[日本]智能電表的引入，使電力行業資料量增至3000倍

從事企業資料分析及未來預測業務的美國sas institute公司近年開始涉足基于大資料分析的預測及規劃業務。該公司電力業務部門主管tim fairchild日前接受了本站記者采訪，介紹了大資料分析在電力業務中的效果以及對日本市場的期待。

在電力業務的哪些部分可運用大資料分析？

各種場合都能利用大資料，大體上來分有四種：（1）customer intelligence、（2）supply chain intelligence、（3）strategic and operational planning、（4）regulatory compliance四項。

customer intelligence是指對用電方做市場細分後，開展适合顧客的促銷活動，通過提供細緻的服務來防止解約。

supply chain intelligence是指對電力及維修部件的需求做出預測。

strategic and operational planning是指分析裝置資産及裝置故障，确立最佳裝置計劃。

regulatory compliance是指合約管理及監查。

今年6月貴司宣布将在日本提供名為“智能電表資料分析”的解決方案，該解決方案将會用于上述4項中嗎？

設想用于所有項目，不過，該解決方案在（1）～（3）項中發揮的效果尤其大。導入智能電表後，資料量會增加到原來的1500倍甚至3000倍。各用電方的用電量原來隻需每月人工抄表一次，而随着智慧電表的導入，基本可實作每小時2次或4次的實時讀取。也就是說，1小時讀取4次的話，就是4（次）×24（小時）×30（天）＝3000（次/月）。

對于（1），通過對星期幾或某時間段的用電量相似的用電方進行分組，将用電方分成幾類，對不同組的用電方提供相應的适當的收費方式。雖然日本尚未放開電力零售限制，但在電力零售完全自由化的歐美，如果不提供極細緻的服務，就會被其他的電力公司取代。日本預定2016年使電力零售全面自由化，屆時普通家庭便可從任意電力企業購買電力。這樣一來，電力企業就必須使自己的服務與客戶相配。

與其他行業相比，要求實作更高的預測精度

請介紹一下在（2）、也就是需求預測方面，是如何運用智能電表資料的？

電力業務有“同時同量”原則。也就是說，必須要在存在電力需求當時使發電量滿足需求。如果發電量低于需求，頻率就會下降，最後導緻停電。另外，由于火力、水力、核能等發電方法及發電站裝置不同，發電成本也不一樣，而且，既有能夠立即開始發電的裝置，也有不能立即發電的裝置。電力業務必須很好地組合這些發電裝置來提供電力，需求預測是非常重要的。

其他行業的預測精度允許到80％就可以了，但電力業務不行。雖然還要看規模如何，但有時即便是1％的誤差，也會造成一年數億日元的損失。我們的解決方案在分析時除了利用智能電表的資料之外，還運用氣象資料等，可實作低于5％的錯誤率。

最近風力及太陽能發電等自然能源備受關注，但随着這些能源的使用，發電量本身的預測也變得越來越難了。

的确如此。其中還存在利用家用太陽能發電闆發電以及給電動汽車充電等情況，确實比以前複雜多了。例如，在美國某一小城，深夜用電量要比白天多。這是因為有越來越多的人開始在白天駕駛電動汽車出行，而在晚上回家後為車輛充電。雖然這個例子帶有局限性，但很能說明問題。

在（3）裝置計劃方面也将運用智能電表的資料吧？

我來介紹一個事例。一家名為oklahoma gas & electric的公司導入了每15分鐘計測一次用電量的智慧電表。而且，該公司如果不建設新的發電站的話，其發電裝置會在數年内出現電力不足的情況。于是，我們瞄準有望在電力消費最多的高峰時令其減少用電量的用電方，為該公司制定了隻對為節電作了貢獻的部分給予獎勵的電費制度，并且還在空調溫度的設定以及遊泳池水泵的運轉等方面實作了遠端控制。這樣便實作了用電移峰，達到了到2020年以後也不用建設新發電站的程度。

最後請談一下對日本電力市場的看法。

首先要說的是，日本的供電業務具有非常高的可靠性，停電機率也很低，據說是全球最低。另外，正如前面所說，2016年日本将實作電力零售自由化，預計将會有新企業涉足。而且還存在像東京電力那樣計劃導入2800萬台智慧電表的巨大需求。我們的業務有望伴随這些趨勢實作擴大。

原文釋出時間為：2014-07-15

本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号