现在进入工业4.0时代，在消费互联网的基础上，工业互联网近期得到了大家的重视。大家总觉得消费互联网是上半场，下半场进入工业互联网。有一些专家也提到了产业互联网，我认为，产业互联网的范围更加宽泛一些。
在电力方面，从五年之前就提出了能源互联网这个概念。我们现在也在考虑把能源互联网归结到产业互联网，可能更合适一些。因为在能源互联网里面，不仅仅是工业互联网，它包括电力消费、客户服务，包括老百姓千家万户要用电，所以能源互联网这个概念属于消费互联网的范畴。
一、能源互联网的概念和内涵
目前可再生能源的大规模开发和利用已成为世界能源体系不可逆的发展趋势。2000年以来，全球风电、光伏装机年均增长22%、38%，中国高达46%、62%。到2040年，可再生能源将占发电量增量的近三分之二，占全球电力份额增加至30%。
可再生能源具有间歇性、波动性、随机性，给电网安全、稳定运行带来挑战。与电网规划相脱节、电网调峰能力不足、政策和机制不健全等矛盾日益突出。电能在占终端能源消费比重持续提升，用电能效亟需提高，用户侧多种能源互联互通、开放共享，末端电力用户期待获得更多的知情权和参与感。
目前可再生能源的大规模开发和利用已成为世界能源体系不可逆的发展趋势。2000年以来，全球风电、光伏装机年均增长22%、38%，中国高达46%、62%。到2040年，可再生能源将占发电量增量的近三分之二，占全球电力份额增加至30%。
可再生能源具有间歇性、波动性、随机性，给电网安全、稳定运行带来挑战。与电网规划相脱节、电网调峰能力不足、政策和机制不健全等矛盾日益突出。电能在占终端能源消费比重持续提升，用电能效亟需提高，用户侧多种能源互联互通、开放共享，末端电力用户期待获得更多的知情权和参与感。
全球进入数字经济时代，那么数字经济的比重占GDP的比重正在快速增长。到去年，中国的数字经济比重占到GDP的比重已经占到34%。在有些地区，比如长三角地区，占到40%，珠三角占到44%。美国的数字经济占比达到50%多，将近60%，在58%左右。那么这个数字经济应该说对于平台连接供需双方，对于传统行业来讲也是一种颠覆。
二、能源电力大数据特征与方法
能源互联网由坚强智能电网和泛在电力物联网共同构成。泛在电力物联网，就是围绕电力系统各环节，充分应用移动互联、人工智能等现代信息技术、先进通信技术，实现电力系统各环节万物互联、人机交互，具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。建设能源互联网，推进坚强智能电网和泛在电力物联网融合发展，促进能源流、业务流、数据流“多流合一”，汇集各类资源参与系统调节，促进源网荷储协调互动，支撑新能源大容量高比例接入，不断提高电网优化配置资源能力、安全保障能力和智能互动能力。
它的特点有四个方面：一是规模大，发电、电网、用电、经营管理，这个数全部都是上亿的。未来设备的联网数要超过15亿个设备，就仅仅是国家电网，这还不包括南方电网，也不包括各个发电集团；二是类型多。这个特点跟其他各行业差不多，包括了各种数据；三是比较真实，因为它是实时采集的，所以说利用这些数据进行计算分析；四是采集的应用基础比较好。电力系统信息化的水平相对来讲还是走的比较快，所以它有很多系统都是自动化的，数据实时采集。能源电力大数据在能源电力供需维度，数据链完整、真实且闭环，与气象、社会经济、公共事业、地理信息等外部典型数据融合后，其价值可以发挥“1+1远大于2”的效果。其它领域的应用通过使用真实准确的电力数据，也可带来颠覆性的影响。
那么对这些数据怎么管理呢？DAMA国际数据管理协会定义的企业级数据管理有十大职能，这里面包括数据治理、架构管理、数据的开发、操作、质量，主数据、原数据等等。我们觉得这些内容虽然比较传统，但是实实在在也是需要我们这么做的。
数据治理。数据治理是指数据管理过程中的一系列权威性和控制性活动（规划、监视和强制执行），是对数据管理的高层计划与控制，主要关注组织体系、标准体系、流程体系和评价体系。
能源电力大数据贯穿“源网荷储”以及企业经营管理全环节，规模巨大、类型繁多，且主要伴随能源电力生产和消费实时产生，数据真实性高。同时，由于电力行业自动化、信息化水平较高，数据基础相对理想，用于大数据采集、传输和应用的基础设施基本具备，随着泛在电力物联网建设，电力大数据的覆盖范围、感知深度、数据质量将持续提升，应用基础日趋完善。
