原创《面向未来智能电网的电力大数据交易》
该文是智能电网有关本科论文开题报告范文跟面向未来和数据交易和电网相关论文范文资料。
摘 要：随着智能电网的迅速发展,大数据已深入渗透电力行业,产生了覆盖发、输、变、配、用、调六大领域的电力大数据.电力大数据的合理配置和价值实现,可通过交易的形式达成.将数据交易的一般规律与电力大数据的具体特征相结合,研究电力大数据的使用价值、交易内容与模式、所有权归属、信息安全等问题,以期为电力企业应对大数据浪潮,探索数据共享和交易提供决策参考.
关键词：智能电网；电力大数据；数据交易
一、引言
数据交易,即以数据为对象的商品买卖,可打破行业信息壁垒,实现数据的潜在价值.数据交易的出现,是信息技术发展和人类认知的一大进步.Ⅲ近年来,数据交易量快速增长,数据市场潜力巨大.统计资料显示,2011-2015年,全球大数据产业年均复合增长率达50%.预计2016-2020年,我国大数据产业将保持30%以上的年均复合增长率,是同期IT市场的2倍.到2020年,我国大数据市场规模将突破8000亿元.未来5—10年,是大数据产业发展的最佳时间窗口.
在电力领域,随着智能电网的全面建设,以物联网和云计算为代表的新一代IT技术得到广泛应用,电力数据资源急剧增长并已形成一定规模,从而提出了“电力大数据”的命题.电力大数据是大数据理念、技术和方法在电力行业的实践,涉及发电、输电、变电、配电、用电、调度六大领域.但目前有关电力大数据的研究,主要集中在技术层面,鲜有涉及数据及其衍生产品、服务的商品交易问题.为此,本研究结合数据交易的一般规律和电力大数据的具体特点,探讨电力大数据的交易模式以及相关的经济、法律问题.
二、数据交易
(一)数据交易的基本特征
同数据不同于一般商品一样,数据交易也有别于一般的商品交易,其主要具有以下4个特征：
1．绝对非排他性和相对排他性
在绝对意义上,数据是非排他的：数据可无限次数地被复制和使用,且并不因复制和使用造成其数量的减少.而在相对意义上,数据又是排他的：数据被单主体独享使用时提供的价值,往往超过被多主体分享使用所提供的价值.因此,刻意隐瞒数据,拖延数据的公开,可以使自己基于该数据的产品或服务在短时间内获取垄断利润.
2．效用的不确定性
有些数据,对其了解和使用的过程是分离的；有些数据,对其了解和使用的过程是重叠甚至是倒置的,即购买后才能分析,分析后才能了解其有用性.因此,数据的效用和价值难以在事先精确评估.
3．内容的易失真性
进入交易的数据极易偏离其真实情况.数据的失真可能由多种复杂的客观原因（仪器故障、统计疏忽）,或主观原因（如降低采集数据成本、扰乱研究分析）导致,而保障和鉴别数据的真实性则要支付巨大成本.
4．交易的多主体性
数据交易往往牵涉到多方主体,如数据的拥有者、采集者、中介、使用者等,任何一方均有理由主张权利,由此导致交易的纠纷.
(二)数据交易的主要模式
大数据交易的内容,包括白有数据、加T转售数据、交易平台服务等.其中,产权转让涉及所有权、使用权、收益权等.交易主体、数据内容、应用需求、产权的类型不同,必然造成交易中的收益分配、履约、监督方式的差异,从而设计与之相适应的多元化的数据交易模式.目前,大数据交易主要包括4种模式.
1．原始大数据交易
原始大数据交易的主要对象为大数据的使用权,因此较低,且可多次交易.主要方式是大数据资源的在线租赁、检索等,用户可在指定时限内使用数据,超期则需通过续费延续数据的使用权.例如,Coogle、Baidu等搜索引擎的关键词搜索,TwiUer、Facehook、微博等社交网站中个人足迹的追踪、统计,IEEEXpore、Elsevier、CNKI等学术资源库的文献检索下载.
2．经过分析、甄别处理后的大数据交易
经过分析、甄别处理后的大数据交易通常存在于多个企业之间,主要方式是数据出租、买断、收益等,往往还受到知识产权保护.可以是数据生产企业的白有数据,也可以由大数据公司出面,向政府、非营利机构、商业公司等购买数据,经过匿名化、脱敏化处理后,生成各类标签,再向第三方售卖.数据定价取决于分类数据的数量和质量.
3．基于大数据的决策方案交易
基于大数据的决策方案交易,是指分析、挖掘、加工,形成基于大数据的解决方案,如个性化产品、辅助决策服务等,因此较高,且为一次易.如麦肯锡公司为能源公司提供的市场分析、性能基准测试、研究等服务；阿里巴巴的金融业数据分析应用；电信运营商基于手机通讯数据提供的精准营销服务.
