IT 2020高端论坛上，中国电力科学研究院特聘首席专家栾文鹏带来《智能电网数据分析元》的主题演讲，并从多行业的实际应用进行了验证，以下是演讲实录：
栾文鹏：今天我给大家做一个报告是智能电网数据分析元，在大电力行业方面的应用，主要讲智能电网运用。介绍，大数据研究及实施现状，智能电网数据分析元，和一些行业里应用。
大数据电力行业这几年刚起步，无处不在大数据，但是电网工作刚刚开展。电力行业有非常热门话题智能电网，传统电网IT技术、通讯技术结合，不做太多解释，基本上把传统电网进行信息化、数字化、智能化。近几年特别热的就是北美、全世界智能电表，大家看照片，在北京胡同里照的智能电表照片。
覆盖国家电网80%数据，智能化以后，1100多座智能电站，2.2亿电表，今年一季度全面上线，一共3亿块电表，基本上在2015年底，把数据全部远程操控到电网数据，现在大量数据，并且将来还有大量的电动汽车，要截止到电脑上，现在对于行业来说，电力行业已经进入大数据时代。包括我们国家在每个变电站加入了PMU，这技术局基本上高频的非常快的速度，以专线把数据送回数据中心，数据像潮水般涌来，怎么管理这些数据，成为电力行业专业人员思考问题。
电力的数据，大家比较了解，体量大，类型多，价值比较复杂，实施比较强。已经满足大数据定义和一些行业方面的考量，所以现在数据的处理需要一些大量大数据技术，来得到应用。
电力特点电力周期差别非常大，几微秒，电力高频设备切换，基本上在几微秒一级，我们做基点保护，20毫秒到30毫秒之间，每小时、每天、每周、年的负荷预测，包括做发电容量预测，有可能做几十年。还有电力资产，像我们的VRT、发动机，生命周期就在80年到一百年过程。这个数据有非常大的跨度、特点、区别。这样对于电力行业大数据整合，产生了很多困难，提出很多挑战。包括现在智能电表实施以后，大量数据来了以后，以后很多传感器在电网上，但是传感器基本上有数的，多少数是有限的，包括配电自动化设备，这些装置不多，每个用户都有智能传感器，带回大量的数据，这是我在去年回国以前，电表在BC网络上做的，180万用户，比中国的国家电网小很我。当时我们看每个电表每天可以拿回来三个KB数据，智能中心拿回11G数据，去年在HOP上有一篇文章发表出来，基于实测数据，有兴趣可以看。公司怎么样利用这个数据，这是这个公私要考虑的问题。
电力公司从去年开始，国家电力公司在想，怎么利用大数据，来整合这些数据，来尽量达到实现一些不可估量的效应，提高生产率，提高管理效率、服务质量等等，这些都是公司考量做大数据的内部驱动力。电力行业数据对于各个国家国民经济和国家国民经济发展和政府决策都有很多的指导意义，每周、每个月国家国务院开会，我们苏总第一个事情就是要把国家的电力负荷、修电量，这个数据报给李克强总理。国务院领导班子利用这些数据做决策，把数据看成第一手数据，并且每个季度发改委公布用电量的时候，各国预计电力走向，都有很大指导意义，各国数据对于政府、公安、社保、家电各个行业都有很多指导意义，对于决策提供帮助。
稍微汇报一下国家电网在大数据方面做开展的一些工作和一些基本策略。其实电力大数据在国家电网刚刚开始，去年刚开始提到议事日程上来，电力行业，去年中国电机工程学会协会发表电力大数据行业白皮书，发改委863项目，配电大数据关键技术项目，国家层面项目。国家电网七个方面研究，设备监测、装载，配电网、智能电网结合起来数据，客户分析，还有信通等，江苏、天津、北京各个电力公司陆续开展了一些大数据应用方面尝试。
我们在做电力大数据技术战略研究，这个月底或者下个月初，就会出现电力大数据白皮书，做需求分析。同时建立电力大数据平台，就在电科院建，也在做优化算法研究。我不想介绍太多，我们电力平台的功能架构，基本上把各种电网数据，结构化、半结构化，实时、非实时，这些数据整合起来，做系统大平台，为将来的服务和应用做一些开发。这是总体的一些技术架构。大家都是这方面专业的，不详细阐述。总体考量分析决策工具，做了很多一些规划方面工作。
