用電大數(shù)據(jù)的應(yīng)用研究

李斌（國網(wǎng)江蘇省電力公司，南京 210024）

◆營銷與服務(wù)◆

用電大數(shù)據(jù)的應(yīng)用研究

李斌
（國網(wǎng)江蘇省電力公司，南京 210024）

隨著用電信息采集系統(tǒng)的建成與完善，為滿足電力營銷業(yè)務(wù)的迫切需求，基于用電信息大數(shù)據(jù)的研究與分析已成為電力企業(yè)亟待開展的工作。用電大數(shù)據(jù)分析只有落實到具體的業(yè)務(wù)才能發(fā)揮其功效，從配網(wǎng)規(guī)劃運行、營銷服務(wù)提升、人民生活水平、地區(qū)經(jīng)濟發(fā)展4個方面，闡述國網(wǎng)江蘇省電力公司開展的初步研究和分析工作。開展相應(yīng)的用電大數(shù)據(jù)應(yīng)用場景分析，實現(xiàn)從用電大數(shù)據(jù)理論分析到具體業(yè)務(wù)場景分析的實質(zhì)性進(jìn)展，為提升電力營銷服務(wù)水平、構(gòu)建智慧城市提供數(shù)據(jù)和技術(shù)支撐。

用電大數(shù)據(jù)；配網(wǎng)運行；營銷服務(wù)；住房空置率；行業(yè)景氣指數(shù)

一直以來，電力消耗水平都被認(rèn)為是衡量地區(qū)經(jīng)濟發(fā)展的重要指標(biāo)，“克強指數(shù)”［1］也將用電量作為衡量經(jīng)濟發(fā)展的三大指標(biāo)之一，可見其對經(jīng)濟發(fā)展的重要性，因此針對用電量數(shù)據(jù)展開深入分析和研究是非常有必要的。

隨著用電信息采集系統(tǒng)［3］（以下簡稱“用采系統(tǒng)”）和智能電能表的推廣應(yīng)用，營銷管理與服務(wù)步入更加信息化、自動化、智能化的發(fā)展階段，自動抄表、智能互動、個性化服務(wù)等精益化營銷業(yè)務(wù)得到了強大的技術(shù)支撐。同時，智能用采系統(tǒng)的全面覆蓋使獲取全省用電數(shù)據(jù)、準(zhǔn)實時監(jiān)控全省電網(wǎng)運行情況成為可能。

為充分發(fā)揮電網(wǎng)中用采系統(tǒng)和負(fù)控系統(tǒng)在日常電量統(tǒng)計工作中的重要作用，增強全社會行業(yè)用電數(shù)據(jù)實時性和準(zhǔn)確性，迫切需要建設(shè)基于全覆蓋實時采集的全社會用電信息大數(shù)據(jù)智能分析和管理系統(tǒng)，多維度實時展現(xiàn)全社會用電量信息，通過數(shù)據(jù)挖掘和分析技術(shù)總結(jié)行業(yè)和產(chǎn)業(yè)用電量變化情況并建立適宜的模型，有效應(yīng)用于經(jīng)濟趨勢預(yù)測和政策輔助決策支持領(lǐng)域。

隨著《中國電力大數(shù)據(jù)發(fā)展白皮書》的頒布，國內(nèi)電力系統(tǒng)領(lǐng)域掀起了一股電力大數(shù)據(jù)研究熱潮，不少專家學(xué)者在電力大數(shù)據(jù)關(guān)鍵技術(shù)研究和應(yīng)用前景展望［3—6］，以及電力大數(shù)據(jù)典型場景應(yīng)用［7—9］方面展開了深入而廣泛的研究。目前，江蘇省電力公司已經(jīng)在現(xiàn)有營銷大數(shù)據(jù)的基礎(chǔ)上，展開了初步的研究和分析工作，取得了一定的成果。

1 用采系統(tǒng)的建設(shè)

