大数据操作系统+数据底座在电力行业的 PaaS 赋能

胡继云创云融达信息技术（天津）股份有限公司、华北电力大学光纤网络系统智能化运维技术应用研究所首席数据专家

【资料图】

今天很荣幸，因为我是第一次在电力行业讲关于数据类的东西，我从2018年在清华大学继续教育学院做数字化转型的讲课后，没有专门针对电力行业，因为这种课程是各个行业都会参加的，基本上都是总经理、董事长会参加。近几年，比如像2021年、2022年，尤其是疫情前那一年，我有一次讲课，从两点半讲到了八点他们还在听，这个就反映了数字化转型的特点，就是大家越来越喜欢这个理念，确实想了解它，而不是仅仅是听一个概念、拿一个清华大学的证书，他确实想知道这个东西。

我在席间跟国网某分公司的领导交流，我说我是从运营商做起做了金融、做了制造业、医疗、政务、公检法，基本上中国各个行业，除了农林牧副渔我还没有去接触，大部分能够做数字化转型的我都接触了，我说电力行业是很有前途的行业，但是我觉得是很难搞的行业，因为我觉得这个数据，一是特别杂、二是时延低、三是周期很长。

他说，你看运营商金融行业大家都做数字化转型，为什么他们很快做起来呢？是因为他们数据其实是比较简单的，才能尽快做起来。这个给我很大的冲击，以前我总是认为其他的行业，因为它有价值才做得早，实际不是这样的，因为有些行业有更大的价值，是因为它比较难挖掘，所以才做得晚，但不代表它没有价值。人类文明的发展是基于能源利用的效率来提升的，人类的文明现代化有赖于对能源的挖掘。这句话给我印象跟深刻就在于，因为提升到了一个哲学的高度，让我对电力行业有一个崭新的认识，而且我对电力行业充满了敬畏。

今天重点分几个部分：

首先简单介绍一下我们公司是做什么的，然后是电力行业的数字化转型，以及我们的产业在中间的赋能，最后说一下电力行业我个人理解的数字化展望。

2010年和金风做电力行业数字化建模开始，我跟电力行业就有所接触，我深深感觉电力行业在数字化方面有特别大的价值点，今天非常荣幸，会后如果大家对数据方面电力行业的应用有所探讨欢迎大家可以加我。

创云融达是2018年成立的公司，是基于在数据行业的“存、管、用”一体化的公司，我们致力于软件驱动公司。过去一年，我们大概不到150人产生得到了3.5亿产值，合计每个人贡献200多万，在一个IT性的产业如果不做产品的公司是做不到。

为什么我们能做到？就是因为我们所有的在数据的每个环节都有它相应的产品，从数据的存和管把它打造成一个坚实的数据底座这么一个产品，从数据的应用、服务、变现，我认为我们用我们大数据操作系统这么一个产品，跟数据底座的融合，从数据业务化到业务数据化转型周期的融合和管理。

接下来进入今天的正题，三个板块。

第一板块、电力行业数字化转型的一些浅见

这张图是美国Garterna集团对数字化转型的业务定义，数字化转型是什么样的概念呢？利用企业现有的技术和能源的能力，数据技术或者数字化的能力，依托于这个企业敏捷的管理以及创新的文化，去推进企业内外价值的呈现以及延伸，并带来对客户的中级体验这么一句话不知道大家有没有意识到，其实分了三个部分，第一部分，技术和能力是企业内，第二部分，价值和体验是企业外的，客户能看到你给我带来什么价值，敏捷和创新是什么，如果我们用现在很时髦的词来看就是数字化的文化，因为只有数字化的文化才能构建敏捷创新的能力体系以及思想的变革。

所以这么一个定义下，大家就数字化不是简单的概念，是一个体系，是人财物流程组织架构全生命周期的同步推动的东西，这个问题就来了，这个定义很宏观，虽然很浅显易懂，你会发现它没办法落地，为什么没办法落地？我这里给大家分享。

