作為中國最牛的老牌通信公司、最早提出要做產業互聯網領航者，這是亞信第一次全方位對外梳理能源大數據，指出了能源大數據存在的問題、能源大數據的價值目標，更重要的是他們給出了一個非常完整的電力大數據戰略規劃方案。5000多字，很長，但是真的值得看。沒時間？可以先收藏了，找個完整的時間好好讀一遍。能源行業的大領導們，讀完記得早點下手布局。

　　精彩觀點

　　1、在價值鏈中的不同環節，大數據的價值目標不同。在發電環節，大數據應該服務于發電端經濟、高效以及清潔環保；在輸變電環節，大數據應該服務于堅強的智能電網；在用電環節，大數據應該服務于智能互動。

　　2、電力行業感覺是一個相對獨立的能源行業，但實際上與其他行業，包括和房地產、金融、智能社區、智能市政等數據都是有關系的。各個行業數據的融合，是我們未來要加大整個電力大數據應用的思路，但現在其他行業的數據還難以獲取。

　　3、五大發電集團的很多數據和電網的數據，怎么樣能夠協同，怎么樣能去融合，現在還沒有辦法做到，但是未來絕對是一個發展趨勢，但是在行業內的這種企業間的交流還是比較少。

　　4、怎么樣去打造和運營這種數據連接平臺，是再造中國電力核心能力的關鍵。電力行業的大數據云計算平臺，要產生三方面的生態。一方面，電力系統數據生態，另一方面，電力系統應用生態，第三個就是產品生態。

　　5、數據生態很好理解，就是云計算平臺里面的IaaS跟PaaS層，將數據經過平臺化的存儲和處理，形成技術框架。而開發端的這種資源整合，來聚合開發者，綜合地去服務中國電力行業，來形成我們的應用生態。一旦形成了我們的電力數據生態和應用生態，相應的這種應用型產品，以及平臺級產品，云平臺級產品，包括基礎設施類產品，大數據平臺等等，就可以基于前面的生態來形成、促進我們產品的生態。

　　6、我們不僅需要幫助企業來實現他自己的企業數據倉庫、行業數據倉庫等數據應用開發。另外，我們還需要將內外部資源進行整合，增強整個生態的活力。資源整合的過程中可以建立數據交易的規則體系，我們可以將已有有價值數據產品對外進行變現，形成一個以數據產品為核心的新的利潤增長點，這是可以實現的。

　　以下為整理后的演講內容全文：

　　電力行業中沉淀的海量數據

　　電力行業在全過程價值鏈中產生了大量的數據，發、輸、配、用、調度，各個環節都有大量的數據，而且數據是非常有價值的。

　　舉個例子，發電里，如果是火電，有摻配煤的數據、機組指標的數據；如果是水電，有水文水平的數據。輸電，有線路方面的數據，還有對線路狀態有影響的氣象和環境數據。變電，有變電站的數據，還有設備的巡檢、維護以及狀態實時監控的數據。配電，有用電負荷、還有用電的需求側的數據，包括配網的規劃，以及供電前期的預測、計劃，還有供電可靠性的數據。用電，包括客戶的基礎檔案數據，電費的回收、計量的數據。調度，有負荷和電量這些數據。

　　基于這些數據，我們可以看到，從全電力的業務鏈角度來說，現在電力大數據具備了大數據四維的特征，像實時的大數據量、大的數據包的組成，以及復雜的結構。這里面有結構化數據、非結構化數據，有實時的數據以及歷史的數據，而且是高頻次、高頻率的數據，有很多數據都能夠精確到分鐘，每一分鐘都可以傳輸比較大的數據包進行數據的采集和搜集分析。這些數據未來怎么樣體現出來高價值？

　　大數據在電力行業中有什么用？

　　在價值鏈中的不同環節，大數據的價值目標不同。

　　我們認為，在發電環節，大數據應該服務于發電端經濟、高效以及清潔環保這一目標；

　　在輸變電環節，大數據應該服務于堅強的智能電網這一目標，通過環境氣象、用電負荷以及需求側等等的大數據，來進行相應的設備選址以及規劃，實時監控輸變電設備，保證整個電網平臺的透明、開放、自愈以及自適應性；

　　在用電環節，大數據應該服務于智能互動這一目標。智能互動可以從兩個角度來看，一方面，從電網被動的角度，是可以基于這種負荷的監測數據、用戶檔案等數據，來及時預先發現或者實時發現設備的缺陷或故障，然后及時啟動應急預案。從主動角度來說，我們可以根據這些數據來評估電費回收率，大型的高耗能企業，現在有很高的電費回收風險，因此，基于大數據，電網可以做風險決策。

