有這么一個詞不知道你有沒有聽說過——“大移物云”。

其實，我相信很多朋友是聽過的。因為，這個詞在去年甚至是前年都很常見、很流行的。當然，今年依舊很火熱。

“大移物云”指的是大數據、移動通信、物聯網和云計算，這幾個在當今社會非常火熱的幾個尖端技術，而且其中的大數據又是非常重要的資源。

阿里巴巴創始人馬云曾表示，未來的時代將不是IT時代，而是DT時代，DT就是DataTechnology數據科技，顯示出大數據在未來舉足輕重的地位。

　　什么是大數據?它又和我們的電力產生怎樣的關系?

大數據(bigdata)，指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

隨著大數據產業“十三五”發展規劃的發布，大數據產業將迎來新的發展機遇。業內人士認為，未來五年大數據產業市場仍將保持高速增長。去年發布的《促進大數據發展行動綱要》指出，到2020年，培育10家國際領先的大數據核心龍頭企業，500家大數據應用、服務和產品制造企業。

電網作為關系國計民生的重要基礎設施，在保障能源安全、促進節能減排、拉動經濟增長、帶動產業升級中的作用更加突出。

根據《電力發展“十三五”規劃》、《能源發展“十三五”規劃》，十三五期間我國電網將以分層分區、結構清晰、安全可控、經濟高效為發展原則，著力提升電網利用效率、系統調節能力、安全及智能高效水平，積極推進體制改革和機制創新，優化電網資源配置、加大城鄉電網改造、推進跨省區電力輸送和“互聯網+”智能電網建設、實施新一輪農網改造升級。預計至2020年全國新增500千伏及以上交流線路9.2萬公里，變電容量9.2億千伏安，城市、農村供電可靠率分別達到99.9%、99.72%，綜合電壓合格率分別達到98.79%、97%。

隨著電力物聯網時代的到來，傳統的電力應用出現了新的趨勢，尤其是在配網環節，已經從被動響應，發展到通過控制和監測實現所有電壓等級的動態供需平衡。傳統的集中式、單向式電網結構已經無法滿足新增業務的需求，未來需要一個互聯互動、可感可控、安全可靠的智能配網系統。

以前電網建設重點都集中在生產環節，配用電環節關注較少，而生產環節，起碼目前，還談不上大數據，相關的數據挖掘倒是一直都需要，也一直都在用。用電信息采集系統(用戶能見到的就是智能電表)等的大面積推廣，意味著與用戶交互最多的配用電環節開始得到重視。

數據努力讓電力“顯示”更加“清晰”

日經技術(NikkeiTech-On)網站報導，SoftBank在7月宣布對Encored日本分公司出資，藉此發展能源物聯網平臺事業;英特爾(Intel)日本分公司也宣布將在日本建構基于物聯網技術的電力控管平臺技術，2017年12月開始實驗。

華為希望以創新的ICT技術為關鍵突破口，以電力物聯網來重構電力行業思維模式，將全球的電網變成能源共享的網絡。

施耐德電氣推出的EcoStruxure電網架構，向我們展示了施耐德電氣如何憑借行業領先的基于物聯網的架構整合了施耐德電氣在能效管理與自動化領域的諸多先進成果，從嵌入式的互聯互通產品(如傳感器、變頻器、制動器等)為基礎，融合了云計算、移動通信、大數據分析、信息安全等新一代IT技術，旨在全面提升能源利用率、優化管理流程，為用戶提供完整的能源解決方案。

負責人喬軼才表示，未來電力世界將更加低碳化、數字化、分散化。整個電能的生態也會變得非常復雜，要求互聯互通，具有大量計算的能力和預測能力，平衡電網的變動。電力物聯網市場到底有多大，喬軼才表示難以估算。

如果說互聯網時代解決的是人與人的聯接問題，那么物聯網時代要解決的就不光是物與物，更包括人-物-人多元歸一的聯接問題。

而電力，Power，將超越信息Information成為最重要的物聯網時代的聯接價值載體，這不僅僅是因為幾乎所有的物聯網硬件設備需要使用能源最重要最普遍傳播的形式—電力，更是因為電力可以對用戶需求做出具備無數創新可能的價值傳遞。

舉例來說：

根據國家戰略，2030年非化石能源在一次能源中的比重將提升到20%左右。分析師預計，到2030年，可再生能源行業占新增生產力的比重將高達50%，也就是說未來在能源領域的新投資，基本上都是以新能源為主。

