| |
| 大数据——给电力统计提出新任务 |
| 加入时间：2014-08-27 来源：本站 作者：lihonglei |
|
|
| |
|
2012年以来“大数据”的概念在中国流行开来，最早提出大数据时代到来的是麦肯锡。麦称：“数据已经渗透到当今每一个行业的业务领域，成为重要的生产因素”。大数据在理论教育、工程技术、军事通信、金融经济等领域早已存在，只是当互联网，云计算，信息产业这些年的发展而突飞猛进。使大数据成为决策、治理、评估的关键环节。理所当然地引起广泛关注。习近平主席十分关心我国大数据的发展。2013年9月率常委参观中关村科技创新企业、科研单位。这是一次别开生面的中央领导集体学习。担纲老师的是科技创新企业。科研单位的负责人，其中百度CEO李彦宏讲解的题目就是“大数据”，讲解的重点是“大数据”能实现什么样的未来，这个话题吸引常委们的目光，这无疑给人们强烈的暗示。李克强总理在今年两会上，将大数据写入政府工作报告。在部署2014年重点工作，要求设立新兴产业创业创新平台。包括大数据在内的新产业方面赶超先进、引领未来产业发展，国务院副总理汪洋则专门推荐美籍华人徐子沛写的《大数据》，指出，如何收集、保存、维护、管理、分析、共享正在呈指数增长的数据，是我们必须面对的挑战。
大数据的概念引入我国后发展很快，中科院、高等院校及一些研究机构对大数据相关的概念、事业、数据库等做了大量的研究，各行业也开展了相应的研究工作。
2013年11月国家发改委批准，设立大数据处理技术研发与应用实验室并命名“国家和地方联合工程实验室”。
工业和信息化部赛迪研究院认为，“十二五”期间为我国大数据云计算起飞阶段。2011、2012、2013年，中国云计算的市场规模为315亿元，600亿元和1174亿元，增长速度惊人。云计算的基础就是大数据。
2014年工信部表示，将持续加大对大数据产业的扶植力度，通过相关规划。对大数据发展进行部署，推动开展大数据标准化需求分析，标准化体系框架和相关标准研制，支持关键技术产品开发和产业化。
电力行业装置成份高，自动化水平高，数据数量大，类型多，一般而言具有5V的特点，即量大(Volume)速捷(Velocity)多样(Variety)价昂(Value)精确(Veracity)。运用好大数据对于提升企业决策水平，运行水平和经营水平有着极高的价值。因此电力行业应是大数据应用领先的行业之一。
自大数据概念引进后，电力行业各有关企事业单位高度重视，进展多方位深入的工作。
2012年8月，中国电机工程学会信息化专委会举办大数据应用论坛，来自政府部门研究机构和电力企业的官员、专家和实际工作者进行了范围广泛的交流，是电力行业首次较大规模的行动，年终召开的信息化年会，对一些单位还进行了表彰，各大电力企业也纷纷就大数据工作进行部署，国家电网公司在北京、上海、西安建三个数据灾备中心，其中北京的数据中心设在亦庄，南方电网公司则投资建设一体化信息平台，而五大发电集团正欲重构其信息系统以建立新的管理与营运模式。
2013年中国电机工程学会发布《中国电力大数据发展白皮书》对电力行业大数据发展作了全面的阐述。
但是这些活动总体上看热闹有余扎实不足，常言道万丈高楼平地起，千里之行始于足下，要建设大数据这样一个大厦首先要打好基础，这基础就是电力的数据统计。
中国的电力统计事业可以追溯到建国后中央人民政府设立燃料工业部，从那时到现在的65年中绝大多数时间，电力统计设在计划部门，作为一项职能存在，六十余年来电力统计的成果都沉淀在《电力工业统计资料汇编》，这份资料汇编一年一册，已经形成系列产品。但是由于在较长一段时间内电力计划部门的一项重要职责就是固定资产投资计划的编制和组织实施，因而，长期以来电力统计工作也把围绕固定资产投资提供服务当作履职的指导思想。
2002年中国电力体制发生了重大改革，电力企业重组后，不再形成全国统一的管电部门或一体化的电力企业，电力统计转移到电力行业组织——中国电力企业联合会。尽管中电联作了很多创新，如推出每个季度的电力供需综合分析报告，但电力统计的基本格向并未发生变化，而且现在看电力统计这个基础工作大有加深工作之必要，扩展服务之可能。