第一，我们如果从数字化转型转回到电力行业，电力行业的大数据特点跟其他行业差别很大，尤其说一个，在多模态的数据类型上，电力行业应该是全行业最全的。

第二，低延迟数据，我觉得各个行业，从运营商、金融这样的行业，除了搞金融工程以外，程序化交易那块，大量的低延迟数据，涉及纳秒级的数据，绝大多数数据是不需要所谓的低延迟的，但是在这个行业低延迟数据类似IoT的数据是随处可见的。

第三，我们认为整个电力行业，因为涉及用电、配电、售电各个环节和周期，所以我们一定认为整个电力数据是极其有价值的，但是有一天要注意，所有的IoT数据绝大部分其实没有价值，有价值的是突然发现了数据抖动才觉得它有价值，大量的数据都把它当作垃圾数据干掉。

在电力行业作为独一份的情况下，我们怎么样解决数字化转型的难题。正因为有这么多行业的各个环节产生了大量不同模态的数据，在美国的通用电气公司的首席业务专家卡特说过一句话，他说如果我们对电力行业数据价值利用率能提高10%，这个电力行业的利润能增加20%—49%，就是因为我们电力行业周期如此之长，长到都产生乘数效应了，如果财政部投入1000元，在这个社会上带来的经济效益是能够乘以N倍的，就是因为经过层层的价值转化。实际在我们电力行业也是一样的，如果从发电数据提升价值，到输电、配电、售电整个流程是乘数效应，能带来价值的激励提升。

因为这么一些挑战，所以对整个行业的电力行业数字化转型带来了全面的升级。

第一，电力IT基础设施对于数据、对于容灾、对于低延迟数据的存储，刚才有位领导跟我说，他今天就是为了听我讲光纤网络智能运维来的，后面我讲一讲我们如何在数字化过程中如何做到光纤低延迟数据的智能化运维。

第二，电力数据的多元化储备以及人才，以及战略性持续的这种资源投入，还有电力企业的开拓的视野、开放的心态，你就发现这不是一个技术性的问题，是业务、是流程、是管理理念融合的问题。所以如何通过一个强有力的平台，或者架构去把电力行业内外的资源整合能力整合到最大化，其实就是电力企业一个制胜的关键因素。

第二板块、如何解析这个命题

大数据操作系统+数据底座的PaaS功能，这两个合在一起称为数据PaaS。电力行业数字化体系结构是非常复杂的，这里面在座各位都是专家，我在这里就不赘述了。

电力行业数字化转型挑战分为几个难点：1、数据接入难。2、数据管控难。我认为这是数据底座要解决的问题，如何把数据接进来，并且分门别类地存储好，这是非常重要的命题，别小瞧这么一个简单的命题，很多行业、很多企业都还在这个命题上孜孜不倦地构建一个庞大的数据中心。这个底座之上我们要解决数据使用难、分析难的问题，都是大数据操作系统带来的呈现。我们如何把数据底座的各种数据进行有效的处理、集中建模，并且达到一个业务所需要的一些分析的路径，这个就是要我们整个数据操作系统的贯通。

我们的数据PaaS是什么样的思路呢？我们知道数字化转型包含两部分，一是所谓的运营、服务、生态和创新，实际做这些事情的这些创新下面底层承载的是这个企业的数字化以组织、以人，我怎么把人和实结合在一起，所以我要构建在整个电力企业数据流动的通道，通过我的数据PaaS打通了我的业务与数据的连接。

我们如何去解析这个数据的连接呢？我们认为就是从整个数据源材料的获取，到深加工、组装，到产品提交，需要用到操作系统的概念，我从数据的“采、存、集、管、用”封闭到一个系统里面，让电力数据从最源头的数据通过一系列的进程、处理，得到他想要的结果，能让他尽快实现我们对数据的变现能力，这就是我认为大数据操作系统核心的数据管道的变现能力。

整个数据PaaS的底座我们用一种方式，我们把整个数据不同的采集生命周期的共用性的技术底座沉淀下来形成一个技术底座，把每一个数据生命周期比如采、集成、资产管理、治理、服务、应用的特色功能整体都放在最上面，通过这个技术底座跟我这个核心功能进行自由的组合，能够满足我们当今各个行业尤其电力企业不同的数字化转型阶段所能应用到的数据能力的诉求，它是一种无孔不入的数据能力，而不是我们要把数据看成一个非常笨重的数据中心放在那儿。