能源生產來源的變化，將給整個電網帶來非常深刻的變化。過去，從電廠集中發電、輸電到終端用戶用電都是一個單向流動的過程，相對來講比較簡單，整個供電過程是連續性的。但這樣生產和輸送能源的方式也帶來了一些不利于可持續發展的問題，比如目前的霧霾、地球溫度的上升等，且化石能源是有限的。

目前新能源主要以太陽能和風能為主，其他新能源所占比例比較小。新能源發電的間歇性對整個電網的架構模式產生了比較大的沖擊，未來隨著可再生能源使用量的增加，將要求整個電網更加靈活，更加智能化。

同時需求側的變化也比較大。由于可再生能源的發展，很多用戶可以考慮能源的自給自足。埃森哲2015年的報告顯示，57%的消費者考慮在用電方面實現自給自足。目前江蘇很多工廠紛紛在屋頂鋪設太陽能，這將是非常強勁的市場需求。

但這類市場需求將導致需求側也變得比較復雜。在太陽能發電不足的時候，要去電網買電;太陽能發電足的時候，要向電網售電;某些時段存在電網和太陽能同時長期供電的情景，那么什么時候能從太陽能發電切換到市電，什么時候從市電切換到太陽能發電?

在電網規劃方面，建立電網規劃數據挖掘和診斷評估模型，根據對公司內、外部海量基礎數據的挖掘分析，實現電網規劃更加精準，提升投資有效性;

在電網建設方面，通過電網建設項目全過程數據共享和業務融合，提升工程上下游建設單位的緊密協同，縮短工期，提升工程質量;在電網檢修方面，通過提升設備、環境等狀態信息自動感知能力和運維、檢修等工作過程管控能力，構建智能運檢技術體系，實現各類運檢業務和生產指揮決策的智能化;

在電網運行方面，通過精準的負荷預測，推動源網荷協調互動，積極消納新能源，實現經濟調度;在電力營銷方面，貫通營配調各環節流程和數據，實現業擴全流程實時監控與用戶用電行為精準分析，創新電力營銷新模式，為電力客戶提供超前、優質的服務。

當然，電力大數據遠不止于上述所描述的這幾點方向，電力大數據主要來源于電力生產和電能使用的發電、輸電、變電、配電、用電和調度各個環節，可大致分為三類：一是電網運行和設備檢測或監測數據;二是電力企業營銷數據，如交易電價、售電量、用電客戶等方面數據;三是電力企業管理數據。

通過使用智能電表等智能終端設備可采集整個電力系統的運行數據，再對采集的電力大數據進行系統的處理和分析，從而實現對電網的實時監控;進一步地，結合大數據分析與電力系統模型，可以對電網運行進行診斷、優化和預測，為電網安全、可靠、經濟、高效地運行提供保障。

在電網規劃方面，建立電網規劃數據挖掘和診斷評估模型，根據對公司內、外部海量基礎數據的挖掘分析，實現電網規劃更加精準，提升投資有效性;在電網建設方面，通過電網建設項目全過程數據共享和業務融合，提升工程上下游建設單位的緊密協同，縮短工期，提升工程質量;在電網檢修方面，通過提升設備、環境等狀態信息自動感知能力和運維、檢修等工作過程管控能力，構建智能運檢技術體系，實現各類運檢業務和生產指揮決策的智能化;在電網運行方面，通過精準的負荷預測，推動源網荷協調互動，積極消納新能源，實現經濟調度;在電力營銷方面，貫通營配調各環節流程和數據，實現業擴全流程實時監控與用戶用電行為精準分析，創新電力營銷新模式，為電力客戶提供超前、優質的服務。

供電公司對電力大數據的應用

杭州供電公司：電網大數據管理配網不停電檢修

2017年9月15日，第十三屆全國學生運動會落下帷幕。之前的16個日夜里，國網杭州供電公司采取電網大數據管理、配網不停電檢修等創新措施，在黃龍體育館、下沙大學城和育華體育場高質量完成保電任務，確保全國學生運動會供電。

全國學生運動會電力保障工作面臨場館分散、天氣復雜等諸多難點。為此，從9月1日開始，杭州供電公司共計出動輸電、信息通訊等工作人員超過1.6萬人次，保電車輛超3000車次，應急發電車近400車次，完成電力線路巡視超過3萬公里，保電變電站和開閉所巡視各1000座，路燈桿巡視超過3.5萬個，完成危險點24小時值守任務超過500次，完成重要客戶電力通訊保障任務48次，為65條通訊光纜提供重點巡檢保護。

