美林数据刘宏：电力行业业务运营中大数据技术应用实践分享(7/108)

 导语：古有水泊梁山英雄108将叱咤江湖，今有“中国大数据技术先锋108将”高端人物访谈搅动风云。2017年，由DT学院、中国城市报大数据中心、清华大数据产业联合会、山西省大数据产业协会联合举办，面向大数据产业的技术精英、专家学者以及大数据产业链领域公司CTO的“中国大数据技术先锋108将”高端人物访谈活动正式启动，围绕大数据技术的多个层面进行分享，旨在搭建大数据技术传播分享的高端平台，促进大数据技术的业内交流。

 人物简介：刘宏

 刘宏：美林数据技术股份有限公司副总裁兼智能电网事业部总经理，电力大数据领域专家。西安交通大学硕士，先后参与实施国家电网公司“SG186”重点工程数据中心、企业门户、国家电网运监中心信息化建设。2016年带队参加全球CCF大数据与计算智能大赛，与全球6800多支团队同台竞技，荣获总决赛“客户用电异常行为分析”赛题组冠军，个人荣获优秀指导老师荣誉。专注探索电力大数据应用领域，在数据挖掘，数据建模及应用开发等技术领域钻研多年，同时在电力+大数据方向积累了丰富经验，包含电力运检、营销、运监等业务领域的数据分析挖掘及应用落地，是美林电力大数据领域的带头人。

  采访主题

 电力行业业务运营中大数据技术应用实践分享

  采访内容

 1.DT学院：在当前时代，大数据技术已经渗透到各行各业，电力行业也不例外，请您介绍下在电力行业业务运营中应用了哪些大数据技术。

 刘宏：电力行业是资产密集型企业，同时其用户量也非常的庞大，仅国网就有4亿用户。这样庞大的规模在大数据应用方面的需求也是异常的迫切。大数据整个技术链条上所涉及的相关技术在国网都有着很好的应用，国网已经构建了自己的大数据平台向自身提供大数据存储、处理、分析服务能力。

 2.DT学院：大数据技术应用下的电力行业与传统电力行业相比有什么不同？大数据技术解决了传统电力行业业务运行的哪些痛点和问题？请结合案例给大家做下分享。

 刘宏：国家电网很早就提出了“大云物移”的概念，分别是大数据、云服务、物联网、移动互联。这四部分整体构建了电力行业的全新技术支撑范畴，物联网、移动互联解决了数据自动采集的问题，云服务解决了大数据的存储和处理环境，大数据作为最后数据价值发现及使用环节也是最重要的一个环节。大数据不仅给企业带来是新技术，更多的带来的是思维模式的改变。以前更多的是依靠经验，现在大家更加关注的是数据；以前大家只关注自己业务领域内的数据价值，现在大家开始更多的考虑业务领域外的数据价值。

 大数据技术的使用潜移默化的改变了电力行业的决策模式、管理模式和工作模式。举例来讲，供电企业具有资产密集，分布广的特点，在这种情况下，有限的人力如何保障设备的稳定运行一直都是难题。以往通过定期巡检，设备状态评估等方式来确保设备的安全、稳定运行，但是随着社会用电需求的不断增加，新能源的接入等外部环境的变化，传统的方式已经渐渐无法适应社会用电需求了。在这种情况下，对于用户用电行为、设备运行状态、新能源的接入预判变得越来越重要，其中用户用电行为根据用户的类型的不同，所受的外部影响因素也是不同的，例如对于居民用户在夏天气温达到一定的情况下会大量的用电，而制造业则受到整体经济的影响，同时大量的电动汽车的出现对于地区的负荷特征也会带来影响；设备运行状态即能环境温度有关、同时也更其工作负荷、设备厂家、设备历史故障、使用年限等都有着密切的关系；新能源目前多以风电、太阳能为主，这些能源多收到天气因素的影响。在如此复杂的环境下如何能够提升设备的运行稳定性，大数据技术给予了快速定位、设备状态预测的可能性。为企业员工根据设备的未来状态及用户的用电行为开展巡视工作提供了决策依据。