我们数据PaaS的特性，我想说的就是我们既是数据的处理器，也是数据的大管家，从数据的“采、存、集、管、用”我们进行全面的梳理和管理，大家看整个架构图，从各个数据中心接下来的数据，到一个统一的数据连接框架，进行集中的数据资产生成，这个资产生成是通过数据治理和数据安全的保驾护航，通过统一的数据服务访问窗口，提供任何的VIE报表分析、查询功能以及各种智能化运维的工具分析。

在IT应用场景方面我们发现，特别适合我们这种集团级的或者大企业级的IT的应用，第一，跨源异构的分析场景，能够跨不同的数据库直接进行数据的提取，第二，跨数据中心的，因为我们在电力行业大部分都是集团、电厂等三级的构建，我们可以通过跨数据中心的场景直接从不同场景提取我们想要的数据进行数据分析。第三，数据完整的采集和数据服务统一的结果。第四，对不同的电力行业企业里面各种数据中心进行使用标准来进行融合的数据分析，通过这么一套数据操作系统，对于进程的管理就得以实现。

我们在当今电力行业的展望，如何做到对电力系统的赋能。我们认为整个电力行业做数据这块最重要的是两点：

第一，建设一个智慧化的运营体系。这个智慧化的运营体系包括，推动信息采集，感知处理应用等各个环节的建设，把所有的数据都能收到我们整个数据底座中来，并且推动整个能源数据的统一汇聚，与统一的共享服务接口的使用。如果要达到这个目的，其实在过去很多年各个行业做了大量的事，比如说数据仓库，比如说大数据平台，我们听到很多这样耳熟能详的事，但是为什么数字化转型中提到如此高度的今天这个事情做的依然是不够的，是因为他们在整个数据建设中缺乏一体化的工具，这个一体化的工具覆盖这个数据的来到存、到管理、到使用的全面的工具，很多时候我们构建一个电力行业的数据平台用数据仓库的思路，会用到大量的工具、用到大量的人，进行堆人、堆工具的服务，对一个企业的实施能力、对这个电力企业IT的对接能力和业务对接能力提出了非常高的要求，所以才导致了我们数据仓库提了这么多年，到现在已经没有人再提，但实际不是数据仓库的问题，而是实时数据仓库这些厂商的问题，他的理念并没有错，到如今我们其实还是在构建数据仓库类型的数据平台的东西，并不是，就看你怎么看待去运用这个数据仓库。

第二，强化整个电力系统的标准与规范。我们知道数据汇聚重要的一点就是标准，如果没有一个标准谈不上数据资产，大家知道资产这个概念来源于我们现实世界，大家可以查一下百度百科对资产的定义，1）资产是有统一标准的，2）是资产是有时间期限的，3）资产有质量的标准，一瓶矿泉水，这个矿泉水有它的保质期、有它的标准，我们虽然看见过很多不同的矿泉水，但是有不同的标准，有350毫升、有500毫升，不是乱定的，还有它的数据来源，这个水从哪里来的。这个就是这瓶水背后的数据资产的脉络，只有通过这样的治理才能够把它推向市场，客户才能够认定它的价格。一个产品如果没有包装、没有品牌、没有QS认证，我想没有人敢喝这瓶水永远只能放在那儿，不会变现的，这就是做数据资产非常重要的就是数据治理，数据治理最核心的一步就是定标准，因为电力行业订标准过程中是最重要的，因为电力行业的数据生命周期极其长，涉及多个环节，不同的环节涉及传统的建设周期，从集团到区域、到发电厂，大部分他们的各种数据，还有计划、生产、财务、物料等等一系列的数据，都是经过了多年的累积，不同的厂商，几百个厂商在上面耕耘的，如果他的标准不一致，那是不可能做到的，他必须有一个强有力的平台，一个操作层面的工具，把它统一化。