“在全國學生運動會期間，我們嚴格奉行核心區域不停電檢修理念，最大限度保障杭州電網完整運行。”杭州供電公司供搶中心副主任金濤表示。

寧夏電科院用大數據反竊電

國網寧夏電力公司電力科學研究院計量中心運用大數據分析技術開展反竊電行動。日前，他們利用該技術手段發現竊電及違約用電32戶，追補電量14.37萬千瓦時，追補電費8.85萬元;收取違約用電費24.63萬元。

隨著科技發展，諸如“遙控竊電”“磁場干擾”“半波整流干擾”等新的竊電手段，給反竊電工作帶來新的挑戰。對此，國網寧夏電科院計量中心利用電力大數據分析打擊竊電不法行為。他們通過電力大數據分析電流、電壓、功率、波形等數據的變化情況，構建歷史用電數據、同行業數據、線損數據等多維度比對模型，足不出戶就能遠程繪制竊電現場畫像，極大地提高了對竊電行為的識別精度。

今年8月，該計量中心在開展異常數據分析時，發現銀川境內一條10千伏線路日線損出現異常，線路下一企業的專用變壓器，日損失電量突然達1萬千瓦時左右，存在竊電嫌疑。轄區電力部門立刻組織力量，對該用戶進行了突擊檢查，現場查獲竊電證據。(記者魯延宏)

有數據的地方就會有威脅！該如何為電力大數據加層“毛玻璃”“后鐵皮”？

前段時間的比特幣威脅就很具代表性——一款勒索病毒席卷全球76個國家，病毒已經蔓延到4.5萬臺電腦，傳播迅速之快，范圍之廣令人震驚。

而在今年4月，騰訊主辦的2017“互聯網+”數字經濟峰會上，宗慶后曾“對懟”馬化騰：“我不知道我們現在的網絡后臺，是在美國人手里還是自己人手里?”

是的，據了解由于互聯網技術首先在美國土地上發端，根服務器便于美國有著密切的關系。全球總計十三臺根服務器，一臺設在日本的東京，兩臺設在歐洲的荷蘭和瑞典，包括主服務器在內的其余十臺都在美國。可能朋友要說，我們中國也是有很多做服務器的企業的啊，然而并沒有什么用，這些企業用的芯片，服務器的核心依然還是來自于美國等發達國家。

上述情況也就導致了這樣一種問題的產生——網絡安全、數據安全問題。在理論上來講，在特殊情況下，一些特定的國家接入互聯網根服務器的電力大數據，可能被掌握根服務器的國家刪除在互聯的網絡世界之外。

2013年被爆出的美國“棱鏡門”事件就非常的具有代表性。

而在電力系統方面，數據安全問題一次次為我們敲響警鐘！

2000年，我國二灘水電站因異常網絡信號停機，引起國家高度警惕。

2010年，“震網”病毒攻擊伊朗核工業控制系統，打破了“封閉系統絕對安全”的神話。

2015年12月23日，烏克蘭至少三個區域的電力系統遭到網絡攻擊。攻擊造成了伊萬諾—弗蘭科夫斯克地區部分變電站的控制系統遭到破壞，以致大面積停電，電力中斷3—6小時，約140萬用戶受到影響。

據了解，目前國家電網公司工控安全涉及變電站3.5萬座、配電終端規模約200余萬臺、智能電表約2億臺，根據前述劍橋大學對電網事故經濟損失的評估，產生的間接經濟效益可觀，預計該成果能避免因電力中斷而造成的損失近千億元。

國內外的電力信息安全事故引起國家對電力網絡安全的高度關注，我國遵循“安全分區、網絡專用、橫向隔離、縱向加密”十六字安全防護原則，重點強化了電力工控系統的邊界防護，但工控系統內部脆弱性風險依然存在，同時隨著內外部環境的變化，電力工控安全形勢嚴峻。

隨著信息化技術的迅猛發展，信息量呈爆炸性增長。在新形勢下，通過對電力大數據的分析運用來提高企業的管理水平和競爭力將是電力企業發展的必由之路。

目前，電網企業各專業部門在運行生產過程中積累的運行數據每年以幾何級數增長，已成為企業寶貴的無形資產。但這些數據資產價值的發揮以及基于大數據技術的運營監測預警研究仍處于起步階段，需要有專業化的解決方案應對挑戰，因此，電力行業對大數據的需求，其迫切性將遠遠超越其他基礎能源行業。一是在電力生產環節，風光儲輸等新能源的大量接入，打破了傳統相對“靜態”的電力生產，使得電力生產的計量和管理變得日趨復雜。二是電能的不可儲存性，使得電力工業面臨極其復雜的安全形勢。電能具有“光傳輸”特性，瞬間的電網失衡會造成無法挽回的損失，再依靠“人工+設備+經驗判斷”的半自動生產經營方式，電力系統的生產經營人員將面臨無法承受之重。三是通過獲取質量更好、粒度更細的數據，提升電力行業對當前電力供應鏈的“可見度、清晰度”，可使電力生產供需管理變得更為有效。電力的經營管理者可以通過這些信息記錄，了解電力基礎設施的歷史、可靠性和成本，從而整體優化電網運營。

