国网湖北电力积极探索大数据挖掘应用，湖北研发“领导驾驶舱”大数据平台，积极据挖掘融合了多个专题检测数据产品，探索为决策提供全方位数据服务，大数并提出开展“运营数据共享业务融合年”活动，用助推进运营数据共享业务融合。力配

“截至昨日共完成配网改造台区657个，网建高压新增容量5.237万千伏安，湖北全省农业用电同比增长9.23%……”4月8日早8时20分，积极据挖掘国网湖北省电力公司负责人上班的探索第一件事，就是大数打开“领导驾驶舱”大数据平台，掌握企业运营动态、用助业绩排名等核心数据，力配找准工作中的网建短板，为运筹帷幄决策提供科学依据。湖北这是国网湖北电力推进运营数据共享业务融合取得的最新成果。

大数据挖掘促进提质增效

国网湖北电力副总经理王晓希介绍，该公司系统积累了海量电力生产、企业管理及客户用电行为数据，这些数据不仅反映了宏观经济运行情况，也反映了居民消费结构、生活水平、用电行为模式等重要信息。仅国网湖北电力目前在运信息系统84套，数据量670太字节，每年新增数据量10太字节，是企业宝贵的无形资产。

数据海量，信息缺乏，如何让沉睡的数据资产创造价值?国网湖北电力一直积极探索大数据挖掘应用，自主研发并在国家电网公司系统推广“量价费损”监测系统，盘活智能电能表海量明细数据，实现对营销、生产、调度等专业多系统数据的融合和挖掘。

通过“量价费损”系统的穿透监测和精准分析，国网湖北电力对用电异常行为进行大数据分析，实现精准到户的防窃电和违章用电在线监测，累计挽回经济损失3014.62万元。量价费损监测项目获得全国电力行业企业管理创新优秀成果一等奖、公司科技进步二等奖及管理创新二等奖。

目前，该系统已在公司系统27家省公司255个地市供电公司应用推广，取得了显著的经济效益和社会效益。

“十三五”期间，湖北农村配电网投资将超过800亿元，如何精准发现急需改造的配电台区，提高改造资金投入产出成效?

“通过系统预警，我们发现大悟古寨村李家岗等135个台区最低电压为175伏且持续时间超过1小时，汉川马口镇庙头村等8个台区存在重过载，云梦下辛店红庙台区等43个台区存在三相不平衡现象，我们将精准安排改造升级。”4月6日一大早，孝感供电公司网改办杨立军通过配网运行监测精准发现了“低电压”台区。

国网湖北电力通过开发配网运行监测功能模块，实时图形展示低电压总体情况、数量分布、地区分布、投诉关联等情况。2015年，该公司累计监测台区异动65897台次，精准发现低电压、重过载、三相负荷不平衡台区，为中低压配电网改造提供了精准的科学依据，推动配网建设运维由“定性经验管理”向“量化精细管理”转变。

该公司还围绕企业短板问题，开展配网停运、自备电厂监测分析，促进运营效率提升。2015年配网停运次数同比下降43%，自备电厂规范管理月均增收635万元。

今年1月，这些各具特色的大数据挖掘工具都被整合到“领导驾驶舱”数据平台中，使人员可以实时查看150余项核心数据和关联分析结果，掌握生产运行、经营管理、综合业绩对标情况。

推动数据共享引领创新发展

数据不是资产，只有在流动中才能产生新的价值。2016年，国网湖北电力提出开展“运营数据共享业务融合年”活动，围绕电网运行、精准营销、优质服务和资产管理4条业务主线，构建统一数据中心，推进10大业务系统的数据共享，实现数据“一处输入、处处使用、一源加工、处处共享”，重点开展30个典型业务主题大数据挖掘应用，推进数据价值变现，形成“用数据说话、用数据管理、用数据决策、用数据创新”的管理格局。

国网湖北电力运营监测控中心负责人介绍，正在推进的“配电网可开放容量发布”应用主题，通过关联营销SG186系统、生产PMS、用电信息采集、调度OMS等多个系统数据，我们开展了配变容量分布、负荷负载率分布等分析，结合历史负荷特征、天气因素、客户用电行为建立10千伏配变中期预警模型，实现定期发布可开放容量数据，配网供电能力一目了然，有效提升报装服务响应速率和生产运维水平。今后，这30个典型业务主题应用开发成功后，将根据权限为省、市、县各层级人员提供数据服务，促进管理效率大幅提升。

通过数据融合应用，未来，人们通过“掌上电力”APP、微信服务号等软件，就能收到精确客户的计划停电信息。当某个供电台区停电时，抢修人员的手机APP能够自动收到故障点指示，客户能够知晓多长时间恢复供电，供电服务将更智能便捷。

在需求侧管理方面，国网湖北电力通过掌握高耗能企业用电数据，可以为目标客户量身定制节能改造方案;在营销管理方面，通过掌握用电客户信用数据，能够提升金融服务安全度;在设备运维方面，通过掌握电网设备运行数据，能够研发电力设备新产品等。这些运营数据都是电网企业的宝贵资产和资源，值得电网企业深入进行数据挖掘，获得更大的企业效益。

国网湖北电力将探索成立大数据实验室，研究大数据应用关键技术，探索数据融合及质量管理、移动APP、外源数据获取分析、非结构化数据挖掘技术等，为深化数据应用提供支撑。