整个数据赋能，从感知汇聚到集成加工，我们整个大数据系统分成“四横两纵”的概念，四横就是采、集、管、用，就是把整个数据生命周期切成四段，我做过这10个行业，数据业务上有不同叫法，很多专业名词，但有一点可以确定的是，不管是什么行业，他的数据生命周期永远停留在这四个阶段“采、集、管、用”，没有哪个行业超出这个范围。四横两边靠两纵护航，两纵，数据治理，因为缺了数据治理所有成果都是不被认可的，都是不在标准状态中的，都是不准确的，所以是数据治理。数据安全，在国家出台《数据安全法》之前可能大家并不关注，但是在现在对数据安全越来越看重的时代，我们会发现很大的问题是，我们会把数据资产的定义加入安全的属性，如果一个数据资产不具备安全的属性，一个非法的资产出售出去了，对一个企业来讲不是产生价值，是产生巨大风险的一部分，所以用四横两纵构建数据系统的基本模块，实现对数据完整的融合与分析。

整个行业，在做的过程中定标准是最重要的，这个标准体系是我们在各个行业总结的一个行业通识，大家可能都请过咨询公司做标准，咨询公司做标准和我们最大的区别就是，咨询公司做标准首先他罗列标准，他先把这个行业所有的标准罗列在这一块，比如给出你10万的标准，再告诉你我出一堆文档、一堆流程，再告诉你找公司来跟我实现，这是咨询公司传统的打法，因为我跟四大合作特别多。在我们这样地致力于数据产生价值的公司我们不是这样做的，我们首先是找到你有什么样的数据、有什么样的标准、你有什么样的东西，我再定义标准，一切以实用为基础，把这些东西跟业务挂钩。所以我们的数据标准制定是从业务反向推动我们的数据，再从数据反向去挤压业务，形成中间的融合，这就是我们做产品、做工程化的公司和咨询公司的一大区别。

所以整个数据标准，如果从数据探查到整个的设计、到更新、到分析、到维护，就这样形成了闭环。

这是一些分享，基于我们数据PaaS的无限可能。

1、数字化的资产维护，从我们不同的数据，物资、传感、电网、到整个数据的采集、到统一的数据资产维护，这里面的关键就是数据治理和数据融合。

2、我们看用电的行为分析，从我们的多个数据到可视化的建模到多维分析，我们依旧看到的是数据治理和数据融合。

3、差异化的催缴电费，第一还是多数据源融合，确认了资产体系，这里面也是融合，再加我整个的治理。

4、助力数字化乡村，当然这只是我们对有些应用的举例，这里面更大的还是数据融合分析，所有的一切一切都是要通过数据底座和数据融合价值的推动。

第三板块，个人理解的数字化展望

刚才听各位专家何老师都提到了清洁能源“双碳”未来的发展方向。清洁能源大家都已经耳熟能详了，而且在政策要求下大家对清洁能源很下功夫。比如类似国家电压等级最高的，清洁能源配置能力最强的，国家电网以及在国际上清洁能源组装超过60%的国电投，中国顶级的电力行业的企业他在清洁能源方面也需要大量的数字化变革，以倒逼组织和流程的变化。

这方面有这么一个愿景，这个愿景我们会发现，清洁能源跟一个词是密切相关的，就是互联网化，所有的清洁能源要达到的清洁能源的概念，因为清洁能源不是我们定义的，是本身数据带来的属性，这个能源是否清洁，一定是要通过数据说话，就是刚才我看有位老师分享“双碳”那个，我觉得很好，就是在用数据说话，他在分析你这个清洁能源到底有多清洁，你的来源是哪里，所谓的汽车电能是通过火力发电来的、还是通过风力发电来的，到底有多清洁，都是要通过数据呈现。通过数据呈现、通过物联网化，我们就能够把数据采集、感知、处理、应用各个环节全抓在手里。所以在清洁能源的时代对数据的“采、存、集、管、用”提出了更高的挑战。