國家電網公司擬參照工業和信息化部發布的《大數據產業發展規劃(2016-2020年)》制定了7大重點任務和重大工程

促進大數據與智慧能源系統的新機理新體制與標準體系建立

大電網智能監控的信息流形態、功能架構及標準，大電網智能監控的能量流形態、功能架構及標準，多能流融合建模仿真及分析方法。大電網智能監控的信息流和能量流融合及交互機制，抽象與統一，耦合特性建模、仿真和安全特性分析。形成巨型能源互聯系統的綜合能量管理系統框架及標準體系。

強化大數據與智慧能源系統的全景狀態感知智能傳感產品研發

大電網綜合環境監測技術，在已有的廣域同步測量技術基礎上，針對不同工況和場景態勢評估與控制需求，提出能源互聯網所涉及的各種電源側、電網側、負荷側、環境等信息廣域同步測量方案。智能測量終端對設備狀態、系統安全水平、潛伏故障及風險具有智能分析與診斷，并支持實時數據的遠傳。

加快大數據與智慧能源系統的時空一體化信息組網技術攻關

由于能源互聯網的廣域、緊急和工業控制對空間和時間的要求苛刻，需要采用高安全、高可靠的大顆粒業務傳輸模式。分布式高精度全景同步錄波數據融合與反演技術，高性能大電網智能監控時空一體化特種通信和組網技術，面向大電網智能監控的智能云端協作關鍵技術及系統。同時采用分層分域(核心、骨干、接入)、大容量低時延的網絡架構。

推進大數據與巨型電網智能監控系統的新型軟件平臺建設

針對巨型能源互聯系統的智能管控問題，突破可信云計算服務器和安全技術，研究可信網絡和可信實體框架，大電網可持續演化的智能化軟件理論、方法和技術，大電網智能駕駛系統的軟件體系結構和支撐技術，面向大電網調控的智能化集成化軟件互操作平臺。

加強大數據與巨型電網智能監控類人智能技術攻關

完全基于能源互聯系統的廣域測量信息，電網大數據全息地圖獲取與狀態信息聚合技術，大電網大數據深度挖掘與時空模式發現技術。大電網大數據類人智能感知與強化深度學習技術，進而實現狀態、事件、環境等要素之間的廣義關聯分析，主導特征提取。大電網的智能駕駛形態與情景交互關鍵技術。

深化大數據與巨型電網智能監控的關鍵技術研究

大電網復雜時變場景的高效虛擬映射與繪制引擎，大電網全景運維態勢協同感知與態勢圖構建技術，實現不同場景的安全態勢感知和評估。虛擬建模技術，如拓撲結構識別、關聯關系刻畫、主控對象濃縮、參數跟蹤辨識等。大電網時空一體化智能協同控制技術，廣域協調控制建模及魯棒優化算法，并動態跟蹤時空演變軌跡進行自適應控制。大電網多源大數據綜合智慧服務模式與系統框架設計。

部署大數據與巨型電網智能監控機器人重大工程示范

能源互聯網多源時空大數據融合技術，如統一時標、統一建模。大電網智能監控機器人功能規范與標準，大數據支撐平臺構建及通用算法移植，重特大事故時空一體化協同監測與緊急控制。智能監控機器人的人機接口技術，如人機界面、語義理解、語音合成與識別、圖像識別與處理、機器翻譯等技術。還包含人機接口裝置和交互技術、監控技術、遠程操作技術、通訊技術等。開展大區電網的智能監控機器人樣機研發和工程示范。

總結

盡管我國政府和企業不斷重視并加強網絡空間安全保障，但境外針對我國政府等重要領域的有組織網絡攻擊仍在持續，“互聯網+”、云計算、大數據等新應用也引發新的安全風險，大型互聯網商業平臺安全事故呈現高發態勢，針對個人數據的網絡犯罪呈現組織化和產業化的特征，一系列重大安全事件仍然頻發。

全球數據總量持續增長，預計2020年達到40ZB;數據安全威脅持續上升，帶動數據安全產品需求;由于黑客攻擊手段日趨多元化，以及內部安全隱患的占比高企，針對物理和運行層防護不足以化解漏洞和攻擊，數據層面的保護成為必須，數據安全市場有望被進一步放大！