用采系統(tǒng)的建設(shè)是為“SG186工程”［10］營銷業(yè)務(wù)應(yīng)用提供電力用戶實時用電信息數(shù)據(jù)，推進(jìn)營銷計量、抄表、收費模式標(biāo)準(zhǔn)化和信息化建設(shè)，為快速響應(yīng)市場變化、快速反映客戶需求從客戶用電信息的源頭提供數(shù)據(jù)支持，為分時電價、階梯電價、全面費控管理等營銷業(yè)務(wù)策略的實施提供技術(shù)基礎(chǔ)。

用采系統(tǒng)不僅具備基本的用電信息采集功能，而且集成了供電質(zhì)量監(jiān)測、配變運行監(jiān)測、臺區(qū)線損分析、有序用電管理等高級功能，如圖1所示。

圖1 用采系統(tǒng)的功能

截至2015年2月，江蘇電網(wǎng)用采系統(tǒng)已接入3 328萬余塊智能電能表、156萬余個采集終端，覆蓋全省3 568萬余戶電力用戶，覆蓋率和采集成功率均達(dá)到99%以上。用采系統(tǒng)每日采集居民用戶電量數(shù)據(jù)3 568萬余條，負(fù)控用戶96點負(fù)荷曲線26萬余條，加上處理、分析后產(chǎn)生數(shù)據(jù)信息，每日新增的數(shù)據(jù)量達(dá)30 GB之多。如何充分利用用采系統(tǒng)產(chǎn)生的用電信息大數(shù)據(jù)，為電網(wǎng)電力營銷和運行優(yōu)化提供決策支持，是一個亟需研究的課題。

2 用電大數(shù)據(jù)助力配網(wǎng)運行

智能用采系統(tǒng)的建成，實現(xiàn)了全網(wǎng)配變每15 min一次的運行數(shù)據(jù)采集和上傳，使配網(wǎng)運行狀態(tài)得到了實時的全面監(jiān)控。

2.1 配變負(fù)載特性分析

配變損耗約占配電系統(tǒng)總損耗的60%～80%，配變的負(fù)荷特性關(guān)系著配電網(wǎng)的運行經(jīng)濟性。

變壓器的損耗由鐵損和銅損組成，對于低載、輕載變壓器而言，其負(fù)載率過低，損耗大部分由鐵損組成；而對于重載變壓器而言，其負(fù)載率很高，銅損又與負(fù)載電流的平方成正比，因此其損耗主要來自銅損。過高、過低的負(fù)載率都不利于變壓器的經(jīng)濟運行，因此有必要研究配變負(fù)載特性，利用聚類工具進(jìn)行負(fù)載特性分析。

應(yīng)用場景：配變負(fù)載特性聚類。

從用采系統(tǒng)中抽取41 487條大客戶96點負(fù)荷曲線，歸一化處理后利用K-means［11］聚類算法對負(fù)荷曲線進(jìn)行聚類分析，得到如圖2所示的4類負(fù)荷特性。

這4類負(fù)荷分別為全天型、夜間型、白天型1和白天型2。其中白天型1為白天全天負(fù)荷較高，夜間較低，而白天型2為白天負(fù)荷較高，但中午有一個降低。這4類曲線共計27 308條，約占總數(shù)的65.82%。

可見配變負(fù)載特性是有跡可循的，負(fù)荷特性的聚類分析也是后期的配變經(jīng)濟運行的基礎(chǔ)，可針對大數(shù)據(jù)的聚類基礎(chǔ)開展更大范圍、更深層次的負(fù)荷特性分析。

2.2 配變重過載風(fēng)險預(yù)警

隨著用電采集系統(tǒng)的完善，配網(wǎng)實時運行狀態(tài)得到全面監(jiān)控，使得配變實時重過載運行狀態(tài)監(jiān)測、配變重過載風(fēng)險預(yù)警成為可能。配變重過載風(fēng)險預(yù)警可以在配變發(fā)生重載、過載之前就產(chǎn)生負(fù)載狀態(tài)預(yù)測并發(fā)出預(yù)警，為配變運行優(yōu)化提供定量參考，有效提高配網(wǎng)的運行效率和質(zhì)量。

