必由之路：“雖然已經有了一些成果，但我們現在仍然處于剛剛起步的階段，還
有大量的數據價值亟待被開發和利用，此外也需要加強數據治理來讓數據這個支點更穩固有力。
未來隨著更廣泛的數據價值點被挖掘和連接組合起來，大數據技術會釋放出爆發性的價值。”

來源：永洪科技

聲明：我們尊重原創者版權，所轉載文章旨在分享和交流，觀點僅代表作者本人。除確實無
法確認作者外，我們都會注明作者和來源。在此向原創者表示感謝。部分作者未能及時聯系，
如有侵權，請與我們聯系。