数据分析解决效用转换三大难题

数据分析对电力行业来说并不陌生。公用事业公司一直在分析数据，以改善电网及其过程的运行。然而，在漫长的时间里，并没有太多的数据需要分析。随之出现的数据新来源打破了这一现状：

• 传输数据 - 相量测量单元（PMU）等技术正在以每秒30次到60次的速度传输数据。
• 分发数据 - 分发自动化设备部署正在快速增长，将大量数据带入实用程序。
• 仪表（客户消耗）数据 - 高级计量基础设施（AMI）和智能仪表每年带来超过35,000个数据点，基于每个客户15分钟的读取间隔。
• 资产数据 - 公用事业可以以经济的方式将大量资产健康数据带入资产健康中心等核心系统。
• 地理信息系统（GIS）数据 - 公用事业公司正在使用GIS存储和关联其资产特征和位置（全球定位系统坐标）以及连通性和地理空间渲染。

数据分析必须是公用事业库中的关键工具。然而，对于公用事业行业而言，数据分析仍处于初期阶段。公用事业需要确定价值来源的位置以及他们希望为其客户，员工，监管机构和股东提供的服务和能力。

目前，公用事业公司的数据分析是一项有针对性的任务：

• 客户 - 仪表和超出仪表
• 运营 - 实时，近实时和历史
• 资产 - 财务，健康和设备体验数据

此外，还有其他性能数据可用于改进供应链决策和恢复预测。但是这种方法效率低下。它将用户限制在分析应用程序的子集中，并限制他们跨越分析系统以从相关数据中提取更大的价值，因此必须改变方法。调动各种数据模型协同工作，从分析孤岛转向主数据管理，为公用事业提供更多的增值服务。

以下是数据分析如何影响效用转换的三个有形示例：

预测资产管理

大多数重大中断都是在最不合时宜的时刻发生的。有关设备使用的数据存在于广泛的来源（AMI，监督控制和数据采集，配电自动化等）中。有效地使用信息可以更好地预测设备故障，从而降低成本。

资产利用

可以聚合智能电表数据以反映变压器负载，使公用事业公司能够将使用情况与容量进行比较，并执行容量利用率趋势分析。例如：哪些变压器的电气或热额定值超出其持续时间？变压器在峰值额定值的10％范围内运行的时间百分比是多少？在提供足够的容量和减少损耗的前提下，老化变压器更换的最小尺寸是多少？

电能质量问题

住宅层面的分布式能源（DER）正在使电能质量成为一个重要问题。例如，即使他们的邻居安装了屋顶光伏太阳能，客户也可能遇到问题。使用AMI数据，公用事业公司可以分析住宅DER设施，以主动响应此类问题，从而使客户满意并改善监管关系。

公用事业环境也在发生变化，在未来10年多的时间里，公用事业将面临多重挑战：

DER和相关技术，如分布式发电，可再生能源，需求响应，存储，插电式电动汽车等将变得无处不在，改变了电力流过配电网的方式。这将影响公用事业公司的所有业务领域，从发电规划和调度，电网设计，运营到现场和客户服务。想象一下未来情景，其中非电线替代方案（NWAs）导致客户成为发电机，公用事业公司依靠这一细分来实现其可靠和弹性电网的使命。

大多数人仍在观望数据行业是否具备潜力，却不知CPDA数据分析师早已月薪过万

公用事业公司将需要基于分析的技术来增强公用事业人员的技能，以确保公用事业公司能够支持其不断发展的业务模式。对于他们来说，将所有数据转换为有用信息至关重要，因此新的公用事业工作人员须拥有在正确的时间做出正确决策的数据分析能力。