電力大數據應用前景分析_數據分析師考試

　以物聯網和云計算為代表的新一代IT技術在電力行業中的廣泛應用為基礎，電力數據資源開始急劇增長并形成了一定的規模。作為經濟社會發展的“晴雨表”，電力大數據將會在服務政府與社會、服務電力企業、服務電力用戶等方面發揮積極作用。

　　一、宏觀經濟形勢評價與預測

　　1.克強指數

　　如 何用電力大數據評價、預測宏觀經濟形勢?一個典型的應用——“克強指數”，小編相信讀者都不陌生。2010年英國《經濟學人》綜合了耗電量、鐵路貨運量和 銀行貸款發放量三種經濟指標，回歸得到了一個嶄新的“克強指數”，并認為該指數比官方GDP數字更能反映中國經濟的現實狀況。

　　2.產業關聯分析

　　依據產業之間的關聯關系、產業用電量、分析產業發展潛能。例如：根據電力大數據分析房地產泡沫(小編的猜想：利用智能電表采集用戶用電信息，統計分析房產空置率;利用房地產聯網統一登記信息，統計多套房信息);依據鋼鐵、水泥、裝飾等行業的用電量走勢、分析房地產的發展走勢。挖掘其他行業之間關聯度。

　　3.產業結構分析

　　分析用電與行業分布、地區產業結構的關系。根據各地區各行業用電信息，利用大數據分析技術，分析和研究行業用電量地區結構變化、地區用電量行業結構變化。通過分析各行業、各地區的產業結構變化，為了解地區各行業發展趨勢和行業發展前景提供數據支撐。

　　結合企業經濟情況和企業用電量關系分析企業是否有產業轉型或升級，例如：用電量提高了，銷售額提高了，可能是拓展了新的產業，用電量持平或增長不高，銷售額大幅提高，可能是產業轉型。優化資源配置，增加核心競爭力。

　　二、服務電力企業

　　服務電力企業方面，小編學習了2013年中國電力大數據發展白皮書，看看電力大數據在發電、輸電、變電、配電、用電、調度等環節都有哪些應用前景：

　　三、服務電力用戶

　　1.用戶能耗分析及用電優化

　　基于用電信息、用戶負荷等數據，研究用戶的負荷特性及用電行為習慣，研究用戶用電行為分析、用電負荷特性分析、用電影響模型、用戶能耗分析、用戶用電建議等。制訂節能方案，提高能源利用率，降低電能損失，保障客戶經濟利益，促進節能減排。

　　2.用電信息征信體系服務

　　基 于電力客戶基本信息、長期的用電記錄、繳費情況、繳費能力等數據，對各類數據進行統計分析，建立用戶信用評級指標和標準，進行用戶信用評價，并分析客戶信 用變化趨勢和潛在風險。同時，利用相似的方法，基于電力客戶基本信息、用電情況、利潤貢獻、設備裝備水平等數據，建立用戶價值評級指標和評分標準，綜合考 慮企業信用等級及企業經營情況，實現對客戶價值等級的評估。