[摘要]分析了电力企业大数据类型；针对大数据在电力企业管理中的应用提出了健全数据资产化和数据责任机制的观点；给出了传统数据、网络服务数据、开放性数据的分类方法，并以此作为数据责任机制的依据。
[关键词]电力企业；大数据；数据责任机制
1.背景
《绿色发展白皮书》指出电力企业面临的问题是能源资源的可持续利用和生产生活的环境友好问题。电力系统符合复杂巨系统的特征，随着电力改革和新能源、新技术的“井喷式”应用，电力系统的开放性将进一步增强，这给电力企业管理带来前所未有的挑战。
在电力企业管理中，科学管理理论学派、决策理论学派以及经验主义学派的研究成果都有一定的应用空间。传统上，依靠专家经验是应对复杂领域的惯用手段。在大数据技术成熟后，可以在大多数时候找到比“专家经验”更可靠的方式。常用“不量化就无法管理”，但仅依靠直觉和感性做出的决策，容易导致出错率增加，而通过数据分析，可以提升决策质量和业绩表现。
大数据的支撑，与企业组织的行为模式也是相关的。现阶段，大数据对企业管理的颠覆是全方位的，包括对商业模式的颠覆，对传统营销模式的颠覆，对企业内部组织工作模式的颠覆等。大数据彻底改变企业的运作模式，以往的管理是“领导怎么说？”现在则将要变成“大数据的分析结果”。因而，从电力企业管理的角度来看，在大数据应用方面有两个问题是必须先期着手解决的，其一是数据资产化，其二是数据负责制。在此基础上，可发展出具有电力领域特点的大数据支撑管理模式。
2.工作思路
管理学家哈默认为“源自工业时代的管理模式已然步入S形曲线的尾端，已经再也没有发展的余地了”，他认为企业应该转换管理理念，运用大思维、解决大问题，在各层面进行创新。大数据技术的出现为该理论落地提供了可操作性。作为源自大工业时代的电力企业，转变企业管理思路也是必要和可行的。本文从基层企业的角度出发，探索如何利用大数据促进企业管理发展。
2.1电力大数据类型
1）传统数据
作为大工业时代的代表性产业，电力企业所拥有的数据是少有企及的。例如，在电网公司的固定资产管理中，一个110KV变电站建成后，移交使用的设备按不同规格型号统计可达到上千种甚至上万种。在对这些固定资产进行管理的过程中，设备损坏、设备更新过程等。上述数据的规模为电力企业管理带来了巨大挑战。
2）网络及服务数据
电网企业具有典型的普遍服务特征，使用地点范围大，使用部门多。就国网公司而言，目前其生产与服务供给广泛涉及全国26个省的8，500，000平方公里，总体覆盖占整个国土资源面积的88%左右；企业现有总生产及服务对象人口超10亿。
随着智能电网建设的持续推进，智能用电已经成为一个重要应用领域，特别是电动汽车对减少排放具有重大应用价值。另外，伴随着三网融合发展起来的智能家居等应用也逐渐渗透到电力行业，形成网络互动。各类电力大数据呈几何级数增长，覆盖范围不断扩大，获取频度不断提高。以用电领域为例，传统电表每月抄表一次，电量仅用于电费收取，数据的附加值相当有限。目前，智能电表对用户的实时电量采集频率可以精确到每15秒一次（或更高频率），对用户负荷特征的分析能够发掘用户日常用电习惯等家庭用电信息，对合理引导用电行为有重大价值。
3）开放性数据
传统的电力系统是相对封闭的，但随着光伏、风电等新能源方式的接入，系统变得相对开放，体系外的应用相应地产生了开放性数据。随着全球应对气候变化呼声的日益高涨以及能源短缺、能源供应安全形势的日趋严峻，新能源和可再生能源以其清洁、安全、永续的特点，在各国能源战略中的地位不断提高。任何事物都有其两面性，新能源和可再生能源亦不例外。新能源和可再生能源的接入将对电网产生巨大的影响，电源规划将因其而改变，电网的稳定安全运行也遭遇到极大的挑战。以风电为代表的新能源发电目前已由分散式接入转入规模化接入，风力发电具有随机性和间歇性的特点，严重影响到系统的调频、调峰、电压稳定、暂态稳定等运行指标。这就为电网大面积停电事故的发生埋下了隐患，因此，完善和改进新能源和可再生能源接入后电网的应急管理机制迫在眉睫。相应地，大数据处理成为该类问题管理中的关键技术。
2.2大数据服务的价值
提起大数据服务，通常能联想到数据挖掘、用户分析、智能决策支持等应用。对企业管理来说，大数据服务带来的价值可以分为两类：一是在已知的解空间中发现秩序并聚焦；二是探索未知的解空间。因为有多种手段可以支持在已知的解空间中发现秩序并聚焦，所以更显得第二种探索未知的解空间有应用价值。因而，利用大数据方法进行企业管理需要突破传统思路的束缚，勇敢地面对未知的世界。
3.实施路线
目前的大数据应用通常由信息部门主导，但在未来的企业管理中，业务部门才是大数据的主体。因而，业务部门必须解决大数据的实用化问题。本文认为两个关键因素是必须作为基础解决的：一是数据资产化；二是数据责任机制。
3.1数据资产化
电力企业要大力推动数据资产化进程，充分挖掘数据的价值创造潜力，推动大数据在规划、运维、客服、采购、投资等重要传统业务的应用，把大数据分析紧密嵌入到企业的核心业务流程中去，提升业务的绩效水平。提升智能决策和科学能力。
电力企业应以现有的数据为开始注重数据收集工作，比如企业内部的网站、邮件等，这些数据和未来采集的其它数据都是企业的资产，必须有相应的管理手段。通过建设数据中心支撑数据收集和智能决策，并完成成本中心向利润中心的转变。
3.2数据责任机制
如果数据重要，是稀缺资源，那必然面临着数据使用权利的问题，因为需要有相应的责任制。在数据责任方面可借鉴企业管理经验。通常企业的规模越大，业务越复杂，分权制所能发挥的优势也就越大。企业要实施分权管理，就必须设立分部。分部可以是责任中心，按照责任对象的特点和责任范围的大小，责任中心可以分为成本（费用）中心、收入中心、利润中心和投资中心。
上述分类对数据管理具有较大的参考意义。本文在2.1节中，将数据分类为传统数据、网络及服务数据、开放性数据三种类型。在数据管理中，可建立相应的责任机制，从而盘活数据资产，使其突破信息技术领域的范畴，在企业运行和市场管理真正发挥作用。
4.结论
大数据引发了大量的技术创新和商业创新，必然要求企业从战略、组织和文化各层面进行突破性的管理变革来适应这一发展趋势，基础数据分析来确定企业战略、组织结构是未来企业管理的发展方向。电力企业具有丰富的数据资源，依靠行业应用和资金优势，必然在以大数据为支撑的企业管理机制应用上走在前列。