4．大数据中间商
大数据交易所本身不生产数据,仅提供数据交易的平台,以及数据清洗、分析挖掘等增值服务（见下表）.数据供需双方借助平台进行交易,并根据交易额收取手续费.作为一种有中国特色的数据交易模式,在国内相关法律法规尚不健全的条件下,借助与政府合作快速发展,建立起有公信力的数据交易渠道.
三、电力大数据概况
(一)发展现状
智能电网的建设,以及各种智能变电站、现场移动检修系统、测控一体化系统、地理信息系统( CIS)、智能表计等的快速推广应用,使得电力行业的数据来源更加丰富,类型也更加复杂多样：从结构化,到非结构化、半结构化.
以中国国家电网公司为例,随着“三集五大两中心”建设的推进,公司人资、财务、物资等数据量向PB级增长,电网规划、计划类数据达CB级；电网建设产生结构化数据100CB/月,非结构化数据300CB/月；各省网公司产生电网运行数据7亿条,年,客户档案及交易数据存量超过3TB,且音频数据增量为4GB/日.【3】作为电力大数据的主要来源,电力设备状态监测,不仅包括设备基本信息、实验数据、缺陷记录等,还包括海量的在线状态监测数据（时序记录及监控视频）.2015年,国网发布《国家电网公司大数据应用指导意见》,涉及三大领域,共35项典型应用场景,明确了电力大数据应用的顶层设计和应用规划.截至2015年底,国网已经完成总部、山东、上海等10家单位的大数据平台试点实施部署和上线试运行.
国网的电力大数据建设采取“严出严进”模式：“在总体上“严出”,就是成立专门的职能机构统筹全局,对技术研究、组件研发、标准研制、应用验证等环节进行严格把控；在业务上“严进”,就是组建专业的研发团队,严格把控各典型业务场景的研究工作,试点先行,而后逐步推广.
(二)关键技术与挑战
电力大数据大致可归纳为3个方面：一是电力生产数据：发电量、电压稳定性.二是电力经营：交易电价、售电量、用电客户.三是电力管理：ERP、一体化平台、协同办公.
电力大数据的技术体系主要包括5个部分：数据存储管理、集成管理、高性能计算、分析挖掘、可视化.电力大数据平台是各类电力数据融合共享的平台,为电网公司的各类数据应用,提供海量数据采集、存储、计算、分析、展现、安全等基础性技术支撑.
虽然大数据是电力行业的大势所趋,但是由于电网基础设施规模庞大、数量众多,且多地散布,因此电力大数据面临一系列难题和挑战：一是数据质量较低,管控能力不强.二是共享不畅,集成程度不够.三是防御能力不足,信息安全.四是承载能力不足,基础设施亟待完善.
四、电力大数据的交易
(一)电力大数据的应用价值
据CTM Research2015年的研究报告评估：到2020年,全球电力大数据管理系统的市场规模将达到38亿美元.如下图所示：
电力大数据是电力企业的核心资产,具有巨大的应用价值,对内可优化管理模式,对外可丰富增值服务.表现在以下5个方面：
1．提高生产运维的智能化水平
利用泛在的检测和传感装置,实时获取电网运行状态数据,通过数据分析挖掘和可视化技术,有效集成在线监测、视频监控、应急指挥、检修查询等功能,提高生产率,降低成本,确保设备、系统的安全经济运行.
2．加强电力企业管理的协同程度
(1)贯通电力的发、输、变、配、用、调6个环节,整合电力全行业数据,以需求为驱动和导向,协调电力的生产、运维、销售,营配调一体化,提升生产效率和资源利用率,降低成本.
(2)通过大数据平台集成公司各部门业务,加速信息沟通,实现精细化运用管理.
3．升级客户分析
(l)基于规模庞大的售电历史数据,通过电力消费行为分析和用户市场细分,电网公司可更加精准地定位消费群体,组织营销,提供个性化的电力服务.
(2)通过外部数据交互,挖掘并揭示用户用电与电价、气象、交通等因素的隐式关联,提高负荷预测精度,实时把握电力市场,并为各级决策部门提供多维、直观、全面、深入的预测数据.
4．丰富增值服务
对电力用户提供更加丰富的用电信息增值服务.例如,给用户提供更精细粒度用电视图,提高收费透明度,并使其直观了解自身用电习惯,根据电价等因素适当调整.智能恒温控制器进人大型楼宇、居民家中,提供节能空间.
5．提供经济指导
用电数据是社会经济运行的“风向标”,通过可视化的“电力地图”,辅助投资决策,并为城市规划、电网建设提供依据.
(二)交易内容与模式
1．经过甄别、脱敏后的电力数据
由于电力对国民经济的极端重要性,以及用户信息的隐私性等,电力原始数据不宜直接交易,应经过分析、甄别、匿名化、脱敏处理后,方可交易.实现方式包括：电力大数据资源的租用、检索、买断、收益等.用户可在指定时限内使用数据,超期则需通过续费延续数据的使用权.数据的潜在购买方可能是国内外同行企业、电力相关行业、科研机构等.