它的特点有四个方面：一是规模大，发电、电网、用电、经营管理，这个数全部都是上亿的。未来设备的联网数要超过15亿个设备，就仅仅是国家电网，这还不包括南方电网，也不包括各个发电集团；二是类型多。这个特点跟其他各行业差不多，包括了各种数据；三是比较真实，因为它是实时采集的，所以说利用这些数据进行计算分析；四是采集的应用基础比较好。电力系统信息化的水平相对来讲还是走的比较快，所以它有很多系统都是自动化的，数据实时采集。能源电力大数据在能源电力供需维度，数据链完整、真实且闭环，与气象、社会经济、公共事业、地理信息等外部典型数据融合后，其价值可以发挥“1+1远大于2”的效果。其它领域的应用通过使用真实准确的电力数据，也可带来颠覆性的影响。
那么对这些数据怎么管理呢？DAMA国际数据管理协会定义的企业级数据管理有十大职能，这里面包括数据治理、架构管理、数据的开发、操作、质量，主数据、原数据等等。我们觉得这些内容虽然比较传统，但是实实在在也是需要我们这么做的。
数据治理。数据治理是指数据管理过程中的一系列权威性和控制性活动（规划、监视和强制执行），是对数据管理的高层计划与控制，主要关注组织体系、标准体系、流程体系和评价体系。
数据架构管理。电力行业统一信息模型统一了电力生产消费各环节的数据定义和语义，为能源电力大数据应用奠定基础。国家电网公司自2009年开始，参考国际标准，提出构建国家电网公司统一信息模型（SG-CIM）的设想，目前已形成SG-CIM4.0版本并上升成为电力行业通用标准（DL/T1991-2019）。下一步在此基础上不断完善，并结合泛在电力物联网建设，扩充成为覆盖能源生产消费全环节的统一信息模型。
数据开发管理。数据开发是指系统开发生命周期（SDLC）中以数据为主的活动，包括数据需求分析、数据建模、数据设计、数据实施和维护等。数据操作管理是指对形成数据资产的结构化数据的获取、使用、归档、清除等操作，进行规划、控制、支持与技术管理等活动。
数据质量管理。是指为了满足信息利用的需要，对信息系统的各个信息采集和处理操作进行规范，包括建立模式化的操作规程、原始信息的校验、错误信息的反馈、矫正等一系列活动。
企业级主数据。企业中多个部门或信息系统共同维护或使用的关键数据对象，如何从源头保证这些数据在全企业范围内的共享性、稳定性和一致性，是企业级主数据管理的核心目标。企业级主数据建设主要包括总体设计、建设应用、平台支撑、标准制度四部分内容。
元数据。是用于描述数据的数据，统一信息模型和数据资源目录就是典型的业务元数据，其它包括数据源、数据转换规则、数据访问权限、数据用途等都属于元数据的范畴。所有数据管理过程，都可以被记录为元数据，有效的元数据管理是开展数据管理的必要前提。
建设统一能源电力大数据平台。推动实现“全业务范围、全数据类型、全时间维度”能源电力大数据的统一管理和应用，未来逐步向数据中台演进。同时，以大数据平台为基础，面向能源电力产业链上下游各类合作主体，提供统一的大数据分析探索、数据开放、仿真验证等服务。
三、实践和展望
能源电力人工智能。由人工智能的相关理论、技术和方法与能源电力系统的物理规律、技术与知识融合形成。能源电力大数据是能源电力人工智能的基础，能源电力人工智能也必然是能源电力大数据应用的未来。
数据安全管理。能源电力大数据将分散数据整合集中后，保密和信息安全要求大幅增加， “高融合、高集中、高价值”的大数据面临更高风险。要以数据分级分类为基础，强化能源电力大数据全生命周期安全管理，确保大数据采集、传输、存储、处理和使用全环节安全。在能源电力大数据开放生态中，尤其要注重个人数据的隐私保护，以及数据使用的法律合规性等问题。
大数据思维。最关键的是要改变小数据时代因果关系至上的传统思维模式，建立以全样思维、容错思维和相关思维为核心的大数据思维，主动应用大数据改善工作质效，创新业务模式。
在国家大力倡导社会信用体系建设背景下，汇聚能源电力全业务领域数据资源与外部权威信用信息，挖掘分析形成企业信用标签库，支撑多维信用画像的快速构建，并通过统一交互窗口实现能力的开放与共享。
能源大数据主要通过大数据的挖掘，驱动电力互联网和坚强智能电网的深度融合。 “两网融合”的核心就是数据，所以最终通过数据来驱动，形成多能互补、智能互动、泛在互联的能源互联网。通过这个能源互联网，就是把能源的生产、传输、消费都有机地连接起来。通过信息化构建，泛在电力物联网实现“两网”深度融合。我们国网公司这些年一直在推动这件事，现在来看，略微有了一些效果，但是未来要走的路还很长，最终实现以电力为中心，多种能源协同，供给消费协同，集中分布协同，大众广泛参与的一个智慧的系统。希望建立一套系统，为社会智慧化，为我们提升数字经济的水平，为进入信息社会打下基础，做出贡献。
谢谢大家！
大数据一定要有生态，所以现在国家电网牵头开展了一个中国电力大数据创新联盟，我是这个联盟的理事长，现在已经成立了。我们把发电、电网、设备制造商、通信企业、传输商，包括BAT企业、大学、研究院全都铺进去了，大家在这个体系之内，利用这些电力的数据进行一些创新性的研究工作。