　　此外，大數據可以幫助調度實現智能調度。從以上價值目標出發，集合我們過去的項目經驗以及調研資料，發現整個電力行業，大數據應用仍然存在很多問題。

　　有大數據但是沒有大數據系統

　　先說一下電力行業的大數據應用存在的問題：

　　第一、采集。電力數據需要實時采集，數據量大，維度和廣度都非常大，所以采集難度非常大。

　　第二、處理。一方面，整個大數據處理的能力，現在在電力行業里面還是有一些欠缺的，我們的數據計算能力，包括數據處理的及時性和實時性仍然不夠；另一方面，我們的數據類型是非常復雜的，而且非結構化數據的處理能力一直以來在大數據行業里面都并不是很強，有待于我們進行探索和提高。所以，電力的大數據處理，也是有很多問題的。

　　第三、應用。這塊可以從三方面角度來看。一方面，我們缺少智能化的分析系統。不論是發電企業還是電網企業，信息化已經建設了十幾年，多多少少還是有一些可以改進的地方。第二，由于我們的行業特征所致，所以導致這個行業需求需要滿足的時候會遇到多方面的問題，比如開發時間周期長，專業能力是否足夠等等；第三，我們的數據還沒有形成規范化的一套東西。無論是數據查詢，還是數據應用，抑或數據的分析模型，現在來看還都沒有形成規范化的一套東西，沒有形成一個產業。

　　這還只是縱向的分析。此外，我們亞信數據團隊非常重視橫向的全要素數據流通，這也是我們作為重點，不斷和合作方強調的一個概念。全要素的數據流通，需要從內部和外部兩個維度來看。

　　內部來看，大數據可以幫助公司降本增效，但是問題出現了。第一，由于這個行業的特色以及行業的復雜度，會發現，想靠一套或者是兩套已有的大數據系統去完成所有的內部管理跟外部協同是非常困難的。所以，現在每一家企業都有多套的應用系統，這樣就使得整個大數據，包括內部的數據一致性、統一性都受到很大的影響。

　　第二，一個企業的各個部門之間、各個單位之間，他的數據還是有數據孤島的，很難能夠將這些數據孤島通過一定的數據流向和渠道，將他整合在一起，融合，形成我們整個全量的數據，這兩點是在數據流通角度，從內部來發現的問題。

　　外部來看，第一，現在整個“互聯網+”的思路包括大數據的思路，永遠是全量的數據，或者說要與其他跨行業數據的融合。但是，對于電力行業、氣象、環境等等這些數據，現在的獲取還是比較難的，或者各個區域的獲取并不是很全，這樣會導致我們整個戰略決策包括我們整個運營決策，會受到一些影響。

　　第二，其他行業的這種經濟類數據難以獲取。比如電力行業感覺是一個相對獨立的這種能源行業，但實際上他與其他行業，包括和房地產，包括和金融，包括和智能社區、智能市政，和政府類的數據等等，都是有關聯的。各個行業數據的融合，是我們未來要加大整個電力大數據應用的這樣一個思路，但現在其他行業的這種數據還難以獲取。

　　第三，電力系統內的企業大數據難以流通。這點是我們在做各個企業項目的時候非常感同身受的一點，就是發電型企業和電網。比如五大發電集團的很多數據和電網的數據，怎么樣能夠協同，怎么樣能去融合，現在的這種情況還沒有辦法做到，但是未來絕對是一個發展趨勢，但是在行業內的這種企業內的交流還是比較少。

　　如何構建電力完整大數據生態平臺？

　　基于電力行業中存在的大數據痛點，我們認為可以從三個方面來落地。

　　第一，怎么樣通過一個數據連接平臺，也就是云計算平臺，來實現整體提高電力系統核心能力，這是關鍵。

　　第二，從產業互聯的角度看，要利用大數據實現產業互聯。產業互聯是我們董事長田溯寧在去底特律和習主席一起參加中美互聯網峰會上，講到的關鍵題目。

　　第三，就是數據的流通和交易。未來通過怎么樣的平臺、怎么樣的方式，將我們的數據交易出去，也能夠把行業內有益的數據交換進來，這個平臺以及這個商業模式怎么來做，也是要重點考慮的，也是亞信大數據部門重點在思考和實施的。

　　先看第一方面，怎么樣去打造和運營這種數據連接平臺，是再造中國電力核心能力的關鍵。通過大數據連接這樣一個平臺，要產生三方面的生態。一方面，電力系統數據生態，另外一方面，電力系統應用生態，第三個就是產品生態。

　　數據生態很好理解，就是云計算平臺里面的IaaS跟PaaS層，將數據經過平臺化的存儲和處理，形成技術框架。而開發端的這種資源的整合，來聚合開發者，綜合的去服務于中國電力這樣的行業，來形成我們的應用生態。一旦形成了我們的電力數據生態和應用生態，相應的這種應用型產品，以及平臺級產品，云平臺級產品，包括基礎設施類產品，大數據平臺等等產品，就可以基于前面來生態來形成，來促進和生成我們產品的生態。

