大数据环境下电力企业商业模式创新

吴鹏　周红林

摘 要： 大数据环境下电力企业的商业模式创新，既要立足电力行业的特点及基础，又要有前瞻的意识。有鉴于此，结合电力大数据现状，列举了大数据的定义，阐述了其在电力行业中的特性，在此基础上，分析了电力企业现有的商业模式，探讨了大数据环境下电力企业的商业模式创新，并就电力企业创新商业模式提出了建议。

关键词： 大数据； 电力企业； 商业模式； 创新

中图分类号：TP399 文献标志码：A 文章编号：1006-8228（2015）11-101-04

Abstract： The business mode innovation of electric power enterprises in Big data environment should not only be based on the characteristics and basis of electric power industry， but also have the consciousness of foresight. Because of this， combining with the present situation of electric power Big data， this paper lists the definitions of Big data， and expounds its characteristics in the power industry. then analyzes the electric power enterprise's existing business mode， discusses the business mode innovation of the electric power enterprises in Big data environment， and the suggestions on the business mode innovation of electric power enterprise are proposed.

Key words： Big data； electric power enterprise； business model； innovation

0 引言

以社会媒体、云计算、物联网、移动互联网等为标志的世界范围的信息化变革，使几乎每个行业都面临着大数据（Big Data）的问题，电力行业亦是如此。随着智能电网及“三集五大”管理体系的决策的部署，江苏省电力公司核心系统及数据中心积累了海量的数据资源，也使得江苏公司逐步进入大数据时代。大数据的“量类时”特性，已在海量的、实时的电网业务数据中进一步凸显。抓住大数据时代带来的机遇，进行电力大数据质量处理与分析，创新企业商业模式，是电力企业提高自身核心竞争力的有效手段，亦是大数据环境下公司信息化建设的高级阶段和实现智能电网的必然选择。

1 电力大数据现状

电力大数据产生于电力生产和使用过程中，其来源包括发电侧、输变电侧、用电侧等多个环节，从调控监控信号到生产报修数据，从电能计量到设备检修、巡视记录，从PMS生产管理系统到GIS地理信息系统。如在用电侧，伴随着大量智能电表及终端的安装部署，电力公司和用户之间的交互迅速增长，电力公司每隔一段时间获取用户的用电信息，从而收集了海量电力消费数据[1]。据统计，截至2013年底，国家电网建成了世界上最大的电能计量自动化系统，累计安装智能电表1.82亿只，实现采集1.91亿户，采集覆盖率56%，自动抄表核算率超过97%。由此，国家电网在全国采集获得的计量数据总量达到近10PB[2]。

目前，电力大数据一般分为三类：一是电网运行和设备检（监）测数据；二是电力营销数据，如交易电价、售电量、用电客户等方面的数据；三是公司管理数据。这些数据可进一步分为结构化数据、半结构化数据和非结构化数据，大量的半结构化和非结构化数据无法直接使用传统的关系型数据库管理和存储[3]，而这些数据较结构化数据而言其增长更迅速，每年以几何级数速度增长，这导致需要有专业化的解决方案应对大数据带来的挑战。

2 电力大数据定义及其特性

2.1 电力大数据定义

推动大数据环境下的电力企业商业模式创新，首先要正确认识何为电力大数据，目前业内对电力大数据尚未形成一个公认的、完整的定义。“大数据”源自英文Big Data，对这个概念的解释千差万别，本文列举其中具有代表性的三种[4-7]：

麦肯锡全球研究院在《The next frontier for innovation， completion， and productivity》报告中的描述：“大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。”

美国数据科学的权威舍恩伯格在他的专著《大数据时代》中指出：“大数据，就是我们可以在更大规模的数据上，做到更多我们无法在小规模数据基础上完成的事情。”

亚马逊网络服务（AWS）、大数据科学家John Rauser提出一个简单的定义：“大数据就是任何超过了一台计算机处理能力的庞大数据量。”

虽然大数据还没有统一的定义，本文认为大数据是指由数量巨大、结构复杂、类型众多的数据构成的数据集合。目前，全球互联网巨头包括IBM、EMC、惠普、微软在内都已意识到了大数据环境下数据的重要意义，纷纷通过收购“大数据”相关厂商来实现技术整合，可见其对“大数据”的重视。

2.2 电力大数据特性

电力大数据的特性包含以下五个方面：一是体量大（Volume），二是类型多（Variety），三是处理速度快（Velocity），四是价值大（Value），五是准确性高（Veracity）[8]。电力大数据特性的具体描述见表1。

