电网智能知识——数据科学运营分析

泛在电力物联网建设为数据科学的理论和实践提供了广阔的舞台，而数据科学的研究和应用也为泛在电力物联网建设提供了强有力的理论支撑。

 数据科学是一门新兴学科，是大数据时代新出现的理论、模型、平台、工具和最佳实践组成的一整套知识体系。从数据科学的知识特征看，它主要以统计学、机器学习、数据可视化以及领域知识为理论基础，研究数据加工、数据计算、数据管理、数据分析和数据产品开发；从数据科学的技术特征看，它主要得益于云计算、物联网、移动计算等新技术的兴起和快速发展；从数据科学的实践特征看，它是一门实践性极强的学科，其研究和应用均不能脱离具体专业和领域；从数据科学的学科属性上看，它涉及数据思维模式的转变、数据认识和数据文化建设。

公司决策、运营与管理的智慧大脑以泛在电力物联网为基础，数据科学将在以下八个方面为公司运营提供支撑：

  一、构建数据驱动的公司发展战略体系。基于内外部环境数据，以数据分析为基础，制定可解读、可量化、可执行、可分解的公司发展战略体系，制定战略执行过程评价体系，更好地服务公司战略实现和经营决策。

  二、构建数据驱动的公司运营分析体系。通过数据贯通推进业务流程贯通，实现各环节信息高度互联和数据共享，促进跨专业、跨部门的高效协同，实现效益效率的不断提升。

 尤其在对外服务方面，通过泛在电力物联网扩展设备状态预警、售电量和负荷预测、新能源发电功率预测等应用，为政府提供宏观经济预测、节能减排政策制定、行业景气指数分析、大数据征信等服务；在资产管理方面，通过物联网技术实现设备自动识别记录管理，与管理系统集成并进行信息同步；在检修方面，通过将物联网技术应用于电力设备智能化运检，实时掌控关键设备的运行状态，及时发现、快速诊断并消除故障隐患，快速隔离故障，实现自我恢复，使电网具有自适应和自愈能力，提高设备的可靠性和利用率。

 三、构建数据驱动型的优质服务体系。利用多渠道数据全方位感知用户需求，快速响应市场变化，精准提升客户满意度。一是整合和优化内部管理流程，快速响应客户需求；二是实现企业与客户、供应商之间的交互与协同。借鉴互联网公司的技术成熟度、生态成熟度与行业认知度，在传统客户服务中融入互联网思维，缩短与客户的距离，减少中间环节，实现直接与客户交互、交易、交流。

 四、构建数据驱动的企业风险防御体系。筛选风险指标，建立评价模型，一是对企业外部风险进行分析，结合法律法规和能源数据变化，进行合规性与风险性分析；二是以各业务系统监测为抓手，对企业经营管理数据进行深度关联分析和风险特征提取，建立风险智能识别模型，有效防范公司运营风险。

 五、构建数据驱动型的资源配置体系。基于数据分析动态评估资源利用效率，提升精准投入水平，促进资源要素整合和价值提升。在实现精准投资方面，精准诊断电网发展短板，科学开展电网现状分析、形势分析、需求分析、目标分析和投资策略分析，逐站、逐线、逐台区摸清电网设备健康水平。

 六、着力推动公司数据统一管理。感知层、传输层、平台层和应用层统一规划，统一标准、一体运营。一是全面梳理公司数据库、数据链，理清数据的概念模型和逻辑模型，尽快实现全业务数据的可见、可用，提升各专业、各层级的数据获取效率；二是加强数据及数据技术共享，围绕数据应用的全过程，从数据准备、计算处理、分析挖掘、可视化等各环节，加强对先进适用技术的调研分析，构建全流程、全方位的数据科学支撑体系；三是全力加强数据质量治理，注重数据质量问题的监测、分析、反馈、整改，推动公司数据质量持续提升。

 七、制定数字化战略，提升企业核心竞争力。未来数字化的影响作用将进一步提升，这就要求以数据科学为基础，以数字化思维来观现状、谋发展，超前布局，制定科学可行的数字化发展战略，引导数字化发展。数据应用是一个从收集、清洗、管理、分析到实际应用的循环过程，所以需要对数据有“掌控力”，才能对它们进行充分挖掘和分析管理。制定数字化运营模型，在数字化战略、数字化技术、数字化人才、数字化运营、数字化服务、数字化生态、数字化创新、数字化资产和数字化绩效等方面进行超前研究。

 八、积极培育数据文化。一是积极探寻数据的不同维度及更广阔的应用领域，不断培养获取数据、分析数据、应用数据的工作习惯；二是密切跟进前沿技术和发展动态，深刻认识和把握数据科学发展的潮流，培养数字化思维和价值挖掘能力，培育数字化人才。