 3.DT学院：当下，电力行业的信息技术与安全尤为重要，大数据技术应用在有效保障电力行业数据安全方面做了哪些努力？

 刘宏：随着数据的价值被大家意识到，数据安全性也越来越被重视。随着不断有新技术的涌现，对于大数据环境下的数据安全也是与时俱进的，电力行业在数据安全方面一直秉持着安全优于创新，创新优先用于安全的策略。

 电力行业在面临大数据所带来的机遇的同时，在数据安全方面同时开展了两个方面的工作，首先是通过大数据技术来提升现有的数据安全防护措施，例如动态日志分析、用户异常访问行为动态识别等。另一个方面是大数据技术环境下的数据安全，包括大数据接入安全、节点认证安全、用户访问安全以及数据脱敏等方面。

 4.DT学院：请您给大家介绍下，大数据技术是如何分析客户用电异常行为的。

 刘宏：用户异常用电行为多指窃电行为或者疑似窃电行为，窃电行为不仅给供电企业造成了重大经济损失，也严重影响了正常的供用电秩序，据估算，每年由于窃电导致的损失近百亿。

 近年来，窃电方式也由野蛮窃电发展到设备智能化、手段专业化、行为隐蔽化、实施规模化的高科技窃电，给防窃电工作进一步增加了很大的难度。随着电力系统升级，智能电力设备的普及，国家电网公司可以实时收集海量的用户用电行为、电力设备监测等数据，通过对大数据分析与挖掘技术的合理运用，科学的开展防窃电监测分析，可以有效降低窃电行为分析的时间及成本，提高防窃电工作效率。

 利用大数据及人工智能技术发现客户用电异常行为的技术主要分为以下三个步骤：

 （1）通用对大量用户历史用电行为的探索性分析和业务领域知识分析，提取有效的窃电行为特征，采用GBDT、RF、ETs、CNNs、LSTM、LR等六种不同模型建立几十个基模型，然后对这些基模型进行元特征学习以及模型融合，构建窃电嫌疑人辨识模型，圈定嫌疑人清单。

 （2）通过建立异动侦查模型，实现对当下实时数据的全方位监控。

 （3）通过建立多层级、全视角的窃电用户画像，对未来可能进行窃电的用户进行预防。

 5.DT学院：您认为目前大数据技术在电力行业业务运营上还存在哪些不足和亟待提高的地方？

 刘宏：大数据技术的应用在电力行业尚在起步阶段，面临的挑战也非常的多，我认为主要有以下几个方面：

 （1）基于历史数据的业务贯通：这个挑战可能是大多数企业都会面临的，大数据应用的基础就是发现数据之间的关系，在此基础上从整体的业务视角来解决问题。所以如何对历史数据进行业务贯通将决定了大数据应用效果。

 （2）数据价值使用的挑战：数据价值只有被认可并被使用才能不断促进大数据技术的持续发展。目前电力行业的数据价值尚未完全被挖掘出来，如何能够对企业自身，对社会发挥更大的价值还需要不断的去探索和发现。

 （3）新技术应用多所带来的挑战：随着大数据概念的逐渐成熟，新技术也在不断的涌现，例如人工智能、图计算等。如何在众多涌现的新技术面前进行抉择，并真正将这些大数据技术应用到业务中将是非常大的挑战。

 6.DT学院： 根据您的判断，未来大数据技术对电力行业的规划、运行、检修、营销业务将起到什么样的助推作用？

 刘宏：大数据给电力行业带来的不仅仅是技术，更多的是意识的转变。未来随着电力企业改革的不断深化以及国网公司全球能源互联网战略的部署实施，数据作为未来的战略资源将越来越被行业所重视，未来不是看谁拥有多少数据，决定胜负的是谁能利用更多的数据创造价值。这些价值不仅体现在对企业自身，同样更多的会体现在企业的社会责任方面。

责任编辑：陈近梅