3 大数据环境下的电力企业商业模式创新探讨

“大数据”正以各种方式影响着电力企业的商业生态，已经成为电力企业商业模式创新的基本时代背景。大数据环境下，电力企业的生产经营与管理决策拥有前所未有的挑战和机遇，这种情况下电力企业商业模式创新则更聚焦于商业活动和管理模式的作用与影响。

3.1 智能电网电力企业现有商业模式

随着智能电网建设的深入推进，当前电力企业的商业模式从产品、服务、信息交互以及价值链集成等方面分为四类：基于产品销售的商业模式、基于服务销售的商业模式、基于信息交付的商业模式以及价值链集成的商业模式[9-10]。详述如下：

⑴ 基于产品销售的商业模式。这种商业模式分为两类：一是设备产品和应用软件提供商模式，即电力企业通过控股与投资等方式，参与电网设备和服务提供商的具体研发和运营，并积极参与和制定电力行业标准，并在此过程中起主导作用；二是合作联盟模式，即电力企业通过参股或业务合作等方式，与设备和服务提供商建立联盟关系，但不参与设备和服务提供商的具体研发和运营，只起辅助作用。

⑵ 基于服务销售的商业模式。这种商业模式分为四类：一是直接面向客户服务模式，即电力企业给用户提供节能方案，用户购买储能设备，通过电网发电来获利或满足自己的消费需求；二是通道服务模式，即电力企业立足于自身的输配供服务，结合设备和服务提供商提供的先进的设备和服务，优化自身的生产经营方式，提升电网整体服务能力和质量；三是全程服务模式，即充分利用各方资源，为客户提供全方位和全领域的电网服务；四是资本运作模式，即通过资本运作，改善企业资本结构或债务结构，快速介入其他产业链，整合或重新配置资源。

⑶ 基于信息交互的商业模式。这种商业模式分为两类：一是信息中介模式，即电力企业提供电力市场交易信息，使得发电企业、电力批发商或大用户获得充分交易信息，实现自由交易；二是第三方服务模式，即电力企业提供电力市场交易中的信用中介和第三方支付服务，解决买家不信任的问题，促使发电企业、电力批发商或大用户自由交易。

⑷ 价值链集成模式。这种商业模式是通过建立强大的信息系统来连接电网价值链的各个环节，汇集、集成和分配信息，协调价值链上的各利益方的活动。

3.2 大数据环境下电力企业商业模式创新

大数据环境下，电力行业不仅要收集和存储数据，更要围绕数据采用相关数据挖掘和分析技术，获取更加有价值的信息，重塑电力核心价值和转变电力发展方式。因此，在企业现有主导商业模式的基础上，通过挖掘市场个性化需求和企业自身良性发展，驱动企业经营战略逐渐从“以电力生产为中心”向“以客户服务为中心”转变；通过对电力系统生产运行方式的优化，以及对全社会节能减排观念的引导，推动电力行业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。此外，电力大数据的有效挖掘与应用还能面向行业内外提供大量的高附加值的内容增值服务。具体的商业模式创新如下：

⑴ 营销方式灵活化

电力企业一方面，通过对庞大的历史销售数据的挖掘与分析，进行用户用电行为分析和用户市场细分，使管理者能有针对性地优化营销方式，改善服务模式；另一方面，通过与外界数据的交换，挖掘用户用电与电价、天气、交通等因素所隐藏的关联关系，预测用户的用电习惯，进而为管理者提供多维、直观、深入的决策依据，帮助决策者掌握市场动态。

⑵ 电网控制智能化

大数据技术将加速电力企业智能化控制的步伐，促进智能电网的快速发展。例如，通过为电力设备布置多个传感器，动态监控设备实时运行状态，并基于大数据挖掘、分析和在线可视化技术，设计在线监控与可视化调度管理系统，集成在线监测、视频监控、应急指挥、检修查询等多项功能，从而有效改变传统的运维方式，实现运维智能化。

⑶ 运营管理精细化

通过对电力企业生产、经营和管理的数据进行整合，实现电力发电、输电、变电、配电、用电、调度全环节数据集成与共享，以用电需求预测为驱动优化资源配置的动力，协调电力生产、运维、销售的管理，提升电力生产效率和资源利用率。此外，电力企业各部门数据的集成将优化内部信息沟通，有助于企业实行精细化经营管理，提高企业管控水平。

