由于信息智能电表及其它智能网格技术的引进，公用事业开始面对一种新数据的激增问题。

现在的问题变成了：这数据能告诉我们什么，以及我们如何使用它来提高我们的服务，更了解我们的客户，让我们公用事业的运营更高效。调整商业智能(BI)，利用一种分析策略，提供一个更全面的了解。电力公用行业已经开始把注意力转向了数据分析，以便从目前蜂拥而至的新信息中最佳地挖掘信息。

数据差异性的考虑

策略的不同，取决于数据和需要。例如，OGE能源公司的“信息工厂”正采用数据分析工具来确定如何对有可供选择的新数据更好地加以利用。“如果你可以捕捉和分析那些数据，并将它用于潮流预测，我们能用它做些什么来提高我们的运营和提升客户的体验呢?”该公用公司企业战略和市场营销的副总裁Craig Johnston，今年早些时候告诉智能公用。

OGE带着一种最初的焦点考虑它的内部团队:“你想要什么样的信息，你将如何使用这些数据?”

除此之外，公司也考虑到如何开始在数据上采用统计学，并以此来提高其预测。然后，Johnston说：“我们可以获得数据并做一些假设性，或预测分析。”

趋势分析和资产管理

详细的数据分析，数据挖掘能在考虑趋势时提供架构，以及基于资产的历史数据上进行资产管理。更广泛的，它可以成为一种重要的战略决定因素，让公用公司有能力对一个业务案例应用量化度量(由更好的数据分析所提供)。

另一个例子是，能源效率和需求响应程序也可以受益于对智能电表提供着的新数据的更详细的分析。利用详细的能源消费对市场细分和锁定消费者，并为他们提供有价值的耗电量反馈的能力，是真正的细化的，对消费者逐个提供服务的水平。

圣地亚哥煤气和电力公司(SDG&E)现在正利用从其智能电表程序中获得的新数据，把更多的能源使用信息交到他们的顾客手中，期待既能教给消费者新技术的作用，又能更好地针对能源效率、需求响应、可持续性和能源的可靠性。

“我们正在采取几项措施来帮助实现新数据的价值最大化，”SDG&E的智能电表IT项目经理Brendan Blockowicz说。“每一项公用服务被证实之前，一旦你开始进入数据并利用数据，你会学到更多关于如何使用它的知识。我们正在考虑将一些这样的能力集中化。”

对于消费者来说，公用计划在短期内提供在线工具的能力以提升每日帐单的计算、帐单的预测和预警等功能。同时，SDG&E将为消费者扩增其家庭区域网络(HAN)试点，并对数据进行整合。

“数据分析和商业智能（BI）是将更多的能源使用状况交到消费者手中的基石。及时而良好的数据可以让消费者和营运者双方面都能及时做出好的决策来节约能源、时间和金钱，避免损失并提高服务水平。这就是业务案例的得益取决于长期结果的交付。”Blockowicz说。

资产健康的预测

SDG&E也利用实时数据加强它的有条件的维护解决方案。当然，最终的目标是为了通过能更好地预测当前任何资产的健康状况来避免潜在的资产故障带来的灾难。实时可用的数据为了解更多的资产状况提供了可能性，能够更及时地识别资产中的潜在问题，和更大程度地节约运营与管理（OM）成本。

当然，所有这些都需要让新的实时数据可用，决定哪些数据对于手头上的工作是最有价值的，然后为进一步分析对数据进行“分层”或“分解”。实际上，它是决定在最有效的最终解决方案中加什么和减什么。

“SDG&E有条件维护(CBM) 项目的目标是延长公用设施的使用寿命，取得更大程度地利用输电及配电变电站的传输。我们使用技术来测量设备的性能和状况以做出更好的维护策略，”Blockowicz解释说。

由有条件维护(CBM)系统实时监测数据流中任何不符合常规的情况。数据的异常会触发警报，级别从一级到四级：“一级”是一切如常，而“四级”是最危险的。

“在创建这一系统，来自我们兴建与维护、资产管理、工程和操作部门的专家一起工作来确定需要被监控的因素、警报的级别和哪个部门可以接到警报，”他说。这些警报通过电子邮件和/或文本进行发布，通知适当的部门对数据进行审核并做出明智的决定。工程师能够将监测的数据与来自监控与数据采集（SCADA）、工作管理和TOA4（溶解气体分析）系统中的数据结合在一起数据仓库进行分析。

“今年早些时候，CBM系统发出一个警报通知我们一个传输管道内部的气体水平开始迅速增加。基于对一些跟踪数据的分析，公司决定安排一次停机进行输送上的检查。在检查中，发现了发热的证据并对部分部件进行了更换。CBM系统的警报和及时的跟踪帮助输送上避免了更大的损失，”Blockowicz解释道。

有效的人力资源管理

利用实时数据和分析，电力公司可以快速发现需要立即注意到的情况；在一种更有计划的方式下因时因地对资产进行维护，更大限度地发挥资产的操作能力；提高确定更换一种资产的最佳时间的能力。

本质上，这意味着在整个企业的成本节省和劳动力效率，因为对人力需求上也能管理得更加有效，并且能更好地管理新资产的准时交付，而不像过去一样在公司中仓储人力“备件”。

“这不仅仅是一项技术项目 — 它对于我们如何进行内部的业务上来说是一种崭新的改变，而且让我们和客户之间建立了一种崭新的关系，”Blockowicz说。“技术变化很大，且影响了公司许多其他的部门 — 因此我们正前所未有地在垂直行业上进行整合。

“每天的操作要比以往任何时候更复杂。我们正在创造新的企业架构以解决我们正在实施的变革。我们正识别为未来支持这些新操作的劳动力所需的新技能。”

实时和未来的预测

在许多方面，数据分析就是关于预测，为每个公用设施的水晶球清理迷雾的。或者，换句话讲，它使用带有复杂的互连上全部的大脑，而不是总和来自它单独的神经元的信息。

基于分析的公用应用系统可以包括优质客户服务 (因为消费者的使用信息可以成为提供更好的专注于消费者的解决方案的工具)、运营效率 (包括实时基于维护的解决方案)、优化的电力交付、智能能源的采购 (根据在提前日期的基础上的已知和预期的能源需求)、需求响应和动态定价，并利用模式识别更好地侦测能源盗窃等等。

而且这只是架构的分析。想象一下，更进一步，新的洞察力的数量会带来更多非结构化的分析的产生。或者更简单地说，当大量的非结构化的数据被输入并产生新的查询时，会发生什么事？先前互不相干的数据之间可以建立新的联系，而公用设施，随着时间的推移，能更清楚地将其系统作为一个整体去了解，而不是其各部分的总和。

新问题的提出

正如Boreas集团的创始人之一Robert Sarfi指出的那样，它也关于新问题的提出，以及利用新数据去识别一种整合资源规划的能力，例如。“如果我有需求响应和可再生能源，我该如何更好地利用这些在一种分布层次上获得营运效率呢?”他问。这全都关于数据。

而且它也涉及创新。正如南方公司的首席信息官（CIO）Becky Blalock指出的那样:“我认为在如何挖掘这些数据以便能在如何运行你的业务上做出最佳的决策上，将有令人难以置信的创新思想出现。”

数据分析在电力公司如何推进他们的业务上将扮演一个重要角色。