文/張妍（實習生）、畢得（院長助理）
清華大學互聯網產業研究院
大數據時代下，使用各種數據和技術服務于經濟社會發展和人民生活改善，成為重要的時代命題。電力大數據作為能源領域和宏觀經濟的“晴雨表”，在反映經濟發展情況、監測經濟政策運行成效等方面發揮著重要作用，電力大數據的合理應用將有效提升社會治理能力。
不同于其他基于移動端和 PC 端的應用數據，電網聯通千家萬戶，電力數據貫穿于電力的生產、傳輸、分配、調度、使用全流程與環節，覆蓋的地理范圍更大、對象更多、實時性強、準確性高，其量級已經達到 PB 級，海量的電力大數據催生豐富的應用場景。
（1）經濟運行和政府干預。
根據企業的用電數據，國家電網開展了一系列信貸反欺詐、授信輔助和貸后預警相關的數據分析與應用，幫助金融機構更加清晰地判斷企業運營狀況，減少了信貸活動中常面臨的道德風險問題，進而大大緩解了中小企業融資約束困境。同時，利用電力數據進行住房空置率分析，能夠幫助政府準確掌控房地產市場發展現狀，從而進行有效的房價管控。此外，通過分析不同行業、不同地區的電力消費情況，進一步構建出行業-地區層面的經濟發展指數，有助于政府把握產業結構現狀及潛在變化趨勢，為下一步精準制定產業發展規劃、區域經濟政策提供決策基礎。
（2）環保治污與碳中和。
通過將環保重點受控企業用電信息接入環保監測平臺，以及在重點企業的排污、治污設備上加裝電能監測裝置等方式，電力數據可以實時監測出污染企業的能耗、治污情況，在此基礎上協助政府對污染企業進行監管以及處罰。當前人類社會處在新一輪能源革命的重要階段，各國大力推進環保清潔的新能源替代傳統的化石能源實現碳中和。結合電力大數據對全國能源消費分布情況進行準確把握，可以為政府前期的規劃工作提供重要的數據支撐，為實現碳達峰、碳中和提供幫助。
（3）疫情后企業復工復產。
在新冠肺炎疫情期間，工信部、國家衛健委和科技部出臺了針對將大數據等數字技術應用于疫情分析、病毒溯源的相關文件，此后數字化在社會治理中的作用日益凸顯。隨著疫情的有效控制，助力企業復工復產成為政府面臨的新問題。國家電網結合電力大數據構建了“企業復工電力指數”，通過企業用電情況來分析其生產狀態，從而幫助政府準確判斷并核實企業的復工情況，為國家決策提供了專業的數據支撐。
（4）空巢老人的安全問題。中國社會人口老齡化趨勢日益加重，大量孤寡老人面臨著獨居在家的問題，這部分群體的安全引起社會廣泛關注。電力大數據的應用，為解決這一問題提供了新的思路，結合電力數據構建的“獨居指數”，我們可以對這部分老齡群體進行重點監測，實時判斷其生活狀況。這一應用為民政部門、社區服務中心提供了遠程監護孤寡老人的“關愛之眼”。
電力大數據主要來源于電力
系統內部和外部，內部數據主要包括電力企業內部生產、配變、營銷、調度、運檢等系統，貫穿于電力生產管理和運營服務的各個環節；
外部數據主要來源于政府相關部門、第三方社會平臺、電力客戶內部系統，涉及經濟、人口、面積、環境、氣象、用戶內部二三級用電計量數據等。
海量的電力數據具有覆蓋范圍廣、時效性強、客觀性突出的鮮明特點，與社會治理契合度極高。
（1）覆蓋社會治理的各類主體和地域。
電力大數據能夠監測到家庭、企業、機關及事業單位等各方面主體的用電情況，地理范圍囊括了除少部分欠發達偏遠山區外的全部地區，數據體量龐大。因此，借助電力大數據開展各類分析與測算具有很強的代表性，其研究結果具有較好的外部有效性。針對于電力系統內部數據，利用大數據技術預測進行電力負荷預測，通過收集海量的數據后搭建出合適的預測模型，對模型進行反復實驗，調參后用其預測電力系統各環節的負荷情況，有助于電力企業根據實時及歷史數據及時改變電力系統運行與管理策略，保證電力系統穩定高效運行。對于外部數據，由于其包含了豐富的反映用戶行為模式和需求特點的信息，通過AMI數據(反映用戶用能情況、用戶分布式發電、儲能系統和電動汽車的應用情況，參與電網互動情況)和用戶特征數據的結合，電力部門可以展開用戶側分析，為更加高效地調度電力資源提供參考依據。同時，電力作為各行業重要的生產要素，結合企業的電力需求來判斷行業發展現狀、產業結構變動以及經濟總體運行情況能夠為預測經濟增速、制定宏觀經濟政策提供決策支持。