⑷ 增值服务丰富化

利用电力行业大数据给用户提供丰富的增值服务。例如，通过给用户提供其各月份的明细用电视图，让其了解自身用电习惯并能根据需要进行调整，同时也使得电力收费过程透明化。此外，随着无线M2M传感器和大数据挖掘与分析的普及，智能恒温控制器等新型工具进入楼宇成为可能，这些技术的应用将给用电用户带来很大的节能空间。

4 大数据环境下的商业模式创新建议

大数据时代的到来，为电力企业发展带来了新的机遇和挑战。通过良好的大数据挖掘、分析与管理，可切实提高电力生产、营销及管理等方面的水平。为实践大数据战略，就电力企业创新大数据环境下的商业模式提出如下建议。

⑴ 融入电力企业的数据整体方案

电力企业将来自不同数据源的数据经过清洗、转换与集成，形成企业级统一的数据视图，将会产生新的业务洞察力。例如，电力企业将用电家庭成员的住宅类型、平均年龄、学历水平、生活习惯等信息与电量消耗的数据融合分析，这会使得从智能电表上读取的数据更有价值、更有意义。因此，需要将大数据融入企业的数据整体方案中，这样才能让数据产生最大的价值。

⑵ 切实做好数据聚合和管理工作

数据质量是有效分析和利用大数据的前提，是大数据产生价值的保障。如果数据有错误、不及时或不全面，对其挖掘与分析的结果必定不正确；而如果数据冗余、不一致，则会增加获取数据有效信息的难度，并使数据处理效率低下[11]。目前电力企业数据正以前所未有的速度激增，数据类型多样，数据来源于不同的环节，有效管理企业的数据资产，并从大规模的数据中挖掘有价值的数据，成为企业管理者在大数据时代分析决策的基础。

⑶ 具备足够的大数据相关技术能力

在获得优质的数据后，企业还需要具备一定的数据存储、处理和分析能力，才能有效应用大数据。电力企业必须了解并研究适合自身发展的大数据解决方案，提高海量数据存储、分布式计算、高性能数据挖掘、数据可视化等技术水平，实现各个系统的数据交换与共享，为企业各种智能应用提供统一的数据视图，以满足大数据战略的需求。

⑷ 培养大数据技术人才

据美国天瑞公司调查显示，业内对大数据分析类职位的需求在上升，如系统分析师（35%）、程序开发员（32%）和商业分析师（22%），但符合要求的人才却只有0.41%。大数据技术人才是复合型人才，需要对数学、统计学等多方面知识有综合掌握，电力企业可以通过与高校联合培养，或建立专门的大数据科研团队，亦或与专业的数据处理企业合作，培养大数据技术专业型人才，以保障大数据战略的顺利实施。

5 结束语

电力企业生存的外部环境在不断改变，电力企业传统的商业模式已无法适应电网对企业经营管理的要求。本文介绍了在智能电网大数据的现状以及特点，提出了在云计算、物联网、社交网络、移动互联网的影响下电力企业商业模式创新的建议。为电力企业加快商业模式创新的步伐，适应大数据环境提供借鉴。让电力企业主动掌握不同用户的用电需求，促进智能电网的可持续发展。

参考文献（References）：

[1] Peijian Wang. D-pro： dynamic data center operations with

demand-responsive electricity prices in smart grid[J]. IEEE Transactions on Smart Grid， 2012.3（4）：1743-1754

[2] 北极星电力网新闻中心.电力企业的大数据时代. 2014/04/

10.http：//news.bjx.com.cn/html/20140410/502859.shtml.

[3] 李国杰.大数据研究的科学价值[J].中国计算机学会通讯，

2012.8（9）：8-15

[4] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究

与发展，2013.50（1）：146-169

[5] Manyika J， Chui M， Bown B， et al. Big data： The next

frontier for innovation，completion，andproductivity.2012/10/02.http：//www.mickinsey.com/Insights/MGI/Research/Technology_and_Innovation/Big_data_The_next_frontier_

for_innovation.

[6] Nature.BigData.2012/10/02.http：//www.nature.com/news/

specials/bigdata/index.html.

[7] Bill Franks，黄海，车皓阳，王悦译.驾驭大数据[M].人民邮电出

版社，2013.

[8] 姚玮，江樱.浅析电力企业如何应对大数据[J].科协论坛，

2013.8：49-50

[9] 褚燕.基于智能电网的电力企业商业模式创新研究[J].华东

电力，2010.38（11）：1667-1770

[10] Paul Timmers. Business models for electronic markets[J].

Electronic Markets Journal，1998.8（2）：3-8

[11] 宗威，吴峰.大数据时代下数据质量的挑战[J].西安交通大学

学报（社会科学版），2013.33（5）：38-43