圖2 4類典型負(fù)荷特性

應(yīng)用場景：配變重過載預(yù)測。

對大量的配變電量和負(fù)荷數(shù)據(jù)進(jìn)行特性分析，發(fā)現(xiàn)配變的數(shù)據(jù)具有相對的周期性和波動性，并得出電量比負(fù)荷更加具有良好的穩(wěn)定周期與波動。同時發(fā)現(xiàn)影響其周期性的自身波動的主要因素有溫度因素、周休日因素、自然增長率因素。

在對配變的最大負(fù)荷預(yù)測時，首先預(yù)測配變的日電量，然后再將用戶的溫度負(fù)荷曲線特性經(jīng)過處理進(jìn)行預(yù)測得到預(yù)測月內(nèi)每日的最大預(yù)測負(fù)荷，最后將所有超過10天超載的配變過濾出來。

以蘇北某農(nóng)村配變?yōu)槔?，如圖3所示。圖3中展示了該配變2015年1月—3月的實際負(fù)荷率和1月—6月的預(yù)測負(fù)荷率。

圖3 某配變負(fù)荷率預(yù)測曲線

該配變在2015年1月、3月多次出現(xiàn)過載情況，預(yù)計其將在2015年夏天會出現(xiàn)持續(xù)性的重載壓力，因此可預(yù)警相關(guān)人員提前處理該配變的負(fù)載問題。

2.3 配網(wǎng)故障狀態(tài)實時監(jiān)控

配網(wǎng)狀態(tài)的實時監(jiān)控為及時發(fā)現(xiàn)配網(wǎng)的異常和故障提供了技術(shù)上的支持，極大地方便了配網(wǎng)的運行監(jiān)控和故障檢修，是實現(xiàn)智能用電的重要基礎(chǔ)。

應(yīng)用場景：配網(wǎng)故障搶修。

傳統(tǒng)的配網(wǎng)故障搶修步驟為：①配網(wǎng)發(fā)生故障后相應(yīng)用戶停電；②用戶向電力客戶服務(wù)中心報修；③電力公司派遣搶修隊排查故障位置，進(jìn)行電力搶修。

這種搶修方法時間周期長，耗費資源多，在夏冬高峰負(fù)荷時期，尤其容易造成搶修人員不足、資源缺乏的問題。而用采系統(tǒng)的出現(xiàn)，完全顛覆了上述故障搶修步驟：當(dāng)配網(wǎng)某位置發(fā)生故障時，用采系統(tǒng)獲取的相應(yīng)電氣參數(shù)將發(fā)生變化，通過與歷史運行大數(shù)據(jù)的比較分析，可以快速、準(zhǔn)確判斷故障的類型、位置，從而縮短配網(wǎng)故障搶修的耗費時間，降低資源消耗。

3 用電大數(shù)據(jù)提升電力營銷服務(wù)

3.1 客戶服務(wù)滿意度分析

客戶滿意度是客戶期望值與客戶體驗的匹配程度，反映的是客戶的一種心理狀態(tài)。提高客戶滿意度，首先要去了解客戶的需求，也就是對客戶的滿意度進(jìn)行一定的分析和歸納，以便針對客戶需求做出相應(yīng)的戰(zhàn)略改變。

經(jīng)過對電力客戶相關(guān)業(yè)務(wù)的分析和梳理，總結(jié)出以下3點與電力客戶服務(wù)滿意度密切關(guān)聯(lián)的影響因素。

（1）供電穩(wěn)定與供電安全

供電穩(wěn)定、供電安全是電力客戶最容易感知的因素，客戶對供電穩(wěn)定性、供電安全是客戶滿意度最重要的影響因子。

通過公變、配變的實時數(shù)據(jù)采集，可以實時監(jiān)測配網(wǎng)的運行狀態(tài)、供電質(zhì)量；深入分析配網(wǎng)的歷史運行大數(shù)據(jù)，可以第一時間發(fā)現(xiàn)配網(wǎng)的異常、故障狀態(tài)，縮短故障檢修時間，提高供電可靠性。

（2）用電繳費與業(yè)務(wù)辦理

用電繳費主要體現(xiàn)在抄表計費準(zhǔn)確性、獲取電費信息及時性、繳費及發(fā)票獲取方便性；業(yè)務(wù)辦理主要是手續(xù)流程的方便性及業(yè)務(wù)辦理的效率。這也是客戶比較容易感知的方面，對客戶滿意度的評價起到重要的作用。