（2）高時效性服務于社會治理的日常監測。
社會治理能力的評價一方面關注政府對于緊急情況的反應速度和處理能力，另一方面則是日常監測和運維手段的先進性。電力行業自動化、數字化水平較高，用于數據采集、傳輸和應用的基礎設施完備，部分采集類數據頻度可達分鐘級、秒級，這就意味著對于監測頻度和反應速度也會隨之大幅提高。通過對內部數據的實時監測，電力部門可以快速發現電網在傳輸、配電等過程中出現的問題，及時排查并檢修，并在夏季等用電高峰通過更加靈活的電力負荷管理，減少用電高峰期對電網設備帶來的壓力；通過對外部數據的實時監測，電力系統可以防止用戶竊電、違規用電，進而規范用電行為，提高社會文明水平。
（3）客觀性為測度經濟發展提供重要參考。經濟發展評價指標體系作為學術研究和政府決策的基礎，其有效性一直以來備受關注。包括總產值、凈利潤在內的微觀企業生產效率評價指標和 GDP、行業增加值等區域行業生產效率評價指標一定程度上存在人為操縱的缺陷，因此在實際操作中，有很多人使用燈光數據作為經濟發展水平的代理變量。電力大數據比燈光數據更加細致具體、包含更加豐富的信息，同時將內部和外部數據有機結合、相互印證，為研究者提供更加科學客觀的數據作為支持，將其應用于測度經濟發展將會產生巨大的學術研究價值和政策研究價值。
在推進電力大數據加強社會治理過程中，我們需要進一步加強數字技術、新型基礎設施建設和制度建設。
（1）數字技術發展提升電力大數據的應用成熟度
電力大數據的全面應用依托數字技術的發展。電力大數據盡管擁有廣泛的應用場景和極高的應用價值，但對于全面應用推廣還需要數字技術加以支持。
做好數據提取和整合。
電力大數據具有相當復雜的數據類型，半結構化和非結構化數據占據總體的很大比例，對于這部分數據的預處理并將其進行結構化存儲成為電力大數據應用的首要技術難題。ETL 引擎一般以組件化的方式實現數據轉換，解決了從多個數據源收集數據后面臨的格式、存儲類型不統一的問題。同時，經過標準化處理后的海量數據，借助云存儲技術可能被保存下來，為下一步分析和應用提供便利的前提條件。
緊抓分析與應用。
數據分析和場景化應用是充分發揮和體現電力大數據價值的關鍵環節。傳統的線性回歸和時間序列分析難以充分挖掘電力大數據的潛在信息，一些基于大數據訓練出的機器學習模型成為新的技術手段。比如現有研究利用深度神經網絡（DNN）和支持向量機（SVM）等機器學習方法，可以實現對于用戶側的竊電與異常用電行為檢測；還有基于 TensorFlow 收集各類天氣信息和電力價格、電網水平數據相結合進行電價預測。
重視數據可視化與結果呈現。
電力大數據的應用最終會回歸到幫助使用者理解并進行正確決策這一初衷，這就意味著數據展示和結果呈現的方式將會起到傳遞信息的關鍵作用。
（2）增強與新型基礎設施的協同。
電力大數據的開發和利用需要充足的資金，更需要新型基礎設施的支持。電力數據的超大“體量”需要強大算力，也需要大規模、高效的數據中心，據此，我國提出了“西算東數”工程，將在東部布局建設數據中心，在西部布局計算中心，而“東數西算”可以推進數據中心在空間布局上的優化和算力上的提升。電力大數據可結合新型基礎設施建設，為電力大數據在社會治理領域的開發應用得到進一步的物質保障。
（3）強化制度保障建設。
電力大數據本身涉及到產權問題，尤其是脫敏前的電力數據包含豐富、多維度的隱私信息，需要特別引起重視。對于電力大數據開發使用過程中的隱私保護和使用權歸屬等問題，政府應當從法律層面上加以明確和規范。盡管當前我國尚未出臺全國性統一、專門的大數據法律，但在大數據立法方面，一些地方（如貴陽市、深圳市）已經開展了積極的嘗試與探索，未來中央也會加快關于數據產權方面的立法，讓各類數據開發活動有法可依。