　　以云計算平臺級的產品為基礎，再服務于各個行業，以及與各個開發資源及平臺進行數據鏈接和流通，再聚合于上端SaaS這樣一個結構的應用開發者等等，來幫助整個電力企業解決整個供應鏈所需要的，包括我們的產品、數據、應用、算法以及相關的服務。

　　實際上，在這樣一個生態圈里面，我們不僅需要幫助企業自己來實現他自己的企業數據倉庫、行業數據倉庫等數據應用開發。另外，我們還需要將內外部資源進行整合，增強整個生態的活力。

　　資源整合的過程中可以建立數據交易的規則體系，我們可以將已有的這些有價值數據的產品對外進行變現，形成一個以數據產品為核心的新的利潤增長點，這是可以實現的。

　　最后總結一下，我們設想的這樣一個電力大數據平臺，在IaaS層，他需要包括數據計算資源池、網絡資源池、還有存儲資源池；在PaaS端，我們需要將結構化的數據、非結構化的數據進行實時采集和抽取，并且具備一定原數據的接口，有實時處理同步的能力、數據脫敏以及加密等核心能力；在SaaS層面，未來需要引進第三方或者業界愿意參與到其中的人，將自助應用平臺以及數據應用平臺，比如負載預測、需求測分析、設備實時監控數據分析和預測等等這些應用開發出來，來統一支持整個中國電力的發展。

　　電力大數據需要與外部數據打通

　　對亞信來說，我們是非常愿意和電力行業，通過外部的合作應用和協同來打造行業大數據生態平臺。亞信也是有自己獨有的優勢的。

　　第一，亞信之前是長期服務于電信運營商，還有政府、交通、醫療等等行業，具有非常豐富的多行業的數據資源，未來能夠幫助電力企業基于我們的數據理念，和各個行業的數據價值進行對接。

　　第二，就是從大數據分析角度來講說，我覺得中國電力行業，尤其這種產業互聯角度的數據應用，相對來說還是比較落后的。而電信和政府等等行業，已經經歷了大數據的洗禮，現在三大電信運營商都有自己成型的數據產品，在向外進行銷售。在浙江、在寧夏、在廣東，我們已經幫著政府做了很多政府級大數據平臺的搭建。這些領域率先經歷了大數據的洗禮，所以亞信也沉淀了很多領先的產品以及經驗。

　　另外我們也認為電力企業的大數據，與汽車、房地產、金融等等行業的融合，有助于支持社會各個角色提供智能化的服務，支撐國家大眾創業、萬眾創新的生態環境。

　　比如，如果電力行業未來和政府政務行業融合的話，就可以知道未來對于這種高耗能企業，甚至中小型企業，我們怎么樣去進行智能供電；比如和房地產行業大數據融合，未來可以在智能城市、智能社區中實現電力實時供電預測，以及指導社區用戶怎么樣綠色用電、節能用電。比如和新能源汽車行業數據流通，對于如何規劃充電樁、如何調配車輛、如何設計交通線路，都會有很大幫助。而且隨著新能源汽車的發展，與汽車、車聯網進行數據融合，可能是電力行業真的需要去認真考慮的問題。

　　最后說一點，就是不要神化大數據。大數據有自己非常獨特的三個方面的點：

　　第一點，他和石油以及黃金等等這種流通實物通貨相比，難以定價，難以量化。相比石油和黃金，誰能說清楚一個數據包或者一個數據產品它本身的價值。

　　第二點，資源實際上都是不可再生資源，但是大數據時時刻刻每天都有幾ZB的資源爆發出來，因此是可再生資源，由于它的可再生性導致前面第一點，它的數據價值怎么去評估，是一個沒有辦法按照之前的資源、行業和產品這個思路去評估的。

　　第三點，就是高附加值。通過應用，和通過全要素的流通，你會發現，數據可以疊加價值的，而石油跟黃金是沒有辦法疊加價值的，頂多有附加的加工價值在里面，一塊金條會雕刻成我們的首飾，只是增加了一些藝術和手工的價值。但數據，經過幾次清理、經過幾次融合，經過跨行業數據的融合，產生了不同的數據的生態、形態和產品，它的價值在一步一步的放大，而且是一種疊加式的放大。

　　所以從這個角度來說的話，未來怎么樣實現大數據和產業的互聯，和其他業界的互聯，是非常重要的一點。

　　之前講大數據，什么4V，我個人感覺都是在拿新瓶裝老舊，就大數據在聊大數據。但實際上大數據怎么去應用，去落地，要有一些專家去研究。