9月16日一早，国网江苏省电力公司调度控制中心计划处的胡勇通过江苏省全社会用电信息大数据分析系统提供的负荷分析预测结果，对16日的全省调度负荷做出了预测，并于10点前将据此绘成的17日全省调度负荷曲线，上报给了国家电力调度控制中心及国家电网华东电力调控分中心。

　　江苏省全社会用电信息大数据分析系统是国网江苏电力基于用电采集数据的大数据负荷预测方法研究项目的重要成果。该项目是国家电网公司2014年大数据重点课题，也是国家电网信息基础架构优化试点课题的重要组成部分。系统依托国家电网公司统一部署的大数据平台，从梳理对象入手，构建统一的企业数据模型。在此基础上，从电能量管理、用电信息采集、设备状态监控、生产管理等多个系统中采集600多亿条记录数据，并从外部获取气象、经济运行等数据，为利用大数据技术开展负荷预测提供了坚实的数据基础。该项目于2013年年底启动，由国网江苏电力所属方天电力技术有限公司具体承担。项目于2014年8月完成初步研究，投入短期负荷预测，今年3月开始完善研究，5月13日对今夏江苏全省负荷峰值做出了预测。

　　“我们预测，今夏江苏电力供需处于‘紧平衡’状态，电网最高负荷在8300万至8500万千瓦之间，最可能值为8440万千瓦，预计发生在8月6日。实际情况是，8月5日江苏电网最高调度负荷达到8480万千瓦。与我们的预测相比，时间仅相差一天，负荷仅相差40万千瓦。”项目组负责人谢林枫告诉记者。

　　与精准预测长期最高负荷一样，用大数据技术对短期负荷的预测同样精准。“整个8月份，我们对江苏电网短期的2日网供负荷预测准确度高达98.4%，这比调度人员用传统方法预测的准确度高出0.7个百分点。”谢林枫说。

　　新方法何以如此精准？据介绍，研究中，项目组遵循国家电网公司大数据应用意见和工作方案的相关原则要求及技术路线，搭建了50个计算节点的大数据平台，在将国民经济99个行业和全省13个地市负荷细分为11781种负荷特性组合的基础上，以气象、节假日等为主要影响因素，以客户信息、历史负荷为源数据，考虑用电客户对峰谷电价、温度、节假日的敏感程度以及生产班次安排等，组建了超过70万个负荷影响模型。模型包含的数据关联关系超过110亿项，对用电信息采集系统每日采集到的全省3600多万客户电量和46万余台公用、26万余台专用配变负荷每15分钟的数据开展模型在线学习，进而实施各电压等级母线负荷的时序预测，并依据全网电力系统运行方式汇聚全网负荷，做出全省短期和中长期负荷预测。

　　长期以来，工作人员对全省负荷的预测依靠人工查找历史相似日，再结合气象、节假日等因素，凭经验做出预判。江苏省电力调控中心计划处处长刘国平介绍说，尽管用传统方法预测负荷，结果也相当精准，但难点在于查找历史相似日。“全新的系统为我们提供了强大的负荷预测工具，依据海量数据不仅查找相似日十分容易，而且依托负荷影响模型做出的预测更加客观准确。”刘国平说。

　　据悉，该系统的短期负荷预测功能将在支撑制定短期发电计划、实施经济调度等相关业务中大显身手，中长期负荷预测功能则对智能电网的规划、建设和检修发挥重要作用，可指导变电站的选址建设、电网设备检修，指导发电企业制定机组检修计划等。