例如，电力系统有可能发生故障，发生故障就会造成损失，(包括直接损失和间接损失)，而要想不发生这样的损失，就要避免发生故障，要做到这一点就必须提高设防水平，也就是要花钱(它便成了机会成本)对一个系统而言一定有一个中肯值，使得在这样的数据下电力系统故障的损失与电力系统的安全投入相等，这样通过大量的数据输入和运算可以导出在各种故障条件下把损失降至最低情况下，为应对损失的设防水平适当的方案，以图在总体上电网结构最经济。一个电力系统通常接有多个电源并列运行，其规模设置应能够应对任何情况下电源的被迫退出，不同的故障导致电源退出反过来会影响电力系统失负荷，这中间也有一组相关关系，为求得在可以应对各种故障时的备用率最恰当，同样需要大量的原始数据。
再例如，运行的各种各样机组，有着不同的性能，在编制运行方式时如何通过海量运算求出任一运行工况下，各个机组的效率都达到最优，尤其是要探讨在电力市场自由交易下(即发电企业向用电企业售电)，影响电力资源分配的要素将是机组效率和交易价格双重因素，要让运行方案最优，就须借助云计算和大数据。煤电机组或担当调峰任务，当负荷降低时，其煤耗有相关性，这些都需要实时的数据。
再例如，对于电力企业而言，其生产经营活动所产生的价值的增长通常由三部分构成，即：资本的投入、劳动的投入和全要素生产率，借用柯布—道格拉斯生产函数推导得出：
GY=GA+aGL+bGK
其中GY—经济增长率
GA—全要素生产率
GL—劳动增加率
GK—资本增长率
a—劳动份额
b—资本份额
即电力企业生产总值的增长取决于劳动生产率、资本生产率和全要素生产率，上世纪90年代，中国电力企业联合会曾组织专家过研究，就华中电网、山东电网、新疆电网作为案例分析。苦于对大数据的需求和当时的计算工具的不足这项工作难以深入地进行下去，现在看在市场经济条件下这些工作具有特别重要的意义。
企业的生产总值核算方法有生产法、支出法和收入法，收入法核算是将生产总值分配成劳动者报酬、企业盈余、生产税净额和固定资产折旧四大项。反映了劳动成果在政府、企业和劳动者个人三者之间的分配关系。这项核算在2002年电力改革之前一直在进行，电力统计资料汇编有所记载，2002年改革后，一些单位仍在进行(如国网公司2004年-2008年的核算结果记入其统计资料，但2008年以后不再进入统计资料了)，有些单位统不做这项核算，因此，全行业的数据从此失传，这急待恢复和建设。
以上列举数例足可以证明，在电力系统中开展大数据工作，首当其冲的是使电力统计工作得到迅速加强，使之适应大数据和云计算的要求，那么我们应当怎么办呢?笔者认为以下七项工作需要认真研究和有效地抓起来。
1.要把大数据工作列为各公司的基础工作，纳入工作计划安排，进入领导层工作视野。为此要指定一个部门将职能管起来，注意大数据工作与已经存续多年的统计分析工作有机结合，不要两层皮，也可以把大数据的管理工作设在统计部门使两者的工作一体化。
2.要有一个技术后台。大数据工作涉及到数据的采集、存储、输送、加工、利用等多个环节，每个环节都需要强有力的技术支撑，这方面的工作需要有一个专业化的技术公司统筹担当起来，该公司兼具科研和工程实践。为此在职能部门与技术后台直接要有合理的工作分工，发挥各自的优势。
3.制定规划。发展大数据工作要保持一定数量的资金和技术装备投入。为此各公司应当制定本公司大数据发展战略，选准工作方向和技术路线，不要轻易地改变大的选择。在此基础上结合“十三五”规划编制大数据专项规划。
有必要指出的是，由于历史的原因，在电力企业和电力行业管理中，长期盛行专业管理，大量的技术经济数据分别储存在生产技术、基建工程、科技研发、财务经营、销售服务等专业领域。在大数据时代这种专业领域分割式的管理是不合适的，因而需要一个部门统筹起来，有专业的机构将各专业数据收集和初加工，形成一套统一的数据系统，以便为大数据规划提供基础支撑，这在企业管理上的整合需要提前抓紧进行。
4.经过准备和筛选，安排一批示范工程。通过工程验证大数据系统的目标设置，技术平台的技术经济合理性，投资强度和投入产出分析，相应的管理制度、方法和评估系统，即通过示范工程的实践取的工作经验为大数据工作的全面开展奠定基础。
5.组织成果交流，对取得的经验，进一步扩大应用和推广应用，积少成多，使之对决策和管理能够收到明显的效果。
6.兴办刊物，作为技术交流平台，并进步形成一套工作方法。中国电力企业联合会和中国电力发展促进会要将行业服务和推动工作担当起来。
7.通过实实践和理论培训，逐步形成一支大数据工作队伍和业务骨干。
大数据在向我们招手，让我们拥抱大数据吧! |
| 信息、图片来源网络，如有侵权，联系删除。 |
|
|
|
|
|
