0  引言

    在21世紀，隨著科學技術的不斷發展，現代社會已經由互聯網時代進入到大數據時代。大數據應用的成果成效正在不斷滲透到我們日常生活的方方面面，不斷改變著我們的生活習慣和工作習慣，大數據思維已經逐步演變為一種新的思維模式。自中國電力工程學會把2013年作為中國大數據元年開始，我國大數據研究如雨后春筍般的蓬勃發展，取得了一定的成果和經驗。大數據的應用為傳統的電力行業發展帶來了新的契機和活力。

    隨著電力信息化系統的不斷建設和完善，電力公司在經營活動中產生的大量數據已經成為公司的一種重要資源和戰略資產?；陔娏ζ髽I的海量數據，如何使用大數據技術及大數據思維來變現公司海量數據資產價值，為企業創收增益、為公司領導戰略決策提供參考依據、為企業管理運營降本增效，是當下及以后電力企業數據研究的一個長期挑戰。

    電力企業在經營活動中產生的數據與國家經濟活動密切相關，如何將電力行業數據與外部數據融合應用，形成有效的數據分析結果，是充分挖掘海量電力數據資源信息的重要手段。本文以電力數據與外部房屋空置情況數據交互為論證案例，以居民用電量等電力數據為基礎，通過與外部獲取的房屋空置率數據相結合，利用大數據思維及技術，來發揮數據潛藏價值。通過典型案例來闡述電力行業與外部數據融合應用對企業數據資源價值體現和深化應用的探索研究。

1  大數據概述

    “大數據”是近年來的流行術語，在短時間內滲透到各行各業，大數據已經演變為一種新的生產因素，大數據正在逐步影響我們的生活習慣和工作習慣，大數據思維已經成了一種新的思維模式，大數據在新時代開啟了一次重大變革，在大數據時代，利用大數據思維及大數據技術來管理企業發展及變現數據價值已經成為了一種新的經營模式，通過對各行各業數據的交互融合挖掘后形成的成果效益已經逐步發展成為了一種數據經濟。

    在電力公司信息化不斷發展過程中，電力行業數據管理及應用研究已經取得一定成效，電力企業利用大數據思維來管理驅動企業的運營發展成為了必然，通過對電力行業與其他行業數據的不斷融合應用的探索研究，對于企業數據資源價值發揮起到重要作用，對公司戰略決策提供有力支撐。

2  電力數據介紹

2.1  電力數據來源

    電力數據的產生涉及到電力的生成至電力銷售過程中的發、輸、變、配、用電5個環節，包括電網運行數據、設備檔案數據、用戶檔案數據、監測監控數據、電力交易數據、采集數據、日常經營活動數據等數據來源，在數據產生過程中數據來源會跨單位、跨專業，數據結構復雜。

2.2  電力數據特征

    企業在日常生產經營活動中產生大量的數據，電力數據與其他行業有著顯著區別，主要有以下幾點：

    （1） 電力行業數據量大：電力行業與國民經濟生活有著密不可分的關系，隨著我國經濟及人民生活水平的不斷提升，各行各業用電量的增加，使得電力行業在日常經營活動中產生了大量的數據，伴隨著全社會用電量的不斷增加，電力企業已經積累的海量的數據資源。

    （2） 電力行業數據類型繁多：主要表現為數據類型異構異質，包括文本、圖形、圖像、視頻、音頻等互相關聯的不同形態。

    （3） 數據處理及時性要求高：電力活動與國民經濟及生活情況息息相關，在發電、輸電、配電、用電等各環節中對數據處理的時效性要求較高，必須及時地完成數據的處理才能夠及時地為決策制定和執行提供幫助。

    電網作為社會公益型企業，其企業數據特性隱含了能量傳遞，節能減排需求，以宏觀經濟及其它公益行業互動支撐，為社會服務的內在要求。

2.3  電力數據應用形勢

    面對國際、國內社會及經濟發展形勢，以及“大云物移智”等新的信息技術發展變化，如何把企業建設成世界一流的能源互聯網公司成為了公司的發展戰略。隨著電力信息化系統的不斷建設和完善，電力公司在經營活動中產生的大量數據已經成為公司的一種重要資源和戰略資產?；陔娏ζ髽I的海量數據，如何使用大數據技術及大數據思維來變現公司海量數據資產價值，為企業創收增益、為公司領導戰略決策提供有價值的參考依據、為企業管理運營降本增效，是當下及以后電力企業數據研究的一個長期挑戰。

3  研究案例解讀

    通過用電量數據研判住房空置率，分析住房市場、供電市場的變化態勢，為決策者提供參考。

3.1  研究標準介紹

    （1）判斷依據

     “空置房”判定標準：用電量月均小于1千瓦時的微用電量用戶，為處理方便，視為“空置房”。實際的住宅空置率應比本研究計算值高。

    空置率合理區間：基于國外長期對房地產市場的研究成果，房屋空置率在百分之三到百分之十這個區間視為合理區間，在百分之十至百分之二十這個區間視為危險區，在百分之二十以上的空置區間視為嚴重積壓區，基于電力企業的用電數據，研究單戶住宅空置情況，可以為公司電網建設、電力調度、供電服務提供支撐，為政府房地產調控提供一定參考，為外部環境投資及研究提供借鑒。

    （2）數據獲取

    提取2014年1月～2016年12月低壓居民電量為0的某市公司（不含縣公司）的居民用戶；房屋價格： 通過外部網站百城價格指數獲取2014-2016房地產價格；通過2014、2015年度該市公司地產市場年報獲取供應量和成交量等數據。