未来会达到什么样的状态，未来大家的状态就是，这是我们数据湖的构想，可能这个数据湖跟各位领导在别的峰会上听到数据湖不太一样，别的峰会说到数据湖可能会认为数据湖就是数据池子，我一个房间里面多了几个数据池子这就是数据湖的概念，其实不是，如果是那样的话，我觉得跟数据中心没什么区别，为什么还取个数据湖的概念。我觉得数据湖的概念起得非常好，“data lake”，lake，一个天然的形成的湖泊，其实这个湖泊是有自我洁净能力的，就是这个湖泊能够自我驱除污染。第二，这种天然的湖泊往往有多层次的数据生态，就是水体生态，有浅层的生态、有中层的、有深层的数据湖生态。第三，数据湖上面最缺一个数据打捞，在湖上面缺一个打捞工具，是用渔船打捞，还是用现代化的轮船，还是更先进的轮船加上生态一体化的打捞。未来一定会建成这样一个多层次数据领域的，从我们电网的运行监测、营销、财务持续这样的数据，到数据的入舱、到形成自动化的标签何志彪，再到数据挖掘，一些智能化的人工智能模型，这么一层一层的数据，是按照层次划分的，而不是按照块划分的。再通过我们的大数据操作系统去打捞它最底层数据，去打捞它汇总后的数据，去打捞它人工智能模型的数据，就是通过大数据操作系统。所以通过大数据操作系统+数据底座，才能真正做到未来在数据混上的按需提取。

最后做一个总结，未来整个数据化电力，这是德勤2020连在数字化转型大会上的一张图，我引用在这儿。在德勤看来，或者说在我们传统的企业经营来看，我们发现其实传统的运营就是客户留存和要素，这三部分分成了十个路径，同步去做，同步协调靠的是管理、靠的是流程、靠的是规则、靠的是制度，但这种方式企业越来越大的时候，尤其在集团区域总分支越来越庞大的时候，你会发现这种流程、这种平衡其实是根本做不到的把控的。德勤来看认为应该有这样的把控，除了高层战略领导力和战略办公室，构建中间扎实的配合我的技能文化人才、运营流程组织与治理，在数据基础与技术与基础设施之上的一个复合型的数字化底座，然后去源源不断的投入，去产出我们的产品和服务，这个数字化的概念其实就是以数据、以技术、以IT基础设施为蓝本，把我们的运营流程、组织治理统统纳入到这个平台里面、这个基础架构里面，让我们的基础平台、让我们的数据流驱动我们人的流动、流程的流动，以达到未来真正的传统运营当中敏捷运营的实现以及流程的驱动、以规则驱动到以数据驱动的真正的变现。

接下来说一下我们在华电运营光纤运维方面我们做的大数据智能运维的东西。我们在做一件什么事呢，在这个底座上我们有一些应用，我们知道光纤目前来讲是通讯里面最快的媒介，但是光纤有一个最大的问题，当你对数据需求越来越大的时候，光信号其实是很脆弱的，会衰变，衰变的时候有个很大的特点，当它有一个大量衰变的时候，其实它不会当掉、不会报错，会出现抖动，但是你看不到它任何的报错，会带来一个问题，这条线出现的抖动不会进行任何的业务处理，比如他拿不到数据了，会疯狂基站其他线路的资源，直到把整个环境全部资源挤满，直到他最后崩掉。可能在我们目前电力行业不是那么明显，但金融行业出现过特别大的问题，比如我们在做中国邮储行业整个光纤里面，他们有一个业务交易，由原来1秒钟以内的业务交易，突然延迟到10秒，而且在持续加大，经过几年到了15秒、30秒，直到交易员坐在那儿操作一个系统要等1分钟，他们就去排查，从硬件到各种软件排查，从来就没发现光纤我们端口的信号衰减，让它变得把其他网络光纤全部占满。我们利用一种技术，通过我们的技术底座和大数据操作系统，把各个光纤每秒的数据保存下来，我们通过学习，我们统计出一百多个数据特征，并把一百多个数据特征应用到一个建模，进行未来24小时的预测，能够提前判断出某一个光纤端口会出现的网络堵塞以及光衰的问题，提前去换光纤，然后以达到提前化运维的能力。

近期活动推荐

1

6月3日 电力行业拔尖人才训练营-光伏专题

报名联系：

刘老师 15321289698 郭老师 17813089203

2

6月8日-9日 电力现货交易仿真训练营（总第二十期）

报名联系：

张老师 13311276082 周老师 13311276087

3

6月29-30日 2023年发电企业数字化转型研讨会-智慧火电专题

报名联系：

刘老师 15321289698 郭老师 17813089203 周老师 13311276087

注：文字实录未经专家整理核实，仅作参考使用，具体解释权归本次会议主办方所有。 未经授权，请勿转载

关键词：