随着信息技术发展，数据已经 成为企业重要的战略资产。智能电 网发展和企业管理变革对数据资源 价值提升提出了更高要求。 国网冀北电力有限公司立足确 保首都供电安全、服务冀北地区经 济社会发展和国家新能源发展的“一 保、两服务”职责，以构建卓越企 业为指引，积极应用大数据技术开 展电网生产、优质服务和经营管理 等领域的研究实践，为企业发展注 入新的动力。
筑牢平台和数据基础
国网冀北电力深入贯彻落实国 家电网公司大数据应用指导意见， 遵循信息化总体架构，重点围绕平 台、数据等基础条件提升，多措并 举为各专业实施大数据应用提供强 有力的保障。 集中骨干技术团队，加快落实 国家电网公司全业务统一数据中心建设部署，高效完成大数据平台搭 建，接入的生产、营销等业务系统 数据量近 8T，实现核心业务数据的 集中存储、统一管理和快速计算。 整合各类数据管理服务支撑工具， 实现各类数据资源在线管理。在推 动各业务系统数据接入平台的同时， 超前安排数据质量提升措施，建立 跨专业、跨部门协同工作机制，强 化实施数据质量及时、准确、完整 和自动接入四维度评价，制定数据 质量监控标准、数据字典和数据核 查工作手册，加强数据质量监控， 严格基础数据维护制度执行，有效 强化数据采集录入、接入、使用、 变更、存储、安全等全过程管控。
突出重点领域试点应用
国网冀北电力坚持需求导向、 创新驱动，以解决安全生产、优质 服务和精益管理中的迫切问题为突 破口，统筹制定各专业大数据示范应用计划，推动数据挖掘算法、统 计分析技术和可视化工具等大数据 先进技术在安全管理、优质服务和 公司精益管理等重点领域的应用。 在电网生产领域，积极应对特 高压落地冀北电网以及风电、光伏 等新能源大规模接入对电网运行管 理提出的更高要求，研究开展调控 运行多源数据高效融合共享应用， 大力提升电网运行辅助决策支持水 平。建立涵盖电网一二次设备数据 模型的应用架构，实现智能检修计 划编制、设备健康水平预测等多项 创新技术，在电网生产管理中初见 成效。基建工程投产和检修停电平 衡计划实现高效协调，重复停电大 幅度降低。电网事故告警准确率大 幅提升，电网跳闸事故平均恢复时 间缩短近 30%。 在优质服务领域，依托配网数 据可视化分析，建立配网抢修指挥 与配网调度高效协同，抢修类超时工单数减少 88%，抢修类工单处理 及时率提升 2 个百分点。基于大数 据平台开展用电客户各类信息深度 挖掘，建立了完整的客户价值体系 和增值服务分析体系。通过用户行 为分析，优化用户服务体验，有效 提高客户服务满意度。实现对用户 信用分析，通过电费收缴构成、高 压和低压用户电费回收特征数据展 示，提前预测用户电费回收风险概 率，有效防范电费回收风险，减少 公司损失。实现地区、行业、企业 等用电信息与电价、能耗指标关联 分析，优化区域内用电负荷预测、 可靠性评估方法，为分布式电源、 电动汽车、智能配电网和智慧城市 建设规划提供可靠数据支持。 在精益管理领域，以集中部署 ERP 为基础，通过大数据平台打通预算成本全链条，创新开展基于大 数据的运营监测预警方法研究实践， 全面提升运监管理能力，有效支撑 公司运营风险防范和管理效率效益 提升。深度开展电网设备运行成本、 项目、工单等不同维度数据关联分 析，建立一整套以设备为核心的信 息模型，解决了以往数据多套存储、 大量孤立信息无法反映成本全貌的 难题，让财务数据在业务活动、设 备资产方面“活起来”，为公司财 务审核和成本精益化管理提供了有 力支撑。
加强重点方向研究创新
国网冀北电力将紧密结合企业 实际，在全面提升大数据应用保障 能力基础上，进一步拓展大数据在 支撑智能电网建设和公司运营管理方面应用的深度和广度。 支撑智能电网发展方面，依托 张北 ±500 千伏柔直电网示范工程 建设，应用智能调度大数据技术实 现源网荷协同调度控制及功率预测 系统，促进可再生能源的规模外送 和广域消纳；实施输变电设备家族 缺陷认定、输电线路风险识别、电 网运行态势评估与自适应控制、配 网停电优化等领域大数据应用场景 应用。开展可再生能源相融合的电 动汽车智能互动充电网络建设，构 建基于城市照明系统和物联网、大 数据、云计算等关键技术的城市立 体感知网，服务低碳冬奥。 支撑企业卓越运营方面，加快 推动经验决策向“用数据说话、用 数据管理、用数据决策、用数据创新” 转变。积极推进大数据技术在需求 侧管理、运营监测、人财物集约化 管理等方面的广泛应用。拓展统计 分析预测、用户行为分析、客户服 务能力评价、用电信息征信体系服 务等领域大数据应用场景。 提升大数据应用保障能力。加 快推进全业务统一数据中心建设， 完善业务数据，强化全范围、全类 型、全维度数据质量核查，构建大 数据创新应用、共享开放、运维分 析、标准规范和信息安全五个体系。 打造跨专业、跨领域的复合型人才 队伍，加强数据增值和业务创新。 强化大数据建设、应用、运维和安 全等领域专业队伍建设，提高优质 高效“管数据”能力。