通過電力客戶的歷史繳費記錄，分析其繳費習(xí)慣和偏好，從而改進(jìn)電費收取渠道，使客戶的繳費更加方便快捷；通過分析電力客戶的業(yè)務(wù)辦理需求，適當(dāng)增開一些業(yè)務(wù)功能，合理安排相關(guān)業(yè)務(wù)的營業(yè)時間、地點和窗口數(shù)量，使電力客戶的新裝、增容申請得到更快的響應(yīng)和更好的處理。

（3）服務(wù)渠道和客戶溝通

目前，服務(wù)渠道主要還是營業(yè)廳服務(wù)，營業(yè)廳的環(huán)境秩序、業(yè)務(wù)辦理等待時間、人員態(tài)度、辦事效率等都是影響客戶滿意的主要因子。

根據(jù)客戶在微信平臺、服務(wù)網(wǎng)站等平臺反饋的投訴問題和業(yè)務(wù)需求，適當(dāng)拓展服務(wù)的渠道，如：電話服務(wù)、網(wǎng)上營業(yè)廳、上門服務(wù)等。

3.2 客戶用電優(yōu)化建議

電力客戶在用電行為上存在著較大的差異，對居民用戶而言，這主要由生活習(xí)慣、作息時間等因素決定；對企業(yè)用戶而言，主要由工作制度、商品訂單等因素決定。如何充分利用峰谷電價，合理分配用電時間，是居民用戶和企業(yè)用戶都需要解決的問題。

在用戶用電特性分析的基礎(chǔ)上，結(jié)合用戶所屬地區(qū)、行業(yè)的整體能耗情況、平均用電量、負(fù)荷特性、峰谷能耗比以及產(chǎn)能利用率，分析用戶的能耗水平、產(chǎn)能利用水平、峰谷用能、用電經(jīng)濟性等用電合理性，提出生產(chǎn)合理用電優(yōu)化建議書，使用戶更全面的了解自己的用電情況，為促使用戶合理用電提供參考基礎(chǔ)。

應(yīng)用場景：居民用戶用電優(yōu)化建議。

以南京市某居民用戶為例，其12月用電量如圖4所示。圖中藍(lán)色部分為谷時段用電量，紅色為峰時段用電量。

圖4 某居民用戶12個月用電量

針對其12個月的用電量數(shù)據(jù)，得到了針對其用電習(xí)慣的用電優(yōu)化建議書，如表1。

表1 某居民用戶用電優(yōu)化建議書

4 用電大數(shù)據(jù)反映人民生活水平

4.1 居民電力消費水平

居民電量可以反映居民的生活水平，因為電量使用是直接與電費支出掛鉤的，電費支出的增加也說明了居民可支配收入的增長。圖5為南京市居民用電走勢，其中藍(lán)色曲線為用電量月數(shù)據(jù)，紅色曲線為用電量年均線。

圖5 南京地區(qū)居民用電走勢

由圖5可見，從2006年至今，居民用電量總體穩(wěn)步上升，冬夏兩季隨氣溫變化而用電量明顯增多。因此可以推斷，南京市居民電力消耗水平有所提升，制熱、制冷需求有所增加，也從另一個側(cè)面說明了居民生活水平的提高。

4.2 居民住房分析

居民住房情況可以體現(xiàn)居民住房需求的飽和問題，也從側(cè)面預(yù)測了房價的未來走勢，反映了人們時下最關(guān)心的問題。

居民住房分析是將居民的每日用電量進(jìn)行高度分析的實現(xiàn)，它通過分析歷史城鎮(zhèn)居民和城鄉(xiāng)居民用戶每日用電量、月用電量及設(shè)置合理的用電閾值，得到可信的全省地市居民房屋空置率，統(tǒng)計居民用戶總數(shù)和居民用電總量走勢情況。

應(yīng)用場景：居民住房空置率分析。

居民住房空置率計算流程如圖6所示。

圖6 居民房屋空置率計算流程

圖7是2015年2月江蘇省13地市城網(wǎng)的住房空置率數(shù)據(jù)及排名。其中，鎮(zhèn)江的住房空置率在省內(nèi)最高，達(dá)22.13%；南京最低，為11.61%；江蘇全省住房空置率為15.84%。

