大數據將成為智能電網基礎性技術

今天，大數據概念的討論越來越少，大數據應用卻如雨後春筍般湧出，這預示著大數據產業已經告別了概念炒作，進入了實實在在的落地階段。在這一背景下，包括電力、金融、教育、醫療甚至農業等諸多行業正在大力擁抱大數據，如何擁有大數據思維，如何善用大數據分析，如何以大數據激發傳統產業活力等問題成為關注重點。雖然大數據產業的發展剛剛起步，但是人們對於未來大數據應用的美好前景充滿了期待。

當前，能源互聯網正在全球範圍內興起，大數據技術加速在電力行業落地。在日前召開的「電力科學研究院大數據技術研討會」上，業界各方就電力大數據技術展開了討論，大數據在電力行業的應用前景得到了廣泛認可。可以預見，隨著大數據技術的日漸成熟和更多電力大數據應用的落地，大數據將成為電網的基礎性技術，為構建更加智能、彈性、綠色、高效的電力互聯網奠定基礎。

電力擁抱大數據

「智能電網大數據是電力系統和相關領域數據的有機融合，是一系列對數據處理應用的理論、方法與技術，是一種對規律的全新認識論和價值萃取思想。」工程院院士、電科院院長郭劍波在會上提出了對智能電網大數據的認識，他表示，智能電網大數據的應用將實現割裂的數據資源向有效的數據資產轉化，支撐更全面的分析、更準確的預測及更具價值的決策支持。

科學院周孝信院士指出，能源轉型的目標是建設清潔低碳、安全高效、可持續發展的新一代能源系統。大數據及感測、信息、通信等技術的應用，將會對未來能源電力系統的系統形態、運行調度和市場交易模式產生重大影響。

對於大數據在智能電網中的應用，電科院副院長王繼業表示，原有的基於物理模型的分析方法難以滿足需求，數據驅動的方法將發揮重要作用。當前，電網智能化引發了內部數據的激增，智能電網各個環節產生了大量的高密度、高價值的多維多系統數據。因而，大數據未來將在智能電網中發揮重要作用。智能電網具有開放性、不確定性和普遍關聯性，大數據能夠以全量數據來反映整個電網系統的特徵，提供全景和全過程的研究視角。在大數據技術的支撐下，智能電網將具備主動預測、主動配置、主動維修以及基於互聯網的主動營銷等能力。

王繼業認為，大數據應用可以分為五個階段。第一階段是完成數據抽取與整合。這個階段需要將不同的數據在數據源和時間片段上進行統一的整合與處理。第二階段是統計分析，即從不同的時間、維度、顆粒度等方面進行規律的總結和業務解讀，這是大數據應用的初級階段，而完成了這兩個階段以後，就可以對大數據業務和問題進行解讀。第三階段是對大數據的深度分析，從數據出發，利用機器學習等技術挖掘數據潛在的關聯特徵，找尋業務規律。第四階段是業務建模，把業務的模型轉化為數據模型，最終轉變為數學模型。第五階段是數據模型的固化，即模型的系統化，將分析思路和業務系統進行對接，最終形成一套固化的大數據分析系統。

機遇與挑戰並存

雖然大數據正在應用到越來越多的行業中，但是我們需要看到的是，今天的大數據技術還不夠成熟，相關的應用仍處在探索階段。信息通信研究院通信標準所副所長何寶宏在會上表示，大數據孤島不容忽視，數據流通成為困擾業界的突出問題。在今天這個信息時代，數據已經成為資產，最終還要變成商品，而商品就意味著會流通。今天的商品流通規則實際上已經無法適應大數據的發展，因而需要建立針對大數據流通的新的制度和方法。

電力行業如何更好地引入大數據？對此，工程院院士薛禹勝提出了思考和建議。他表示，大數據和人工智慧技術已經在一些行業得到了應用，然而對於電力行業而言，如何真正發揮大數據的價值還是值得探索的問題。大數據思維提倡的不僅僅是共享，還包括科學研究範式之間的協調。在以因果分析為主導的電力系統中，應用大數據可輔助傳統的模型驅動方法。

國家電網信息通信部副主任魏曉菁認為，大數據不僅僅是技術，更是一種思維和方法，電力大數據需要將「用大數據說話、用大數據決策、用大數據管理、用大數據創新」的理念融合到行業實踐中，充分利用大數據思想，在原有傳統統計思想的基礎上擴展因果關係、相關關係等分析思路，將大數據和生產實際、業務需求緊密結合起來，從而產生更大的價值。

「面對眾多複雜和不確定的變化，互動與主動的需求，電網需要快速提升實時感知、高速通信和快速響應能力，建立一套智能化體系來應對衝擊和挑戰。」王繼業認為，科學發展將有力帶動大數據的發展和應用，機器學習、5G通信、無人駕駛、AlphaGo和下一代搜索等全球科技熱點都是基於數據的感知、傳遞、計算、學習，都離不開大數據的支撐。大電網互聯的穩定、新能源消納和廣泛接入，以及放開的市場交易機制和互動要求都將拉動電力行業對大數據技術應用的需求，推動共享利用、質量提升、融合統一、分析挖掘等電力大數據關鍵領域實現突破。