    （3）分析維度

    由于研究樣本數量大，受限于軟硬件資源限制，本次研究選取透明度高、易獲取的以行政區域為基礎的數據進行研究分析，未細化至片區。

3.2  研究成果

3.2.1 微電量與空置率月度趨勢關聯分析

    月度趨勢分析，該市低壓居民住宅微電量比例基本保持在5%左右的水平，整體上有小幅上升趨勢，在2015年12月達到6.18%后呈現小幅下降趨勢，其中城郊居民呈現微上升趨勢。同時，月度空置率與該地區整體房產價格趨勢比較看，在整體空置率微幅波動的情況下，房地產交易平均價格則呈現較為明顯的走高趨勢。

    從郊區住宅空置率來分析，近三年房屋空置率呈上升趨勢，說明郊區居民外出人數逐年增加，同時結合近三年空置率最低值，可以看出空置率最低值集中分布在每年2月，可以得出節假日期間人員集中返回，空置房屋集中減少。

    從主城住宅空置率分析，近三年來房屋空置率表現為微弱上升趨勢，與該市房地產市場交易活躍程度相對一致，如圖1所示。

3.2.2 空置率與房地產市場關聯分析

    根據《2014、2015年度某地市房地產市場年報》，2014年上半年商品房成交量稍顯慘淡，下半年商品房供應面積和成交量不斷增加，供應面積增加增幅0.32%，成交量增幅為11.05%, 保持了穩定的增長態勢，成交價格有所下降；2015年隨著城市發展的推進，供應量和成交量分別增幅23%、33%，成交價格小幅上漲，普通住宅成交均價8104元/平米，環比上漲1.4%，住宅價格上升較為明顯。2014、2015兩年房屋整體成交量增幅大于供應量，反映了空置率保持在10%以下合理區間的原因，空置率雖然與價格變化沒有直接關系但其可以作為房屋價格變化的參考依據，如圖2所示。

3.2.3 居民用電量分析

    從近三年居民售電量占比來看，居民售電量雖穩步增長，但隨著社會結構性發展和調整，城鎮化和城市規劃，居民用電存在一定數量的微用電量用戶群，側面反映出房地產市場經濟，同時受城鎮化進程影響，微電量用戶群轉步轉為正常用電，是公司售電量重要貢獻力量之一。

    通過比對分析中心城區和城郊區域居民用電量占比及房屋空置率，可以針對性地對不同地區提供個性化的供電服務，對于中心城區居民用電比例較高，房屋空置率較低，可以看出空置和用電比例反向關聯，需重點關注；對于郊區，用電量較低，空置率較高，由于受外部環境的影響，人員大量集中外出，用電情況受節假日等外部環境因素影響較大，對于該類區域，需在節假日期間重點關注。

3.3  應用成效

    通過對近三年來低壓居民微電量數據與住房空置情況的外部數據關聯分析，可以在以下幾個方面提供有價值的應用成效：

    （1） 通過微電量及房屋空置的研究分析，可以看出部分區域空置受外部環境變化所影響，電力公司可以空置率和外部環境的關系前瞻性的做出供電服務措施。

    （2） 通過對房屋交易價格和空置率的關聯分析，可以為政府有關部門的宏觀調控提供一定的參考價值。

    （3） 通過對不同區域住房空置率分析，結合地域、經濟、外部環境等因素影響，根據不同區域房屋空置率情況，為外部環境投資建設提供一定參考。

    （4） 通過對不同區域空置原因分析研究，可以電力企業供電服務及電網建設提供參考支撐，對供電方案提供有力的數據支撐。

    （5） 低壓用電客戶作為公司的占比最高的用戶群體，伴隨著社會結構性發展和調整，通過對低壓居民用戶微用電量用戶群的挖掘分析，側面的反映出城鎮規劃、房地產市場經濟。

    綜上，通過對電力公司居民用電量和外部房屋空置情況的研究分析，可以得出在大數據時代電力行業數據與外部數據融合具有深入挖掘的價值。

4  結論

    隨著智能電網的全面建設和發展，電力數據資源迅速增長，這些數據與外部數據的交互，構成了公司特有的電力行業大數據。如何利用公司海量數據資源發揮數據價值，提升公司核心競爭力，是現階段及未來很長時間面臨的一項艱巨挑戰?；陔娏ζ髽I自身的海量數據，通過與外部數據的交互融合及挖掘應用分析，對內可支撐公司運營效率提升，促進電網發展方式和企業發展模式的轉變提供了強大的動力，對外可轉化價值創造效益，履行企業社會責任。通過電力行業數據與外部數據交互應用的探索研究，一方面，在新一輪電力市場改革下，為企業改革發展提供數據支撐，增強企業核心競爭力；另一方面，不同行業數據的交互融合探索研究，也可為其他相關行業提供可參考借鑒的成熟案例，進一步盤活激發數據資源價值。

參考文獻

[1] 孟小峰，慈祥．大數據管理：概念、技術與挑戰[J]．計算機研究與發展，2013，50(1)：146-169．

[2] 李國杰，程學旗．大數據研究：未來科技及經濟社會發展的重大戰略領域：大數據的研究現狀與科學思考[J]．中國科學院院刊，2012，27(6)：647-657.

[3] 宋亞奇，周國亮，朱永利．智能電網大數據處理技術現狀與挑戰[J]．電網技術, 2013，37(4)：927-935．

[4] 張素香，劉建明，趙丙鎮，等．基于云計算的居民用電行為分析模型研究[J]．電網技術，2013，37(6)：1542-1546．

作者信息:

湯  寧1,2，代作松1,2

（1.南瑞集團(國網電力科學研究）有限公司，江蘇 南京 211106;

2.南京南瑞信息通信科技有限公司，江蘇 南京 210003）