圖7 江蘇省13地市城網(wǎng)的住房空置率

5 用電大數(shù)據(jù)折射經(jīng)濟發(fā)展

5.1 地區(qū)經(jīng)濟發(fā)展分析

根據(jù)不同地區(qū)、行業(yè)的歷史電量走勢，結(jié)合負(fù)荷預(yù)測，分析不同產(chǎn)業(yè)的用電量在各地區(qū)的占比變化情況，可以了解江蘇的產(chǎn)業(yè)結(jié)構(gòu)變化，產(chǎn)業(yè)升級和遷移，以及地方特色產(chǎn)業(yè)的發(fā)展情況。

應(yīng)用場景：制造業(yè)用電量變化及產(chǎn)業(yè)遷移。

以江蘇全省制造業(yè)時空格局演變?yōu)槔右苑治觥D8為江蘇全省13地市制造業(yè)2006年1月至2014年12月的用電量占比圖。

圖8 江蘇全省13地市制造業(yè)用電量占比

由圖8可見，8年中，蘇州用電量在全省制造業(yè)領(lǐng)域占比一直保持在30%左右，處于全省領(lǐng)先位置；無錫占比下降幅度較大，從19.17%下降到13.79%。

全省制造業(yè)用電量增長率方面：宿遷、連云港、鹽城位列三甲，分別達(dá)到了207.50%、116.10%、100.08%，但從總占比而言，仍然相對較少，分別為總量的2.95%、3.12%、6.13%。蘇南經(jīng)濟發(fā)達(dá)地區(qū)的制造業(yè)用電量占比有所下降，而蘇北占比有所上升，可見江蘇制造業(yè)正發(fā)生著由南向北、由經(jīng)濟發(fā)達(dá)地區(qū)向發(fā)展中地區(qū)的遷移。

5.2 行業(yè)景氣指數(shù)分析

行業(yè)景氣指數(shù)又稱為景氣度，是對企業(yè)景氣調(diào)查中的定性指標(biāo)通過定量分析方法加工匯總，綜合反映行業(yè)所處的狀態(tài)或發(fā)展趨勢的一種指標(biāo)。影響行業(yè)景氣的外因是宏觀經(jīng)濟指標(biāo)波動、上下游產(chǎn)業(yè)鏈的供應(yīng)需求變動，內(nèi)因是行業(yè)的產(chǎn)品需求變動、生產(chǎn)能力變動、技術(shù)水平變化以及產(chǎn)業(yè)政策的變化等。

根據(jù)行業(yè)的產(chǎn)能利用率和業(yè)擴容量數(shù)據(jù)，利用大數(shù)據(jù)分析技術(shù)和相應(yīng)算法，可以分析和研究該行業(yè)的景氣指數(shù)走勢。

應(yīng)用場景：制造業(yè)景氣指數(shù)分析。

具體步驟如下：

（1）獲取2006—2014年全省制造業(yè)的產(chǎn)能利用率數(shù)據(jù)和業(yè)擴容量數(shù)據(jù)。

（2）分別對行業(yè)產(chǎn)能利用率和業(yè)擴容量數(shù)據(jù)2項進(jìn)行分析，按照一定算法將此參數(shù)換算成對應(yīng)指數(shù)。以歷史最大連續(xù)6個月月均產(chǎn)能利用率F作為產(chǎn)能利用率項100分，以歷史最大連續(xù)6個月平均業(yè)擴容量P為業(yè)擴容量100分。根據(jù)該日期往前6個月的產(chǎn)能利用率和業(yè)擴容量，計算最近6個月月均產(chǎn)能利用率F和業(yè)擴容量Pexpan。

（4）對得出的該日期產(chǎn)能利用率分?jǐn)?shù)和業(yè)擴容量分?jǐn)?shù)按照一定的權(quán)重計算出該日期的景氣指數(shù)u

