國家電網有限公司董事長寇偉在今年公司“兩會”上提出：“三年攻堅，三年提升，全面建成泛在電力物聯(lián)網。”泛在電力物聯(lián)網建設成為國網公司當前和今后一個時期的重要工作。

“泛在物聯(lián)”——公司運營分析的千里眼、順風耳

根據國網公司《泛在電力物聯(lián)網建設大綱》，“泛在物聯(lián)”是指任何時間、任何地點、任何人、任何物之間的信息連接和交互，將電力用戶及其設備、電網企業(yè)及其設備、發(fā)電企業(yè)及其設備、供應商及其設備，以及人和物連接起來，產生共享數據，為用戶、電網、發(fā)電、供應商和政府社會服務，為更多市場主體發(fā)展創(chuàng)造更大機遇。

泛在電力物聯(lián)網分為感知層、網絡層、平臺層和應用層。先進的傳感器、控制和軟件應用程序，將能源生產端、傳輸端、消費端的數以億計的設備和系統(tǒng)連接起來，形成泛在電力物聯(lián)網的感知層；通過互聯(lián)網、衛(wèi)星通信網等基礎網絡設施，完成來自感知層數據的接入和傳輸，形成泛在電力物聯(lián)網的網絡層；網絡內的信息資源通過計算整合成一個互聯(lián)互通的信息網絡平臺，解決數據存儲、檢索、使用、挖掘和安全隱私保護等問題，形成平臺層；通過整合電力企業(yè)生產數據、運營數據和管理數據，發(fā)現運營規(guī)律，挖掘潛在價值，形成應用層。

通過泛在電力物聯(lián)網的感知層和傳輸層，延伸了公司的感知能力、信息獲取能力和運營監(jiān)測分析能力，使公司的管理決策有了千里眼、順風耳。

數據科學——公司運營分析的鐵算盤、預警機

泛在電力物聯(lián)網建設為數據科學的理論和實踐提供了廣闊的舞臺，而數據科學的研究和應用也為泛在電力物聯(lián)網建設提供了強有力的理論支撐。

數據科學是一門新興學科，是大數據時代新出現的理論、模型、平臺、工具和最佳實踐組成的一整套知識體系。從數據科學的知識特征看，它主要以統(tǒng)計學、機器學習、數據可視化以及領域知識為理論基礎，研究數據加工、數據計算、數據管理、數據分析和數據產品開發(fā)；從數據科學的技術特征看，它主要得益于云計算、物聯(lián)網、移動計算等新技術的興起和快速發(fā)展；從數據科學的實踐特征看，它是一門實踐性極強的學科，其研究和應用均不能脫離具體專業(yè)和領域；從數據科學的學科屬性上看，它涉及數據思維模式的轉變、數據認識和數據文化建設。

公司決策、運營與管理的智慧大腦以泛在電力物聯(lián)網為基礎，數據科學將在以下八個方面為公司運營提供支撐：

一、構建數據驅動的公司發(fā)展戰(zhàn)略體系?；趦韧獠凯h(huán)境數據，以數據分析為基礎，制定可解讀、可量化、可執(zhí)行、可分解的公司發(fā)展戰(zhàn)略體系，制定戰(zhàn)略執(zhí)行過程評價體系，更好地服務公司戰(zhàn)略實現和經營決策。

二、構建數據驅動的公司運營分析體系。通過數據貫通推進業(yè)務流程貫通，實現各環(huán)節(jié)信息高度互聯(lián)和數據共享，促進跨專業(yè)、跨部門的高效協(xié)同，實現效益效率的不斷提升。

尤其在對外服務方面，通過泛在電力物聯(lián)網擴展設備狀態(tài)預警、售電量和負荷預測、新能源發(fā)電功率預測等應用，為政府提供宏觀經濟預測、節(jié)能減排政策制定、行業(yè)景氣指數分析、大數據征信等服務；在資產管理方面，通過物聯(lián)網技術實現設備自動識別記錄管理，與管理系統(tǒng)集成并進行信息同步；在檢修方面，通過將物聯(lián)網技術應用于電力設備智能化運檢，實時掌控關鍵設備的運行狀態(tài)，及時發(fā)現、快速診斷并消除故障隱患，快速隔離故障，實現自我恢復，使電網具有自適應和自愈能力，提高設備的可靠性和利用率。

三、構建數據驅動型的優(yōu)質服務體系。利用多渠道數據全方位感知用戶需求，快速響應市場變化，精準提升客戶滿意度。一是整合和優(yōu)化內部管理流程，快速響應客戶需求；二是實現企業(yè)與客戶、供應商之間的交互與協(xié)同。借鑒互聯(lián)網公司的技術成熟度、生態(tài)成熟度與行業(yè)認知度，在傳統(tǒng)客戶服務中融入互聯(lián)網思維，縮短與客戶的距離，減少中間環(huán)節(jié)，實現直接與客戶交互、交易、交流。

四、構建數據驅動的企業(yè)風險防御體系。篩選風險指標，建立評價模型，一是對企業(yè)外部風險進行分析，結合法律法規(guī)和能源數據變化，進行合規(guī)性與風險性分析；二是以各業(yè)務系統(tǒng)監(jiān)測為抓手，對企業(yè)經營管理數據進行深度關聯(lián)分析和風險特征提取，建立風險智能識別模型，有效防范公司運營風險。

五、構建數據驅動型的資源配置體系?；跀祿治鰟討B(tài)評估資源利用效率，提升精準投入水平，促進資源要素整合和價值提升。在實現精準投資方面，精準診斷電網發(fā)展短板，科學開展電網現狀分析、形勢分析、需求分析、目標分析和投資策略分析，逐站、逐線、逐臺區(qū)摸清電網設備健康水平。

六、著力推動公司數據統(tǒng)一管理。感知層、傳輸層、平臺層和應用層統(tǒng)一規(guī)劃，統(tǒng)一標準、一體運營。一是全面梳理公司數據庫、數據鏈，理清數據的概念模型和邏輯模型，盡快實現全業(yè)務數據的可見、可用，提升各專業(yè)、各層級的數據獲取效率；二是加強數據及數據技術共享，圍繞數據應用的全過程，從數據準備、計算處理、分析挖掘、可視化等各環(huán)節(jié)，加強對先進適用技術的調研分析，構建全流程、全方位的數據科學支撐體系；三是全力加強數據質量治理，注重數據質量問題的監(jiān)測、分析、反饋、整改，推動公司數據質量持續(xù)提升。

七、制定數字化戰(zhàn)略，提升企業(yè)核心競爭力。未來數字化的影響作用將進一步提升，這就要求以數據科學為基礎，以數字化思維來觀現狀、謀發(fā)展，超前布局，制定科學可行的數字化發(fā)展戰(zhàn)略，引導數字化發(fā)展。數據應用是一個從收集、清洗、管理、分析到實際應用的循環(huán)過程，所以需要對數據有“掌控力”，才能對它們進行充分挖掘和分析管理。制定數字化運營模型，在數字化戰(zhàn)略、數字化技術、數字化人才、數字化運營、數字化服務、數字化生態(tài)、數字化創(chuàng)新、數字化資產和數字化績效等方面進行超前研究。

八、積極培育數據文化。一是積極探尋數據的不同維度及更廣闊的應用領域，不斷培養(yǎng)獲取數據、分析數據、應用數據的工作習慣；二是密切跟進前沿技術和發(fā)展動態(tài)，深刻認識和把握數據科學發(fā)展的潮流，培養(yǎng)數字化思維和價值挖掘能力，培育數字化人才。