研究思路，多部门和多数据融合，分析大数据场景，做相关技术的研发和开发。重点项目，重点思路几个方面，研究电力大数据，服务于社会、政府做决策，我们要给政府、国务院做经济发展决策，提供数据支撑。要支撑整个电力公司本身的运营和高效节能减排方面，包括一些节省开支，提高效率等等方面，还有服务于我们的客户。我们几个主要的侧重点。
今年开始，2015年，我们现在正在计划的项目里面，明年开始实施项目，国家电网列了项目，列在国网的科技指南，20几个项目，有几个项目不是国家电网，有可能别的部门资助的。前面花了十几分钟时间，主要讲背景，国网电力大数据方面的思路。
下面可以讲讲，我们认为在电力行业这几年，刚兴起的一个学科，智能电网分析元。给大家介绍一下整体思路，后面再介绍一下例子。智能电网分析元(Data Analytics)，去年从国外回到国内，想一个很好的词翻译过来，行业里认为这个定义本身有两重意思，第一个是以数据分析学或者数据分析方法，第二个意思是靠分析得出一些程序或者算法实施的时候，实施数据分析元。但是我没有想好特别得很好的词。中国电力学报，翻译这个词的时候，我没有想到太好的翻译。数据分析、数据挖掘不一样，数据分析根据推理、知识得到一个结论，数据挖掘不知道什么原因，通过大量数据分析得出一个结论。Data Analytics比较大数据。北美、欧洲、中国点行业里最热话题，各个电力公司都在做自己的数据分析元。现在市场比较流行用户分析元，对用户进行分类，提供优良服务，需求响应，资产管理一些分类，优化的，包括变电站管理、变压器管理，第三是电网优化策略，就是一些分析元，怎么做了以后，怎么实行配电效率，怎么快速故障定位，怎么进行输电。这是功能对象来说，侧重IT行业，描述以前的，分析以往信息，还原以前的场景，电力系统常说的窃电分析，用过去数据分析用户行为，发生线路故障，信息全掉出来，我来分析，当时为什么发生这个故障。预测性分析元，分析未来，好多我们做的风险评估、负荷预测，都符合这个场景。优化式分析元，根据得到的所有信息，能给电力公司或者给用户推荐一种优化场景，你这么做，可能对你的运行或者服务更好一些。现在市面上数据，电力行用的数据分析元基本上属于这几种类型之中。
在北美50%以上电力公司都在做这方面工作，但是有一个特点，大数据的平台基本上都是各大厂家提供的，包括IBM、EMC，做大数据平台，数据元做分析，很多电力公司委托厂家做开发，有不少做自己的开发，包括回国以前也在做这方面开发，中国也是这样情况，很多公司自己做一些应用，主要把电网优化和客户服务作为重点。智能电表数据也是这几年刚拿到位，现在市场预测，GTM研究机构预测，现在的市场会在未来的几年，现在基本上每年11亿美元电力行业数据分析元，扩大过几年到40亿美元。还有IBM大的咨询公司，还有EMC，这方面做了很多工作。
现在很多场景，在做Data Analytics这方面的开发。数据分析元本身的作用和大家想的一样，其实把数据中找出一些隐含原因，再给大家做决策、推荐，通过数据分析，找出问题的地点和时间、原因，再把推进策略怎么应对，工程师和现场人员得到启示，做展示，这是现在数据分析元工作的套路和思路。
数据分析元系统架构，底下一个平台、服务器，中间部分做电力公司开发电表数据分析元，电网、可再生能源数据分析元，这个数据是加利福尼亚州的电力公司做的分析，左下侧是数据分析元，右下侧是数据平台，中间一层做数据展现和分析，美国电力公司自己开发和买的数据分析元，这是架构。各个电力公司基本上按照这个思路来做。