式中：μ為產(chǎn)能利用率指數(shù)的權(quán)重系數(shù)，取值為0≤μ≤1。

較之業(yè)擴容量這種純電量信息，產(chǎn)能利用率指數(shù)更能體現(xiàn)企業(yè)的電量利用效率，是企業(yè)能耗轉(zhuǎn)化為產(chǎn)量的重要指標(biāo)，因此通常 μ的取值較大，即產(chǎn)能利用率指數(shù)在行業(yè)景氣指數(shù)中所占的比率更大。大量數(shù)據(jù)分析表明，μ取0.8時，行業(yè)景氣指數(shù)較為平穩(wěn)，類似于PMI指數(shù)。全省制造業(yè)2009—2014年基于用電的行業(yè)景氣指數(shù)如圖9所示。

由圖9可以看出，江蘇省制造業(yè)在2009—2011年之間基于用電的行業(yè)景氣指數(shù)都在50分線上下波動，說明江蘇省制造業(yè)維持在一個比較穩(wěn)定的發(fā)展水平。進(jìn)入2012年后有所放緩，印證經(jīng)濟發(fā)展方式加快轉(zhuǎn)變的主線，2014年我國經(jīng)濟發(fā)展進(jìn)入新常態(tài)，增速放緩，但質(zhì)量和效益提升。

圖9 行業(yè)景氣指數(shù)

5.3 經(jīng)濟發(fā)展能效分析

江蘇省作為全國能源消費大省，重化工業(yè)特征突出，江蘇能源消費總量的80%是由工業(yè)企業(yè)消耗的，其能源消費量及增減幅度對全省能源消費的變動具有較強的影響度，節(jié)能降耗任重路艱。

從全省GDP和用電關(guān)系分析，在2005—2007年期間，江蘇省經(jīng)濟剛由粗放式向集約式發(fā)展階段，GDP電單耗由1 395 kWh/萬元上升到1 422 kWh/萬元，年均增長0.97%。2007年以后，江蘇省主動調(diào)整經(jīng)濟結(jié)構(gòu)，GDP電單耗出現(xiàn)較為明顯的下降，至2013年，電單耗下降到1 249 kWh/萬元，年均降低2.1%，其中第三產(chǎn)業(yè)用電單耗由于產(chǎn)業(yè)電氣化率的提高呈現(xiàn)較為穩(wěn)定的增長趨勢，第二產(chǎn)業(yè)用電單耗下降較多，這意味著較少的用電量增長支持著較多的經(jīng)濟增長，說明節(jié)能減排工作步伐穩(wěn)健，節(jié)能工作取得明顯成效。

6 結(jié)束語

用采系統(tǒng)的建成使得基于用電大數(shù)據(jù)的分析和研究更加方便快捷，國網(wǎng)江蘇省電力公司從用電信息大數(shù)據(jù)入手，展開了大量的研究工作，主要體現(xiàn)在4個方面。

（1）配網(wǎng)規(guī)劃運行。利用用采系統(tǒng)實現(xiàn)配網(wǎng)運行狀態(tài)的實時監(jiān)測，嚴(yán)密防控配網(wǎng)的異常和故障；開展配變負(fù)載特性分析，為配變經(jīng)濟運行提供技術(shù)支持；進(jìn)行配變重過載預(yù)測研究，為配網(wǎng)優(yōu)化、規(guī)劃改造提供數(shù)據(jù)支撐。

（2）電力營銷服務(wù)提升。利用95598、微信平臺等累積的客戶服務(wù)大數(shù)據(jù)，開展客戶服務(wù)滿意度分析；分析全省電力用戶用電特性，為客戶推送用電優(yōu)化建議書，倡導(dǎo)綠色低碳生活。

（3）反映人民生活。根據(jù)居民電力消費水平，分析居民生活水平的變化和消費能力；根據(jù)居民歷史用電大數(shù)據(jù)，判斷江蘇居民住房空置率。通過分析生活水平、消費活躍程度，實現(xiàn)“電力看民生”。

（4）折射經(jīng)濟發(fā)展。根據(jù)行業(yè)用電量變化推算產(chǎn)業(yè)結(jié)構(gòu)變化、升級和遷移；根據(jù)行業(yè)產(chǎn)量、用電量和業(yè)擴信息推算行業(yè)產(chǎn)能利用率和景氣指數(shù)。