以智能表计为例,截至2013年底,国网已建成全球最大的电能计量自动化系统：累计安装智能电表1．82亿只,采集1.91亿户,覆盖率达56%,自动抄表核算率超过97%.国内外同行企业可能需要其数据,用于辅助自身的系统分析和设备研发；电力相关行业可能需要其数据,用于分析居民生活用电行为,进而分析大众生活习惯,优化营销策略；科研机构可能需要其数据,用于基础科学问题探索和重大工程课题预研.
2.基于电力大数据的解决方案
对电力大数据加以分析、挖掘、加工,形成基于电力大数据的产品或服务,用于辅助决策；该模式相比于直接交易电力数据本身,技术含量更高、个性化程度更高,附加值更高.数据的潜在购买方,可能是政府机构、商业公司、科研机构等.
例如,美国加州大学洛杉矶分校的研究者,将人口调查信息、电力企业提供的用户实时用电信息、地理、气象数据整合,开发出一款“电力地图”.以街区为单位．可反映各时刻用电量,并可将用电量与居民平均收入、建筑类型等进行比照,精准反映该地区的经济状况及各群体的行为习惯,为投资决策提供参考,为城市、电网规划提供依据.以电力大数据产品和服务的交易、推广、运用,将对智慧社区、智慧城市的建设提供巨大支持.
(三)电力大数据的权属与信息安全
1．电力大数据的权属
根据信息内容参与方的不同,大数据权属大致可分为以下两类.
(l)被记录方的单方数据,所有权归数据的被记录者.典型的如个人数据,包括个人身份信息、家庭住址、工作单位、就诊记录、、社交网络足迹等.个人数据可以通过人工收集、互联网平台抓取、甚至生理识别的方式获得.个人数据具有人身权和财产权的双重属性,是大数据价值的基础和素材.权属于个人,不得非法获取、非法交易.“通知十同意”是目前较为通用的准则,即个人数据的收集、处理必须事先告知被记录人,并得到被记录人的许可.
(2)数据抓取平台参与的合同行为数据,所有权归参与各方共享.典型的如用户使用互联网所产生的行为数据,包括浏览网页、手机支付、收发电邮、在线学习等.上述数据均由合同履行行为的记录产生,应属于合同参与各方共同所有.原则上经用户同意,数据平台方可抓取用户的消费行为数据,用于后期整合、建模、分析,以利提升服务质量或改善管理效能.
电力大数据的来源千差万别,但无论电力生产、经营、管理,都可类比于上述第(2)种情形,即数据抓取平台参与的合同行为数据.例如,居民用户的用电行为数据,属于用户支付电费并消费电能的合同行为,电网公司通过智能表计抓取、记录在此过程中产生的数据,用于提升服务质量或改善管理效能,其所有权应由数据的采集方（电网公司）与数据的被记录方（居民用户）共同享有.
2．电力大数据的信息安全
大数据电力大数据涉及国家基础能源支撑体系,涉及众多电力客户隐私,其信息安全极为重要.目前,国网公司确定了大数据的分级管理原则,同步规划、同步设计、同步投入运行,并根据数据的重要性和共享程度,确定哪些属于可开放访问,哪些属于逻辑强隔离使用.目前,对客户服务、企业内部管理、电力生产等内容,全部采取与外网隔离的安全措施.
电力大数据有鉴别、分步骤地进入交易：一是应通过法律手段加强保护.二是可采取经济手段,建立规范、透明的交易管道.
专业的数据交易机构是数据交易的“倍增器”,通过对数据交易主体的审查、数据本身的合法性审查.一是提供了规范、合法的数据交易场所,构建了健康、有序的数据交易市场.二是作为交易的集合体,对市场进行监管和维护,可显著提高交易效率,对引导大数据产业发展,实现资源合理配置,促进产业升级具有重要的现实意义.考虑到我国的基本国情,特别是大数据交易的发展现状与基本生态,电力大数据交易应通过大数据中间商完成,即数据交易所或数据交易平台,确保交易渠道的公信力、管理的规范性和交易对象的合法性.
五、结论
大数据是重要的战略资源,通过对大数据的分析挖掘,可为国家、机构、个人提供关键决策支持.但大数据资源的分布具有不均衡性,其合理配置可通过数据交易实现.智能电网的发展提出了电力大数据的命题,覆盖发、输、变、配、用、调六大领域.电力大数据的合理配置和价值实现,也可通过交易的形式达成.
本研究归纳了数据交易的四大特征和3种基本模式,并突出了数据交易平台这一中国特色模式；综合电力大数据的发展现状、关键技术、面临的挑战,分析电力大数据的使用价值,探讨电力大数据可行的交易内容和模式,分析电力大数据的所有权归属和信息安全等问题.以期为电力企业在大数据时代积极探索数据交易、变现数据价值、获取数据红利,提供决策参考.
智能电网论文参考资料：
总结：此文是一篇关于对不知道怎么写面向未来和数据交易和电网论文范文课题研究的大学硕士、智能电网本科毕业论文智能电网论文开题报告范文和文献综述及职称论文的作为参考文献资料。