下面利用几分钟讲一下，现在在电力公司里面，大家都在开发智能电网数据分析元，电力行业刚兴起一个行业，电力公司得到大量数据，以前有很多数据，多了以后，大家想办法来做，现在大家行业里比较关注或者常见一些分析元，包括常见的系统TOP连接生成和完善，电力公司里通过电力信息系统，把电力公司的线路和用户连接做了很好的标定，有很多错误，电力公司没有太多的人手管理，因此在北美和咱们国家一样的情况，二次测的线路里面，线路怎么连接，电力公司变压器有些联系，这个关系非常多，以前靠人力、人工方式排查，上海电力公司前几年花两亿左右，两年时间，线路全排查一遍，线路咱们国家经济发展特别快，这个线路不停地变，刚查完，发现线路又变了，有了电表数据以后，通过回归方式，数据分析方式，自动生成TOP，然后识别负荷一些设备，有些设备发现有问题的话，可以快速判断，包括在美国佛罗里达有一个电力公司，他根据电压值变化，可以判断变压器要烧坏，有一个固态，烧坏以前，二次绝缘子，突然升高10%，一个月以后，变压器基本上烧坏，有这个过程。每天扫描这个数据，发现这个情况监测，发现有问题，自动报警，认为变压器要坏了，发现以后马上要换了。
各个省，美国电力公司，欧洲电力公司，都在做，怎么利用智能电表数据，分析哪些用户没有按时交费，哪些电表已经通过了，一些偷电行为，故障检测，可靠性分析，系统评估等等，都是一些现在电力公司常见一些主要数据分析元。
在国内做的一些工作，这是清华大学的韩教授，他们根据PMU和WAMS数据进行挖掘，进行暂态电压稳定，做了很好系统，在南方电网进行运用，做的非常错，我在韩院士片子里拿了一张，做暂态电压稳定根据PMU和WAMS数据进行评估。很多地方做过载管理，变压器过载率和负荷分析，哪些变压器过负荷，哪些变压器出现问题，根据过负荷进行评估，做到系统里。变压器监测。可靠性指标展现，根据智能电表数据，可以把哪个用户断电，哪个用户在线，一年统计，可以非常清晰在电子信息系统上，每个用户可靠性服务，还有指标做一些展现，电网什么地方要做投资，什么地方做服务，具有指导作用。这是非常实用的。
我在国外领着几个年轻人做，全世界第一个，哪个电网线路在电子信息系统接错，可以自动检错，自动修复，以前靠人工，有了电表以后，用回归方式算的丰富好，在国际上已经有几篇文章发表出来，大家有兴趣的话，可以看一下。这是电表的异常检测，窃电分析，现在有大量公司在做，通过人的行为、电表行为分析，大家是不是动了手脚。我们的国家，特别是在浙江，其实我们做了很多这样的工作，发现以前的窃电，看的非常清楚，电表数据，准确的用户，什么时候窃电，窃多少电，可以分析出来，各个电力公司，有工作重点，防窃电。
我做的工作，怎么利用电表数据，来分析台区和用户关系，变压器台区和用户对应，24小时电压或者两周电压曲线比较，一个变压器，下面所有用户，明显看到两个用户电压曲线跟其他用户不一样，首先我就会猜测这两个用户可能不在变压器上，然后利用再把这两个用户曲线，放到相邻的变压器进行模拟，发现其实它和临近变压器用户电压曲线非常吻合。本来标在一个变压器，接在另外一个用户上，以前全是靠人工检测，现在多了很多数据，简单的数据分析元，完全可以实现这些自动检测。可能不能实现百分之正确检测，但是起码可以在60%到80%的正确识别率，这是给电力公司提高的效应。这就是我汇报的全部，谢谢!
关于IT 2020：
IT 2020高端论坛是由中国工程院、美国国家工程院、EMC公司、VMware公司、浪潮集团及联想集团共同举办的一场仅面向受邀人员的世界级的高端论坛。论坛聚焦未来数年内影响中国乃至全球行业和经济发展的大数据、云计算和新兴IT趋势。来自中国、美国及全球各地的学术界和产业界的领导者及专家学者都将参与此次盛会。
本届论坛将进一步探索云计算和大数据的架构、应用和对主要行业的影响。届时中国工程院和美国国家工程院的顶尖科学家、学术界的知名专家以及产业界著名的思想领袖将汇聚一堂，与您共同探讨宏观IT趋势的话题。聚焦云计算和大数据的基础架构，两者对中国IT策略、经济发展和城市可持续化发展的影响，以及大数据在中国可持续化发展进程中至关重要的三个行业中的应用：医疗、能源变革和综合交通。