基于用電信息大數(shù)據(jù)的研究工作伴隨著“新經(jīng)濟”、“新常態(tài)”而展開，在智能電網(wǎng)大發(fā)展、國家經(jīng)濟發(fā)展的結(jié)構(gòu)化調(diào)整大形勢下，無論是分析手段、計算方法，還是應(yīng)用場景、展現(xiàn)方式，都需要進(jìn)一步的研究和分析。下一步將深度結(jié)合電力營銷業(yè)務(wù)，開展電力大數(shù)據(jù)研究，為提升電力營銷服務(wù)水平奠定技術(shù)基礎(chǔ)，為企業(yè)節(jié)能降耗推薦有效建議，為政府決策提供輔助支持。

［1］ 吳宇暉，張昱，付淳宇，等.也談“克強經(jīng)濟學(xué)”［J］.華東經(jīng)濟管理，2015，29（1）：1-6.

［2］ 胡江溢，祝恩國，杜新綱，等.用電信息采集系統(tǒng)應(yīng)用現(xiàn)狀及發(fā)展趨勢［J］.電力系統(tǒng)自動化，2014，38（2）：131-135.

［3］ 彭小圣，鄧迪元，程時杰，等.面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)［J］.中國電機工程學(xué)報，2015，35 （3）：503-511.

［4］ 張東霞，苗新，劉麗平，等.智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究［J］.中國電機工程學(xué)報，2015，35（1）：2-12.

［5］ 趙騰，張焰，張東霞.智能配電網(wǎng)大數(shù)據(jù)應(yīng)用技術(shù)與前景分析［J］.電網(wǎng)技術(shù)，2014，38（12）：3 305-3 312.

［6］ 王繼業(yè)，季知祥，史夢潔，等.智能配用電大數(shù)據(jù)需求分析與應(yīng)用研究［J］.中國電機工程學(xué)報，2015，35（8）：1 829-1 836.

［7］ 張素香，趙丙鎮(zhèn)，王風(fēng)雨，等.海量數(shù)據(jù)下的電力負(fù)荷短期預(yù)測［J］.中國電機工程學(xué)報，2015，35（1）：37-42.

［8］ 張素香，劉建明，趙丙鎮(zhèn)，等.基于云計算的居民用電行為分析模型研究［J］.電網(wǎng)技術(shù)，2013，37（6）：1 542-1 546.

［9］ Rahman M N，Esmailpour A.An efficient electricity generation forecasting system using artificial neural network approach with big data［C］//IEEE First International Conference on Big Data Computing Service andApplications（BigDataService）.CA：Redwood，2015.

［10］ 吳凱峰，劉萬濤，李彥虎，等.基于云計算的電力大數(shù)據(jù)分析技術(shù)與應(yīng)用［J］.中國電力，2015，48（2）：111-116，127.

［11］ 趙莉，候興哲，胡君，等.基于改進(jìn)K-means算法的海量智能用電數(shù)據(jù)分析［J］.電網(wǎng)技術(shù)，2014，38（10）：2 715-2 720.

Application and research of electricity big data

LI Bin
（State Grid Jiangsu Electric Power Company，Nanjing 210024，China）

With the construction of electric energy data acquire system and urgent demand of electric power marketing business，research and analysis based on electric energy information big data has become an urgent need for power enterprises.Jiangsu electric power company has carried out preliminary research work and made certain achievement.The only way to play the effectiveness of electric energy data analysis is to apply the achievements to specific business.This paper carried out electric energy data analysis on distribution network planning and operation，marketing service promotion，people's living level and regional economic development.Substantive progress has achieved from theoretical research of electric energy big data to specific business analysis.Electric energy big data analysis provided data and technical support to improve power marketing services and construction of smart city.

electricity big data；distribution network operation；marketing service；residential housing vacancy rate；industry boom index

李斌（1963），女，四川瀘州人，國網(wǎng)江蘇省電力公司副總經(jīng)理，研究員級高級工程師，主要從事電力能源管理、用電技術(shù)發(fā)展、營銷智能化業(yè)務(wù)管理工作。

F407.61

C

10.3969/j.issn.1009-1831.2016.04.009

2016-05-30